区间直觉犹豫模糊集的两种相似测度及其在模式识别中的应用

模糊集的相似测度是模糊集理论的重要组成部分之一,有着广泛的应用.首先给出了基于隶属度、非隶属度和犹豫度的区间直觉犹豫模糊集的标准海明距离、标准欧氏距离、广义标准海明距离公式以及它们的加权距离公式.然后提出了基于距离的区间直觉犹豫模糊集相似测度和区间直觉犹豫模糊集的余弦相似度,并给出了公理化证明.两种相似测度均包含了区间直觉犹豫模糊集的隶属度、非隶属度和犹豫度.最后将这两种相似测度应用到基于区间直觉犹豫模糊信息的模式识别中.     

Kustaanheimo–Stiefel变量与二体问题的正规化

本文叙述Kustaanheimo–Stiefel变量及其从四元数发展形成的过程，以及Kustaanheimo–Stiefel变换在二体问题正规化中的应用。     

基于Nie-Tan算法的区间二型模糊集质心计算:改变主变量采样个数

计算区间二型模糊集的质心(也称降型)是区间二型模糊逻辑系统中的一个重要模块。Karnik-Mendel(KM)迭代算法通常被认为是计算区间二型模糊集质心的标准算法。尽管如此,KM算法涉及复杂的计算过程,不利于实时应用。在各种改进类算法中,非迭代的Nie-Tan(NT)算法可节省计算消耗。此外,连续版本NT(CNT,continuous version of NT)算法被证明是计算质心的准确算法。本文比较了离散版本NT算法中求和运算和连续版本NT算法中求积分运算,通过四个计算机仿真例子证实了当适度增加区间二型模糊集主变量采样个数时,NT算法的计算结果可以精确地逼近CNT算法。     

基于PSO-HJ算法的多无人机协同航迹规划方法

针对多无人机协同航迹求解计算量大、难以收敛等问题,提出了一种基于粒子群优化和Hook-Jeeves (PSO-HJ)搜索算法相融合的多无人机时间协同三维航迹规划方法。首先,建立了单无人机航迹规划求解模型。然后,通过对适应度评价函数值低的粒子引入Hooke-Jeeves搜索算法,提高了粒子多样性,改善了航迹规划算法收敛性;对不满足约束的粒子引入约束违反度函数,基于比较准则提出了一种新的粒子评价机制,促进粒子搜索位于约束边界的最优解,加快了航迹规划算法的计算效率。最后,设计了一种多无人机时间协同航迹规划求解算法,利用PSO-HJ算法先分别求解单无人机航迹信息,通过多无人机集中航迹规划层协调到达时间实现协同航迹规划。仿真结果表明,PSO-HJ算法的精度比量子粒子群(QPSO)算法精度提高了20.85%,比PSO算法精度提高了58.14%,更适用解决实际复杂的多机协同规划问题。     

基于可能度和集对势的区间数地铁施工风险控制与预警模型

首先从施工管理、周边环境、施工技术、施工人员四个方面构建了一个地铁施工风险控制评价指标体系;接着利用可能度公式构造可能度矩阵即可求解各评价指标的权重值;然后通过集对分析理论与方法建立数学模型计算各个风险指标的集对势并设置风险控制满意程度的预警阈值.施工管理人员根据计算各指标的集对势判断风险控制是否满意,一旦数据偏离预警阈值,管理人员应及时组织专家进行风险排查并采取果断的有效措施进行处理从而达到一有风险就能及时预警的目的.     

统计能量分析中参数不确定性分析

统计能量分析方法是计算结构高频振动噪声的有效方法之一，内损耗因子和耦合损耗因子是其中重要的参数但不易测量，测量误差通常比较大，导致计算得到的子系统振动能量和真实值之间存在偏差.为解决上述问题，该文采用了4种不同的区间分析方法:区间矩阵摄动法、基于区间变量特性法、仿射算法和仿射逆矩阵法，从理论上计算了统计能量分析子系统的振动能量区间，该区间结果充分考虑了内损耗因子和耦合损耗因子的测量误差对计算结果的影响，对传统的统计能量分析理论进行了完善.然后，通过算例比较了每种方法所求子系统总能量区间的优劣.     

不完备区间值信息系统中基于相容-相似关系的模糊粗糙集方法

区间值信息系统是单值信息系统的推广模型.区间值是描述影响观测对象值的一种表示方法.然而,在实际应用中,由于遗漏、测量误差、数据传输、介质噪声等多种因素的影响,区间值往往会出现缺失值.如果忽略或丢弃包含缺失值的数据,则必须丢弃大量信息.主要针对不完备区间值信息系统,提出一种基于相容-相似关系的模糊粗糙集方法.在此基础上,推广了模糊近似算子的定义,研究了不确定性度量问题.     

可持续化工的一种区间中智综合评价方法

现有的化工评价方法大多以经济为导向,忽视了环境和社会问题,特别是三者之间的冲突以及交互关系.有鉴于区间中智集对复杂、冲突信息具有较强的描述能力,将TODIM方法推广到了区间中智集,并融合了DEMATEL方法及Einstein算子,给出了一种可持续化工评价方法.新方法综合考虑了可持续化工评价中的复杂性、冲突性、专家群体和属性间的交互性.实例验证了新方法的有效性和可行性.     

多种分布下选择后变量显著性分析及其在CEPS数据中的应用

在使用变量选择方法选出模型后,如何评价模型中变量系数的显著性是统计学重点关注的前沿问题之一.文章从适应性Lasso变量选择方法的选择结果出发,在考虑实践中误差分布多样性的前提下,基于选择事件构造了模型保留变量系数的条件检验统计量,并给出了该统计量的一致收敛性质的证明过程.模拟研究显示,在多种误差分布下所提方法均可进一步优化变量选择结果,有较强的实用价值.应用此方法对CEPS学生数据进行了实证分析,最终选取了学生认知能力等10个变量作为影响中学生成绩的主要因素,为相关研究提供了有益的参考.