求最优模糊等价矩阵的一个算法

本文说明了模糊等价矩阵的结构，然后提出求模糊相似矩阵的最优模糊等价矩阵的一个算法，最后指出最优模糊等价矩阵一定存在，但不唯一。     

动态系统的模糊关系建模算法及实现

模糊集理论是一种研究复杂系统的有效的定性方法，本文研究在动态系统建模中使用模糊集和语言变量的方法。文章首先给出了基于模糊关系的动态系统模型表达形式，进而导出了一种利用牛顿梯度下降的模糊系统建模算法。并就一个简单的例子验证了上述算法的有效性。     

求Fuzzy关系方程所有极小解的递归算法

本文给出了一种求Ｆｕｚｚｙ关系方程所有极小解的计算机递归算法，该算法具有算法简明，计算速度快等显著特点，尤其适合于求解大型Ｆｕｚｚｙ关系方程。     

Max—min神经网络的一种有效学习算法

本文在Ａ．Ｂｌａｎｃｏ等人的算法的基础上，提出了ｍａｘ－ｍｉｎ神经网络的一种改进了的反馈学习算法，严格证明了该算法的迭代收敛性，理论分析及实例计算结果均表明，本文算法具有算法简单，收敛速度快，输出误差小等显著特点。     

模糊神经网络理论研究综述

本文对于近年来受到普遍重视的前向模糊神经网络及有反馈的模糊神经网络的性质、学习算法及应用等方面的研究进行了较为详尽的综述，分析了所取得的主要成果及其特点，并指出了今后模糊神经网络理论研究中有待解决的许多问题。     

最佳费用流

建立赋模糊数为费用权的容量－－费用网络中，据模糊决策来求解最佳费用流的网络模型，并给出这一模型的相应算法。     

赋模糊权二部图的最佳匹配

本文建立了赋模糊数为边权的二部图中，据模糊决策来求解最佳匹配的网络模型，并给出了这一模型的有效算法     

含T—fuzzy数据的聚类与识别模型

本文给出了Ｔ－ｆｕｚｚｙ数据的定义，性质及度量公式，并用正规标准化方法统一量纲。首先探讨了Ｍｉｎ－Ｍａｘ传递闭包和α（或β）阈值原理，提出了求传递背包的简捷算法，首次，建立了含Ｔ－ｆｕｚｚｙ数据的聚类分析模型，最后，提出了含Ｔ－ｆｕｚｚｙ数据的模式识别模型及其三种算法，实例说明，用本文算法，其结果与实际基本吻合。     

基于极大模糊熵原理的模糊推理三I算法

用模糊熵来度量模糊推理结果的模糊程度，并用本文给出的极大模糊熵原理对王国俊先生提出的模糊推理三Ⅰ算法做进一步的解释和改进，提出基于极大模糊熵原理的模糊推理三Ⅰ算法，证明这几种算法在一定条件下是关系再现算法。     

一种模糊优化的全局算法及在三维水平井轨道设计中应用

本基于一种新的全局优化算法(EM)，提出一种求解模糊优化问题的全局优化算法。针对三维水平井轨道设计问题，提出两个模糊模型。最后把算法及模型应用到实际问题中，数值结果表明算法及模型是有效的、正确的。     

基于模糊邻域相对依赖互信息的特征选择方法

模糊粗糙集作为处理不确定性信息的有效工具，已广泛应用于特征选择中。然而当数据分布密度差别较大时，传统模糊粗糙近似不能有效度量样本的隶属度，且大多特征评价函数仅从代数或信息单一视角构造。针对以上问题，提出了一种基于模糊邻域相对依赖互信息的特征选择方法。首先，为克服传统模糊粗糙近似对数据分布敏感的缺陷，引入相对距离计算模糊相似关系，同时考虑模糊邻域粒度结构，提出了模糊邻域相对依赖度，从代数观度量数据的不确定性。然后，基于相对粒度结构提出了模糊邻域相对互信息，并与模糊邻域相对依赖度结合构造出一种新的特征评价函数——模糊邻域相对依赖互信息，将代数观和信息观结合进行特征评价。最后，设计了一种基于模糊邻域相对依赖互信息的特征选择算法(FNRDI)。通过与其他算法在9个公共数据集上进行实验对比分析，结果表明所提算法可有效消除冗余特征且提高数据的分类精度。     

