一种基于模糊信息的距离测度及应用

通过借用Shannon信息理论中的相关概念,提出了基于模糊信息测度的模糊对称交互熵(FSCE)这一距离测度。接下来证明了它是度量空间中的度量,满足非负性、对称性、三角不等式三个条件。最后利用数值例子说明了在模糊模式识别中,FSCE与常见的模糊贴近度可以得到一致的识别结果,并有其优势和实际意义,为模糊模式识别提供了新的研究方法。     

未确知系统的模糊模式识别

本文在文献（１）研究的基础上，对模糊模式识别理论作了进一步研究，定义了三类未确知系统，并针对第三类未确知系统，提出了相应的模糊模式识别方法。最后，以天津医院为例研究了该医院在宁河６．９级地震过程中各层间刚度的动态变化，识别出医院第七层将发生严重破坏。     

模糊识别、决策与聚类理论模型

本文首先建立了一个新的模糊模式识别理论模型。然后提出新的模糊综合决策与模糊聚类模型,文中也指出了ISODATA聚类方法存在的不足。     

模糊向量真值修正模糊化方法

模糊化是将物理空间的实测精确量影射为模糊推理空间上的模糊集合。在模糊控制中，不同的模糊推理方法要求不同的模糊化方法，不同的模糊化方法对模糊控制性能影响很大。本文首先系统地总结了现有的模糊化方法，然后提出了模糊向量真值修正模糊化方法，最后，针对常用的CRI法，完成了不同模糊化方法的一阶惯性时滞定常系统的模糊控制仿真，结果表明，该方法能够提高CRI法的模糊控制性能，消除稳态误差。     

一种基于交互熵的模糊信息测度

通过借用Shannon信息理论中的相关概念,对已有文献中基于模糊熵测度的模糊对称交互熵(FSCE)进行了改进,提出了对称改进模糊交互熵(SIFCE)这一距离测度.接下来证明了它是度量空间中的度量,满足非负性、对称性、三角不等式三个条件,并且满足有界性,还讨论了它与模糊熵之间的关系.最后提出基于该测度的模糊贴近度σ_(SIF),利用数值例子说明了在模糊模式识别中,σ_(SIF)与常见的模糊贴近度可以得到一致的识别结果,从而为模糊模式识别提供了新的研究方法.     

一种模糊模式识别新方法及其在脑电图信号识别中的应用

本文给出一种确定模糊子集隶属函数的新方法——STF 隶属函数确定法.该法将随机性与模糊性联系起来,使得对相当广泛的一类问题,可借助数理统计方法确定模糊概念的隶属函数.本文还给出一种从一个模糊概念的不同方面综合考察该模糊概念的方法.提出了隶属优势的概念,在此基础上给出了一种模糊模式识别的新方法——最大隶属优势准则模式识别法.应用这种方法对137例脑电图进行了计算机识别,得到了较好的效果.     

基于改进的证据推理方法的多指标决策模型

对于一个多指标决策问题，证据理论可以通过构造辨识框架和基本概率分配函数、采取递归的证据合成方法。计算出原始数据在反映多个指标联合作用的情况下对不同判别结果的支持程度，并可以在信息复杂或数据不完整的条件下做出评估决策。本文首先建立基于证据推理的多指标评估问题的基本模型，然后引入了模糊数据方法以处理具有模糊概念或推理关系的复杂问题，同时还考虑了实际问题中可能出现加权证据或者相关证据的情况，其目的是为了建立一套具有实用性的、准确有效的多指标评估模型。文章最后设计一个风险评估的算例，分析了该方法的优点以及需要进一步完善之处。     

