复杂工序关系的模糊网络计划分析与建模

剖析模糊网络计划在进行时间参数计算时的矛盾，即工序间因网络拓扑结构存在内在的相关性而计算中要求工序时间参数是相互独立的这一矛盾，为此将概率统计方法引进模糊网络计算中，先把模糊数量化并给出模糊数大小比较的原则，进而提出了模糊数运算的新定义．在建立模糊网络计划模型时，同时考虑了工序间的逻辑组织关系和搭接及特殊时间限定两类关系．在工序最早时间参数计算的基础上，直接计算工序的时差，避开了通过求取网络最迟时间参数再求取时差时可能出现时间参数为负值的矛盾局面．借助Visual C^＋＋语言编制的程序，实现了模型的时间参数计算、关键性分析和工期风险分析等功能．最后通过一个包含10项工序的模糊网络算例，阐明了模型的应用过程，并将计算结果与另一模型的计算结果进行了对比分析，验证了本模型的有效性．     

盾构法施工风险的多态贝叶斯网络模型分析

地铁隧道具有投资规模大、风险因素多、社会影响大等特点,这决定了在施工过程中进行风险管理的必要性.鉴于风险的模糊性,很难用一个具体的概率值或概率区间来描述其发生概率,由此提出了用多个概率区间来分析盾构法施工过程中的风险.以划分地铁及地下工程风险概率等级的5个概率区间为度量标准,设计出风险因素概率等级调查表,通过专家调查法可统计出盾构法施工风险因素概率等级的概率分布;基于调查表,采用贝叶斯网络建立了分析风险事故概率等级概率分布的多态系统.利用该系统对某地铁隧道工程进行风险评估,得到了该工程的风险概率等级,并分析出相应风险概率等级下进出洞洞口密封效果不好、中轴线偏离过大造成管片破裂以及管片密封材料损伤、破坏等因素为重点控制因素.     

区间值直觉模糊子群

研究了区间直觉模糊子群,且引入了区间值直觉模糊正规子群概念,并利用集合套研究了区间值直觉模糊子群和区间值直觉模糊正规子群.     

基于多态模糊贝叶斯网络的城市燃气管道事故风险预测与诊断研究

为了评估城市燃气管道系统的风险程度,给后续预防工作提供参考,提出了基于多态模糊贝叶斯网络的燃气管道事故风险定量分析方法。首先,基于对86份事故调查报告风险因素的梳理,建立故障树模型,寻求风险隐患和事故之间的映射,并将其转换为贝叶斯网络结构;其次,引入模糊集理论与概率分配计算方法,分别得出根节点的先验概率和中间节点的条件概率,根据贝叶斯网络的证据推理原理预测事故发生概率,分析风险重要程度,并反向诊断关键致因要素;最后,将此方法应用于沈阳市“10·21”较大燃气管道事故风险分析。实例验证结果表明,事故一定发生的先验概率为68.8%,验证了风险体系的有效性,且预测与诊断得出的重要风险集合与事故调查报告中分析的直接原因一致。多态模糊贝叶斯网络能够准确评价燃气管道事故风险,并确定关键致险因子,可为城市燃气管道安全管理提供决策参考。     

基于区间值的模糊聚类分析

分析了原有模糊聚类分析中存在的问题，提出了基于区间值的模糊聚类分析方法．该方法用区间值表示各个对象对于每个因素状态的隶属度，在获取了每个对象对于每个因索的特征值后，将其转化为[0，1]上的区间，然后直接在区间的层次上求各个对象间的相似度，在如此求出的相似矩阵的基础上，直接得出聚类的结果．该方法用区间值表示各个对象的属性值，可以更接近于每个对象的客观、真实情况，从而可以更大程度上保留信息．     

直觉区间值模糊逻辑算子

首先提出了用直觉区间值去表示命题的真值;然后定义了直觉区间值模糊逻辑上的算子－补,t-范、t－余范和蕴函算子,并讨论了它们与I[0,1]及[0,1]上的相应算子的内在联系,指出它们可用I[0,1]及[０,１]上相应逻辑算子表示。     

基于区间值推理的模糊神经网络

在区间值模糊推理的理论基础上,提出了基于区间值推理的模糊神经网络。主要是将模糊逻辑规则利用神经网络来实现,给出了基于IVFR的FNN的结构以及通过两个模糊集的贴近度作为误差反馈的学习算法。     

区间值模糊图的最优匹配

本文给出区间值模糊图连通的充要条件,然后利用区间值的期望值定义了连通的区间值模糊图的路和匹配的强度;通过强度提出了区间值模糊图的最优匹配的概念,最后给出了一个匹配是最优匹配的充要条件和其相关的结论.     