Gainse-Rescher逻辑系统中的一种降级算法及其性质

在Gainse-Rescher逻辑系统^-C，Gr,Sn中的广义矛盾式之间建立了一种降级算法，并讨论了该降级算法的基本性质。主要结果是：在逻辑系统^-Gr(Gr)中，矛盾式不可能由对非矛盾式进行有限次降级算法得到，在逻辑系统Sn中，对任一公式最多次行n-1次降级算法即可得到矛盾式。     

AHP算法和三角模糊数在虚拟企业的盟员选择中的应用

虚拟企业的盟员选择是一个复杂的问题，为此本提出出一个比较新颖的算法。此算法是基于AHP算法和模糊数学理论的。它整合了企业管理的主观意愿和企业的客观情况，是一种比较全面的算法。最后以实例表明本算法能有效的支持伙伴选择。     

图像的多层次模糊增强与边缘提取

在单层次模糊增强算法中,某个灰度层次附近的边缘得到了增强,同时其它的一些边缘受到了抑制。为了同时增强图像中不同灰度层次的边缘信息,提出一种多层次模糊增强算法,并且给出了快速实现算法。此外,把多层次模糊增强算法应用于图像边缘提取中,取得了优于单层次模糊增强的效果。     

具有模糊属性的关联产生式发掘算法及应用

本文通过不确定性推理的分析，提出了模糊关联的概念，用模糊概念表示事务数据之间的关联关系，研究了模糊关联的性质，给出了模糊关联产生式的发掘算法及应用的实例．     

一种基于区间数多指标信息的FCM聚类算法

针对一类具有不确定性区间数多指标信息的聚类分析问题，依据传统的基于数值信息的FCM聚类算法的思路，提出了一种新的聚类分析算法。章首先描述了具有区间数多指标信息的聚类分析问题；其次给出了基于区间数多指标信息的关于最优划分和最优聚类中心确定的两个定理；然后给出了基于区间数多指标信息的FCM聚类算法的计算步骤。该算法的特点是聚类中心的表现形式为精确的数值，给出的两个定理说明了该聚类算法的收敛性。最后，通过给出一个算例说明了本给出的聚类算法。     

预报式模糊控制器及其应用

本文是文［１］的继续与发展，本文发现，在经典的比例微分式模糊控制（ＣＦＣ）算法中，隐含着一种预报控制的思想。因此，其矩阵形式的控制表完全可简化为等价的向量形式。据此，本文提出了一种预报式模糊控制算法ＰＦＣ。对ＰＦＣ作过大量的仿真试验，并将其应用于一个造纸过程控制系统。结果表明，ＰＦＣ具有内存少，收敛快，计算简便，精度高等优点。     

模糊控制器动态性能的改善

模糊逻辑控制具有算法简单、鲁棒性强等特点，但动态响应品质不易改善：瞬志响应与稳态特性难于兼顾。本文从工程实践中总结出一种可行的模糊控制算法，基于此算法开发出的模糊控制器响应迅速、调节精细，小批量推广应用的效果令人满意。     

带有模糊约束的最优路

到目前为止,最短路问题已有很多好的算法,但这些算法都是假定所有弧的长度均为确定的数值;而在实际中,常会遇到一些网络,其所有弧的长度具有不确定性.本文将这种不确定性以模糊数的形式给定,然后提出了模糊最优路的概念,并针对L-R型模糊数给出了具体的算法.     

基于模糊系统的改进型NSGA-III算法

在利用多目标进化算法解决高维多目标优化问题时，随着目标函数个数的增加，非支配解的个数呈指数增长，使得在环境选择阶段缺少足够的选择压力，进而影响算法性能。基于分解的NSGA-III算法是一种能够有效解决上述问题的多目标进化算法，但在该算法中采用固定的交叉概率和变异概率生成新的解，使得算法在处理一些复杂的高维多目标问题时表现较差。因此，本文提出一种基于模糊系统的改进型NSGA-III算法，该算法利用模糊系统动态调整子代生成过程中算子的交叉概率与变异概率。对于模糊系统的设计，采用与算法密切相关的Spread值和迭代次数作为输入，利用模糊逻辑推理后输出交叉概率与变异概率。将所提算法与其他基于分解技术的算法在20个高维多目标优化问题上进行实验对比，结果表明本文算法可以有效提高收敛速度，且能很好地保持种群的多样性和收敛性。