重心隶属法则初探

本文提出了比量大隶属度法则使用更广泛的重心隶属法则。在模式识别中，此法则使用方便且利用了模糊子集的全部信息。因此比前者更精确。最后指出的实例证明了这点。     

基于内容检索中的模糊处理

基于内容的检索是多媒体信息处理中的一个重要问题，图像、视频作为多媒体中最直观、最形象的内容，对它们的检索和查询是多媒体内容处理的一个重要方面。以往对图像检索往往借助于图像理解等领域发展起来的模式识别技术，但检索在很多方面又不同于模式识别，它通常并不需要精确匹配，而且由于检索中人一机交互性起着很重要的作用，使得在检索中有必要利用模糊的方法来提出查询要求，计算机也可以通过模糊相似性匹配来给出结果。本文提出了以信任度、可能性测度、权重有隶属函数概念作为模糊相似性匹配的基础来检索图像的方法。     

直觉模糊面集的相似度及其在模式识别中的应用

直觉模糊数以隶属度和非隶属度所构成的有序点来表示所要研究的信息。由于犹豫度的存在,本文从几何的观点出发,将其转化为一个可能面,提出了直觉模糊面集的概念。在此基础上,定义了两个不同直觉模糊面集的相似度,研究了它的性质。最后给出了直觉模糊面集的相似度在模式识别中的应用实例,并做了相应的对比分析,结果表明本文提出的方法具有可行性和有效性。     

Modelling on fuzzy control systems

A kind of modelling method for fuzzy control systems is first proposed here, which is called modelling method based on fuzzy inference (MMFI). It should be regarded as the third modelling method that is different from two well-known modelling methods, that is, the first modelling method, mechanism modelling method (MMM), and the second modelling method, system identification modelling method (SIMM). This method can, based on the interpolation mechanism on fuzzy logic system, transfer a group of fuzzy inference rules describing a practice system into a kind of nonlinear differential equation with variable coefficients, called HX equations, so that the mathematical model of the system can be obtained. This means that we solve the difficult problem of how to get a model represented as differential equations on a complicated or fuzzy control system.     

模糊广义判断矩阵的一致性检验及合成排序

决策评价过程中往往包含诸多不确定性、随机性和模糊性,广义判断下的ＡＨＰ－ＧＪＡＨＰ是一种广义ＡＨＰ,Ｆｕｚｚｙ 环境下的ＧＪＡＨＰ决策方法是应用集值统计的方法,在区间判断标度基础上确定模糊判断矩阵元素的正模糊数表示,并根据模糊集理论的扩展原理,求得Ｆｕｚｚｙ 环境下的模糊排序权值向量。本文给出模糊广义判断矩阵的一致性定义,讨论了各类判断形式条件下的一致性检验法与Ｆｕｚｚｙ 环境下递阶层次结构中的合成排序问题     

Extracting interpretable fuzzy models for nonlinear systems using gradient-based continuous ant colony optimization

This paper exploits the ability of a novel ant colony optimization algorithm called gradient-based continuous ant colony optimization, an evolutionary methodology, to extract interpretable first-order fuzzy Sugeno models for nonlinear system identification. The proposed method considers all objectives of system identification task, namely accuracy, interpretability, compactness and validity conditions. First, an initial structure of model is obtained by means of subtractive clustering. Then, an iterative two-step algorithm is employed to produce a simplified fuzzy model in terms of number of fuzzy sets and rules. In the first step, the parameters of the model are adjusted by utilizing the gradient-based continuous ant colony optimization. In the second step, the similar membership functions of an obtained model merge. The results obtained on three case studies illustrate the applicability of the proposed method to extract accurate and interpretable fuzzy models for nonlinear system identification.     

第二炮兵遭袭样式Fuzzy预测模型

运用模糊数学模式识别的方法，对反映第二炮兵遭袭可能样式的各种情报进行综合分析，其结果可作为预测战争发展的依据。     

Regularized Adaptation of Fuzzy Inference Systems. Modelling the Opinion of a Medical Expert about Physical Fitness: An Application

This study presents a new approach to adaptation of Sugeno type fuzzy inference systems using regularization, since regularization improves the robustness of standard parameter estimation algorithms leading to stable fuzzy approximation. The proposed method can be used for modelling, identification and control of physical processes. A recursive method for on-line identification of fuzzy parameters employing Tikhonov regularization is suggested. The power of approach was shown by applying it to the modelling, identification, and adaptive control problems of dynamic processes. The proposed approach was used for modelling of human-decisions (experience) with a fuzzy inference system and for the fuzzy approximation of physical fitness with real world medical data.     