区间值函数与模糊数函数的极值问题

本文讨论了区间值函数与模糊数函数在连续区间上的极值问题。给出了区间值极值、关于λ的区间值和关于λ一致的区间值极值的概念,并且给出了取关于λ一致的区间值极值的充要条件。     

基于模糊贝叶斯网络的水下生产系统 人因可靠性分析

近年,随着水下生产系统的应用范围不断扩大,人员在设计、运行、操作、维修维护等工作中造成的故障和失效问题逐渐凸显。人因导致的操作失效已成为水下生产可靠性中重要的风险因素。因此,有必要对水下生产系统进行人因可靠性分析,找出对人因失效概率影响较高的因素,提出改进措施,降低人为操作失误概率。本文通过构建水下生产系统人因风险因素体系,利用信度、效度指标验证了数据的合理性,并借助结构方程模型确定人因风险因素的权重系数,构建贝叶斯网络,利用模糊理论量化人因概率,实现对水下生产系统人因风险的预测和评估。最后通过南海某水下生产系统的实例分析,验证了该方法的适用性,为水下生产系统的人因风险预测和防范提供了参考依据     

基于复杂网络理论的河流网络建模与分析

应用复杂网络理论建立河流网络模型,并以海河水系为例,建立了2个网络模型:模型Ⅰ和模型Ⅱ。模型Ⅰ只包含自然节点;而模型Ⅱ既包含自然节点,也包含人工节点。针对河流网络节点和边的自身特殊性,提出了河流网络节点重要性的权值指标和边重要性的权值指标,并研究和比较海河网络的节点及边的重要性;最后,对所建河网模型和提出的重要参数指标进行总结与展望。     

基于区间值模糊概率测度的多粒度区间值决策粗糙集模型

在区间值模糊概率近似空间中,提出了基于IVF(区间值模糊)概率测度的多粒度IV(区间值)决策粗糙集模型,分别讨论和刻划了平均、乐观和悲观三种情形,结果和算例验证了模型的实用性和广泛性.     

网络计算系统中的区间直觉模糊信任模型

随着网络计算系统的发展,网络系统的可信度成为制约其发展的关键。针对这一情况,提出一种网络计算系统的区间直觉模糊信任模型。首先,将信任评价的语义标签映射成区间直觉模糊数并对其进行量化,使得模型可以全面的描述语义标签的模糊性和完备性。其次,利用区间直觉模糊数及其精确函数进行信任值计算。最后,对模型算法进行试验仿真,结果表明该模型能有效、合理的对网络进行信任评价并具有一定的理论意义。     

多值区间直觉模糊软集

软集理论作为一种处理不确定性问题的新数学工具,弥补了传统不确定性理论在参数不足的缺陷,近年来在理论上得到长足发展,但是忽略了元素的像为多值且隶属度和非隶属度为区间数情形的讨论。将多值直觉模糊软集推广到多值区间直觉模糊软集,并给出了多值区间直觉模糊软集的一些运算(交,并,补),讨论了其相应的一些性质,从而能更好的描述和求解不确定问题。     

区间值模糊数的模糊多属性决策方法

为了从不同维度综合刻画事物的模糊性,用三角结构元线性表示了区间值模糊数,定义了区间值模糊数的运算及排序;通过对称变换实现了成本型指标的效益型转化,通过平移与压缩实现了属性的归一化,确定了标准评判矩阵.结果表明,区间值模糊数的模糊多属性决策,综合考虑了多个专家意见的融合以及概念的模糊性.研究结论拓展了模糊多属性决策研究的思路,使之更贴近实际.     

k阶区间值模糊粗集

引入了基于k阶二元关系的区间值模糊粗集的概念,研究了当二元关系分别为(弱)欧几里得、串行、自反、对称、传递关系时上(下)近似算子的性质.     

用贝叶斯网络建模和推理

贝叶斯网络跨越了包括人工智能（AI）、统计学、认知科学及哲学在内的多个领域。贝叶斯网络是上个世纪70年代末80年代初在AI领域经历的一场危机中由J．Pearl引入的。他主张利用概率论作为似真推理的基础，并且开发了贝叶斯网络作为表示及计算概率置信的实用工具。     

课堂教学质量的区间值模糊综合评判

在分析了传统课堂教学质量评价方法之不足的基础上，设计了供教师和学生用的评价指标体系，改进了有效分的获取方法，用模糊综合评判方法，确定了教师课堂教学质量的优劣等级，利用区间数的排序方法，排列出了参评教师的的成绩名次．     

教育实习的区间值模糊综合评判

在分析了传统实习评价方法之不足的基础上，设计了供教师和学生用的实习评价指标体系，改进了有效分的获取方法，用模糊综合评判方法确定了实习生实习成绩的优劣等级，利用区间数的排序方法，排出了实习生的成绩名次。