动态模糊随机信息处理的数学方法

本文系统地概述了我们近年来提出的动态模糊随机信息处理的数学方法,内容包括模糊随机变量、模糊随机过程和模糊随机微分方程的基本解法等方面的基本概念、基本定义和某些重要的定理,以及动态系统的模糊随机响应与可靠性分析的方法等。这些方法是为我们研究工程实际问题的需要逐步发展起来的,对于处理某些类型的问题简便实用。     

动态模糊规划模型的构建及应用

常规规划模型通常存在如下两种缺陷:首先,它的目标系数及约束条件都是在硬性限制下的确定值,因而在建模方面弹性小、硬度大;其次,它的目标系数与时间无关,因此不能有效地刻划时时刻刻变化着的目标系数,而动态模糊规划模型可以有效地解决上述缺陷.首先应用模糊动态AHP确定目标系数;然后根据L-R模糊数的强序关系准则,将动态模糊规划模型分解为最优与最劣两个模糊规划模型;再根据以α水平截集为基础的求解方法,将上述两个模型进行相应的转换,建立具有风险分析功能的动态模糊规划模型;最后将其应用到一个实际算例中,收到较好的结果.     

模糊过程与模糊微分方程的解法

本文在模糊变量和动态模糊集合的基础上定义了模糊过程、构造了它的F样本函数,然后用F样本函数定义了模糊过程的a.f.s微积分,并讨论了它们的性质;在此基础上,本文提出了非齐次项是模糊过程的微分方程的基本解法,从而为分析动态系统受模糊干扰的响应提供了基础。     

Fuzzy关系方程干解在模糊在线控制系统中的应用研究

讨论了怎样快速求出Fuzzy关系方程干解的方法.探讨了该方法在模糊在线控制系统中的应用,同时给出了如何快速构建经济适用的动态模糊控制器的设计方法.     

土壤分类的模糊集成算法与应用

土壤是一个多性状的连续体,其分类的首选方法是模糊聚类分析.但是模糊聚类分析中现有的基于模糊等价关系的动态聚类法和模糊c-均值法各有利弊,采用其中一种方法聚类肯定存在不足.为此集成两种聚类方法的优点,避其缺点,提出了用基于模糊等价关系的动态聚类方法和方差分析方法确定聚类数目和初始聚类中心,再用模糊c-均值法决定最终分类结果的集成算法,并将其应用到松花江流域土壤分类中,得到了较为切合实际的分类结果.     

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。     

知识依赖与动态模糊数据粗传递

根据实际中经常遇到的信息传递情况:一是我们不能丢失任何可能有用的信息,以免造成损失;二是被传递的概念是双向动态变化的模糊数据,三是信息传递者的知识不同,接收到的数据信息不一样。本文利用具有动态特性的双向S-粗模糊集构建了一种新的动态模糊数据粗传递模型-上近似动态模糊数据粗传递模型,分析了信息传递者的知识对模糊数据粗传递的影响,建立了知识依赖、知识等价、知识独立与传递过程中动态模糊数据变化的关系,得到了动态模糊数据在传递过程中保持不变、发生增益的条件,给出了动态模糊粗传递数据不变定理及数据增益定理,最后给出了动态模糊粗传递模型在风险投资管理系统中应用,制定了符合实际的投资决策。动态模糊粗传递是双向S-粗模糊集的一种新的应用。     

多维多目标模糊优选动态规划及其在资源分配中的应用

将目前所研究的一维模糊优选动态规划扩展为多维模糊优选动态规划。在求解多维多阶段问题时,采用遗传算法与模糊动态规划法相结合进行求解,保证了优化变量的全局最优性。在其中权系数的处理中,本文采用了主客观综合评定的方法,保证了数据的合理性及准确性。并且文中用此方法解决了多维多阶段多目标的资源分配问题。     

直觉模糊S-粗集的一般结构及性质

在一般等价关系下,给出单向直觉模糊S-集合、双向直觉模糊S-集合的概念,利用这些概念,提出直觉模糊S-粗集,给出直觉模糊S-粗集的数学结构和有关结论,对有关性质进行了讨论。直觉模糊S-粗集为研究动态信息系统中大量的不确定性问题提供了新的途径和方法。     

