模糊聚类最优划分判定的一种新模型

针对聚类分析的模糊模式未解决的问题:模糊划分空间中模糊最优划分的判定问题,提出一个新的判定模型。给出基于新的最优划分判定模型的应用例子,验证了模型算法应用的可行性。     

基于模糊综合函数的目标属性识别模型

应用模糊集理论量化了防空火力单元识别结果,利用模糊综合函数对火力单元的量化结果进行综合,并给出了信任函数的表达式。     

“min—max”准则下的模糊聚类

本文利用模糊关系矩阵在“ｍｉｎ－ｍａｘ”复合下的运算，提出了一种新的模糊聚类方法，它是直接计算出并类距离矩阵进行聚类，但在计算量上要远远小于通常的聚类，并且它的聚类结果是唯一的。     

关于两类具有不同基函数的标准模糊系统逼近精度问题的研究

在标准模糊系统的基础上提出了以正规二次多项式和正规三角函数为基函数的两类标准模糊系统.通过采用数值分析中的余项与辅助函数方法,对这两类模糊系统进行了误差精度的分析,给出了从SISO到MISO的误差界公式.同时,对这两类模糊系统误差界进行了比较,指出了两类模糊系统的优劣.最后,通过算例验证了理论结果的正确性.     

基于模糊覆盖的模糊聚类

提出了ε水平最优模糊覆盖的新思想,结合推广的价关系概念,通过三角模糊算子（本文简称为Ｔ算子）,研究了一种 模糊聚类方法,不仅能够充分利用已有数据信息,而且解决了聚类的评价性问题。     

一个新的最优模糊存储模型

提出一个新的具有积压定单的关于模糊订购量的模糊存储模型.在模糊函数原理下,给出了模糊总存储成本.为了寻找最优解,把最优模糊存储模型转化为双目标最优化模型,利用L ingo8.0求解不等式约束问题,我们发现最优解都是确定的实数.此外,当模糊订购量和模糊总需求都是三角形(或权重均为1/2梯形)模糊数时,我们提出模型的最优解与经典的具有积压定单存储模型具有相同的结果.     

一种直接聚类法的若干注记与一种新的直接聚类法

本文指出了以往的一些错误,同时给出了一个新定理,从而得到了严格的理论依据;构造了一种较新的直接聚类法。     

基于Copula函数的非线性时间序列聚类

时间序列数据的聚类是对面板数据或多维时间序列根据序列相似度进行分组。聚在同一组的时间序列具有相近的模型参数,尤其是当序列较短时聚类后能够得到更精确的参数估计。现存的时间序列聚类方法的距离度量大都基于时间序列的线性假设,但是现实中时间序列通常是非线性的。本文提出了一种基于Copula距离测度的非线性时间序列数据的聚类方法,它利用了Copula函数获取时间序列的非线性相依结构。作为一种非参数的距离度量,基于Copula函数的距离度量能够识别动态相关结构的相似性。大量的模拟实验和实证研究验证了我们所提方法的有效性。     

模糊有界变差函数全变差的积分表示与距离导数

定义和讨论了模糊数值函数的距离导数,给出了模糊有界变差函数全变差的积分表示.发现模糊绝对连续函数是几乎处处距离可导的,距离导数的积分等于其原函数的总变差,从而给出了模糊有界变差函数全变差的积分表示.     

模糊多目标群决策在辅导员定量考核中的应用改进

在高等院校中,辅导员考核是一项非常重要的工作,但是由于考核体系指标很多是定性的,给考核工作带来了不小的难度,模糊多目标群决策算法可以解决此问题;考虑到辅导员定量考核的特殊情况,对算法又做了改进,使其更符合实际情况,最后,给出2009年实际考核的例子来验证算法的正确性和有效性.     

