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。     

利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

小麦是制作馒头的主要原料之一，小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同，进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法，对比感官评定，光谱分析可以识别样品中的分子结构等信息。基于此，尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦，再利用微波干燥法对两个不同产地的小麦做烘干预处理，使烘干的小麦水含量为12%±0.5%，原麦水含量为18%±0.5%。分别标记为原麦A，烘干A，原麦B，烘干B，再将小麦研磨成粉末，过100目筛网筛选后，置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息，在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理，利用主成分分析对预处理后的数据进行降维处理，再结合线性判别分析（linear discriminant analysis，LDA）和支持向量机（support vector machine, SVM）分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法（synergy interval partial least square, SiPLS）筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间，将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析（LDA）和支持向量机（SVM）建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析（LDA）和支持向量机（SVM）建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明，同种光谱分析方法，利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法，近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下，利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高，光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%，预测集识别率为97.50%；而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率，光谱数据融合之后建立的小麦识别模型识别率得到显著提高，该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率，结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。     

纸页受力微损伤演化过程的声发射及多元统计特征

纸页受载后的损伤断裂行为涉及其使用性能,对其损伤断裂过程的研究不仅有助于揭示纸页破坏行为的物理本质,而且有助于对纸页质量及其生产、加工工艺作出更加科学合理的评定。本文基于声发射(Acoustic Emission,AE)实验研究纸页内部微损伤演化过程,给出了评估纸页宏观损伤断裂性能的定量描述方法。首先,根据AE信号与微损伤事件之间存在本质上的关联性,通过采集和观测纸页试样受载过程中的AE信号来研究纸页损伤断裂的基本特征;其次,针对所采集AE信号的数据量大、蕴含信息丰富导致数据分析和处理困难的特点,本文采用多元随机变量的分析方法。利用概率熵和Andrews曲线法等统计分析手段对AE数据展开研究分析,并最终利用一条损伤状态轨迹曲线实现了对纸页微损伤演化过程的完整宏观描述。结果表明,纸页微损伤演化过程呈现明显阶段性变化特征;Andrews曲线的聚类结果有效地区分了不同损伤阶段的相似性和差异性,同时,不同损伤阶段中纸样的微观形貌观测提供了实验性的证据。本文以一种典型的牛皮箱板纸为试件,验证了上述方法的有效性。     

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.     

基于Bi PLS结合Si PLS的组合权值COD浓度预测模型

水体中过高浓度的有机物含量危害巨大，不仅会造成严重的环境污染，而且危害人类身体健康，传统化学法检测水体化学需氧量(COD)的步骤繁琐且时效性差，不利于水体中COD的快速定量检测。针对这些问题，提出了一种将紫外光谱与组合权值模型相结合的快速定量检测COD方法，该组合权值模型是基于反向区间偏最小二乘法(BiPLS)结合组合区间偏最小二乘法(SiPLS)算法对紫外光谱的特征子区间筛选组合，然后依据特征子区间的权值建立的预测模型。首先按照一定的浓度梯度配制45份COD标准液样本，通过实验获取标准液的紫外光谱数据；对获取到的COD紫外光谱数据做一阶导数和S-G滤波(Savitzky-Golay)的预处理，消除基线漂移和环境干扰噪声；应用SPXY(Sample set partitioning based on jiont X-Y)算法将实验样本数据组划分成校正集和预测集。然后基于BiPLS算法对全光谱区间进行波长筛选，在BiPLS筛选过程中，目标区间的划分数量会对建模产生较大影响，于是对子区间划分数量进行优化，把子区间分成15~25个，在不同区间数下都进行偏最小二乘(PLS)建模，通过交互验证均方根误差(RMSECV)来筛选最优子区间数，得到区间数为18时，模型效果最佳。从18个波长区间筛选出了6个特征波长子区间，入选的子区间为2，1，3，11，7和6，对应波长为234~240，262~268，269~275，290~296，297~303和304~310 nm，这6个特征波长区间涵盖了大量的光谱信息，对最终预测模型的贡献度大；接下来通过SiPLS算法对这6个初选区间进行进一步的筛选组合，采用不同的组合数构建不同特征区间上的PLS模型，在相同组合数下，筛选出一个区间组合数最优的结果，对比不同组合数下预测模型的误差与相关性，将6个区间筛选组合为3个特征波长区间，分别为234~240，262~275和290~310 nm，这三个特征区间最佳因子数分别为4，4和3。对传统SiPLS的特征区间组合方法进行改进，基于权值的大小来对这3个特征区间进行线性组合，代替过去特征区间直接组合的方法。通过权值公式计算出这3个特征区间的权重大小分别为0.509，0.318和0.173，最终建立线性组合权值COD浓度预测模型。为了验证组合权重预测模型的精度，另外建立了全波长范围内的PLS预测模型、单个特征波长区间的PLS预测模型、直接组合特征波长区间的PLS模型，并使用评价参数相关系数的平方(R2)、预测值与真实浓度值的均方根误差(RMSEP)和预测回收率(T)来对模型评价。验证结果表明，相比其他预测模型，组合权值模型相关系数的平方达到了0.999 7，明显优于直接组合特征区间建模的0.968 0，预测均方根误差为0.532，比直接组合特征区间的预测模型误差降低了29.3%，预测回收率为96.4%~103.1%，显著地提高了预测精度。该方法简单可行，不会产生二次污染，可为在线监测水体中COD浓度提供一定的技术支持。     

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.