基于时间度的动态直觉模糊多属性妥协决策

针对当前动态直觉模糊多属性决策方法存在的不足,提出一种基于时间度的动态直觉模糊妥协决策方法。引入时间度准则,基于逼近理想解法融合主客观两类赋权法,获得兼顾主观偏好和样本客观信息的时序权重,克服现有时序权重主观赋值的随意性,同时运用直觉模糊熵(IFE)确定不同时序状态下各属性权重;根据动态直觉模糊加权几何算子(DIFWG)集结不同时序直觉模糊决策矩阵,构造动态直觉模糊综合决策矩阵,并利用VIKOR法,提供兼顾群体效用最大化与个体后悔最小化的各方案妥协折中排序,得到与理想解最近的妥协方案;以分布式创新企业合作伙伴选择为例,验证该方法在实际决策过程中的可行性和有效性。     

模糊随机桁架结构的动力特性双因子分析法

针对模糊随机桁架结构的动力特性分析,提出了一种新的模糊随机有限元方法．当结构的物理参数和几何尺寸同时具有模糊随机性时,利用模糊因子法和随机因子法建立了结构刚度矩阵和质量矩阵;从结构振动的Rayleigh商表达式出发,利用区间运算推导出结构动力特性模糊随机变量的计算表达式;之后利用随机变量的矩法和代数综合法,推导出结构特征值的数字特征的计算式．通过算例分析了模糊随机桁架结构参数的模糊随机性对其动力特性的影响．该方法的优点是能准确反映结构某一参数的模糊随机性对结构特征值及其数字特征的影响．     

一种基于动态模糊综合评判的故障预测新方法

针对影响装备寿命的许多故障因素和故障关系具有复杂性、非确定性以及时变性的特点，指出了传统模糊综合评判方法的不足，提出了基于动态模糊综合评判的故障预测方法，给出了动态权重矩阵和动态隶属度的确定方法，以火炮反后坐装置为例对评判过程予以说明，证明了该方法的有效性和实用性。并将模糊综合评判与产生式规则相融合，利用复合推理机制提高预测结果的准确性。     

A dynamic approach to multiple-objective resource allocation problem

A new approach using dynamic programming is developed for solving the multiple-objective resource allocation problem. There are two key issues being addressed in this approach. The first one is to develop a methodology of fuzzy evaluation and fuzzy optimization for multiple-objective systems. The procedure of getting the marginal evaluation for each objective and aggregating them synthetically into a global evaluation is presented in this paper. The second one is to design a dynamic optimization algorithm by incorporating the method of fuzzy evaluation and fuzzy optimization with the conventional dynamic programming technique. A characteristic feature of the approach presented is that various objectives are synthetically considered by the fuzzy systematic technique instead of the frequently employed weighted-average method. Numeric examples are also given to clarify the developed approach and to demonstrate its effectiveness.     

A compensation-based recurrent fuzzy neural network for dynamic system identification

In this paper, a type of compensation-based recurrent fuzzy neural network (CRFNN) for identifying dynamic systems is proposed. The proposed CRFNN uses a compensation-based fuzzy reasoning method, and has feedback connections added in the rule layer of the CRFNN. The compensation-based fuzzy reasoning method can make the fuzzy logic system more adaptive and effective, and the additional feedback connections can solve temporal problems. The CRFNN model is proven to be a universal approximator in this paper. Moreover, an online learning algorithm is proposed to automatically construct the CRFNN. The results from simulations of identifying dynamic systems have shown that the convergence speed of the proposed method is faster than the convergence speed of conventional methods and that only a small number of tuning parameters are required.     

基于SPA的双枝模糊决策分析

将集对理论(SPA)与双枝模糊决策理论相结合,用集对分析的方法研究进行双枝模糊决策的方法,分别对双枝模糊决策因素域和双枝模糊决策的上枝、下枝和双枝进行了集对分析,给出了用SPA进行双枝模糊决策的性质,同时讨论了双枝模糊决策的动态分析方法,以及双枝模糊决策度强弱态势预测的方法,从而为双枝模糊决策理论的研究提供了新的视角和方法,为双枝模糊决策的应用提供了更方便的工具和更强的理论支持。     

The fuzzy core and Shapley function for dynamic fuzzy games on matroids

In this paper, the generalized forms of the fuzzy core and the Shapley function for dynamic fuzzy games on matroids are given. An equivalent form of the fuzzy core is researched. In order to better understand the fuzzy core and the Shapley function for dynamic fuzzy games on matroids, we pay more attention to study three kinds of dynamic fuzzy games on matroids, which are named as fuzzy games with multilinear extension form, with proportional value and with Choquet integral form, respectively. Meantime, the relationship between the fuzzy core and the Shapley function for dynamic fuzzy games on matroids is researched, which coincides with the crisp case.     

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.