关于“级别婚”的数学分析

介绍了19世纪存在于澳大利亚土著中的一种婚姻形式—级别婚,从群论的角度说明级别婚的三种主要形式都对应于一个对称群,从而可以用几何方法形象的表示这种婚姻形式;进而,从对称的观点说明婚姻形式从简单到复杂的演化过程,代数上对应于对称群阶数的增加,几何上则对应于对称性的加强.     

基于改进VIKOR方法的地震应急物资运输决策问题研究

地震灾害应急救援物资方案的合理选择对与减少人员伤亡,降低灾民的财产损失具有重要影响。本文针对属性权重未知情形下的地震应急物资运输方案决策问题,提出了一种Pythagorean模糊不确定语言与前景理论相结合的改进VIKOR决策方法,即PFUL-PT-VIKOR法。首先,采用Pythagorean模糊不确定语言用于描述和融合专家对地震应急物资运输方案在考虑多种属性影响下的感知信息;其次,利用主客观融合法对属性权重进行求解;然后,提出基于前景理论的改进VIKOR法并得出方案排序;最后,通过算例分析,对所提出方法的有效性和实践性给予验证。结果表明,PFUL-PT-VIKOR模型有助于增强决策专家对不确定突发情景信息感知的知识表示能力,解决属性赋权过于主观或过分依赖样本的困难,并突围了应急决策者隐性心理行为较难定量应用的思维定势,增强了模型的现实适用性,为地震应急物资是否合理运输提供决策支持。     

可转移效用下的动态模糊联盟的广义核心解

利用模糊数学相关理论,对具有可转移效用的模糊合作对策进行了研究.采用调整相应系数的方法给出了此类对策的广义核心解和广义稳定集的概念,讨论了它们之间的关系.提出一种新的分配方案—不将联盟总收益分配给所有局中人,而保留一部分从而实现收益的再分配.该成果解决了对策传统解在现实应用中的局限性,特别是对现实生活中的资源再分配问题具有一定的参考和应用价值.     

模糊综合评判在高校排课系统评价中的应用

模糊综合评判是一种应用广泛的模糊数学方法,是在综合考虑和整体平衡中顾及各种因素全面进行评判的科学方法,可广泛应用在各类人员、工作、产品等等客体的综合评判工作中.本文主要采用模糊数学理论对我院排课系统进行综合评价,经确定评判因素集、权重、等级评语向量和评价矩阵等,从而得到了三级模糊综合评判模型.结果表明该模型用于排课系统评估,客观公正,可信度高.     

Evaluación de la habitabilidad de edificios afectados por sismo utilizando la teoría de conjuntos difusos y las redes neuronales artificiales

The fuzzy sets theory and the artificial neural networks are computational intelligence tools which are nowadays widely used in earthquake engineering. This paper develops a method and a computer program which use these computational intelligence tools in order to support the damage and safety evaluation of buildings after strong earthquakes. The model uses an artificial neural network with three layers and a Kohonen learning algorithm; it also uses fuzzy sets in order to manage subjective information such as linguistic qualification of the damage levels in buildings and a fuzzy rule base to support the decision making process. All these techniques are incorporated in the developed computer program. The input data is the subjective and incomplete information about the building state obtained by possibly non experienced evaluators in the field of the seismic performance of buildings. The proposed method is implemented in a tool especially useful in the emergency response phase, when it supports the decision making regarding the building habitability and reparability. In order to show its effectiveness, two examples are included for two different types of buildings.