基于直觉模糊化的广义模糊时间序列预测模型

本文在传统广义模糊时间序列预测模型数据模糊化的基础上,引入直觉模糊集理论对其进行扩展。首先,在隶属度和非隶属度函数中增加犹豫度因子对样本数据进行直觉模糊化,更加细腻的反映数据不确定性本质。然后,用记分函数描述样本数据对模糊集的隶属情况,简化模型的复杂度。随后以传统广义模型为框架,构建基于直觉模糊化的广义模糊时间序列预测模型。最后利用典型的Alabama大学入学人数为实验数据,对比分析本文建立模型与传统广义模型的预测结果,验证直觉模糊化的广义模糊时间序列模型的可行性和优越性。     

基于改进得分函数的直觉梯形模糊数群体多属性决策方法

为考虑群体多属性决策问题中决策人的风险偏好,在直觉梯形模糊数的基础上,利用连续区间有序加权平均算子对直觉梯形模糊数进行化简,使其转换成直觉模糊数。并基于此提出了一种全新的得分函数。从而得到了一种全新的群体多属性决策方法,将其应用于具体算例中,给出了该方法的具体步骤并证明了有效性。     

非初等函数的判别法

给出了非初等函数的几种判断方法.     

基于模糊一致矩阵法的优选炮阵地模型研究

运用基于模糊一致矩阵元素与权重关系式的排序方法,建立了一个基于模糊一致矩阵法的优选炮兵阵地的数学模型,具有较强的可操作性,利于计算机实现,可为实现炮兵作战自动化指挥提供有力支持.     

基于效用函数的模糊数的比较与排序

对相同的模糊数进行比较,不同风险偏好的决策者,会得到不同的结论.效用函数是对风险偏好的度量,因此,模糊数的比较与排序的方法,一定要结合决策者的效用函数来构造.为此,根据效用函数定义了模糊效用函数,在此基础上定义了效用序.之后,证明效用序为全序,进一步利用结构元理论对效用序进行表述.根据效用函数反映风险偏好的程度,对效用序进行分类.这样,决策者对模糊数进行比较时,依据自身对风险偏好程度来选择效用序.     

一种群决策专家客观权重确定的改进方法

针对传统的群决策专家客观权重确定的两类主要方法(即基于判断矩阵一致性程度和基于专家排序向量或判断矩阵元素的聚类分析)的缺陷,提出了一种综合考虑两方面因素的改进方法.首先利用聚类分析方法根据各专家的排序向量得到专家类别间的权重,然后根据单个专家的判断矩阵一致性以及排序向量到类核心的距离确定最终权重.文末给出的算例表明该方法是可行、有效的.     

常利率风险模型下T-A目标函数的最大化

本文研究了带常利率扩散风险模型,考虑了下面的目标函数V(x,L)=E(integral from n=0 toτe~(-βt)dL_t+integral from n=0 toτe~(-βt)∧dt|R_0~L=x),这里常数∧≥0.我们称上面的表达式为T-A(Thonhauser and Albrecher)目标函数.对于常利率下的扩散模型,通过随机控制理论(HJB方程),T-A目标函数的最大化问题得以解决:对于有界分红率,最优策略是门槛策略;对于无界分红率,最优策略是边界策略.     

模糊偏好下多目标群体决策的一种客观赋权方法

对具有模糊偏好的多目标群体决策问题,给出了模糊决策矩阵规范化公式,建立了确定各目标权重的优化模型,提出了一种客观赋权方法,为模糊偏好的多目标群体决策提供了一种简单实用的可靠方法,该方法具有确定权重的客观性和科学性等特点,计算简便,用途广泛.最后通过一个算例说明了该方法的实用性和有效性.     

化简Fuzzy逻辑函数直接方法的注记

本文改进了［１］给出的化简Ｆｕｚｚｙ逻辑函数的方法,首先给出广义互补项的概念,并应用它证明可删去顶的充要条件,然后给出了不满足定理条件的问题解决办法,从而得到一种既方便又能将Ｆｕｚｚｙ逻辑函数化到最简的办法．