考虑破产控制的多期模糊资产-负债组合优化模型

在实际的投资决策过程中,一些投资者需要同时管理资产和负债,因此本文研究考虑破产控制和偿债行为的资产-负债管理问题。假设风险资产的收益率和负债的增长率为模糊数,用资产-负债组合的可能性期望和下半绝对偏差度量其收益和风险,以最大化最终期望净财富和最小化最终累积风险为目标,建立了允许限制性卖空的多期模糊资产-负债组合优化模型。然后,设计了一个基于粒子群算法和模拟退火算法的混合智能算法对模型进行求解。最后,通过实例分析说明了所设计算法与传统粒子群算法相比具有更好的优化性能和稳定性。本文所提出策略可以为需要同时管理资产和负债的投资者提供决策支持。     

基于二维直方图和模糊熵准则的阈值化方法

图像分割是图像分析、识别和理解的基础。图像分割主要是指将图像分成各具特性的区域并提取出感兴趣目标的技术,其研究多年来一直受到人们的高度重视;阈值化法是图像分割的一种重要方法,在图像处理与识别中广为应用;针对图像分割中细节往往被忽略导致后续处理困难的问题,基于模糊关系和最大模糊熵原理提出了一种阈值化方法,对二维直方图进行模糊分割;为了获得图像分割中的细节,提出的方法根据最大熵原则自动确定模糊区域和门限,进而获得二维模糊熵和遗传算法最优解,最后获得图像细节;通过对不同灰度水平和颜色类型图像进行实验比较,实验结果表明提出的方法优于二维非模糊方法和一维模糊熵分割法,得到该方法在图像分割中获得细节的结论。     

基于模糊处理的医疗信息数据存储系统的设计

为了提高医疗技术水平,加快医务人员对医疗信息数据的分析,使医疗信息数据运行更加顺畅,减少数据存储所占空间,需要对医疗信息数据存储系统进行设计。当前的医疗信息数据存储系统对医疗信息数据进行存储时,利用FPGA构建系统硬件,以硬件为基础将医疗信息数据存储,但在存储过程中,没有将冗余数据清除,导致存储空间易满,容量变小,存在正常医疗信息数据无处安放的问题。为此,提出一种基于模糊处理的医疗信息数据存储系统设计方法。该方法首先对医疗信息数据的来源进行统计,根据数据来源实现医疗数据的硬件构造,然后利用医疗信息数据中特征相似数据间的中介点实现数据聚类,完成对医疗信息数据的聚类存储,最后采用高斯混合模型对冗余医疗数据进行特征分析,以分析结果为基础,利用分数阶Fourier变换对冗余医疗信息数据进行删除操作,由此完成了基于模糊处理的医疗信息数据存储。实验结果证明,所提方法增加数据存储空间容量,减少对冗余数据的存储,加快医疗信息数据的存储速度,提高数据存储精度,为该领域研究发展提供强有力的依据。     

基于中智犹豫模糊语言优先QUALIFLEX方法的绿色供应商选择

针对绿色供应商选择过程中,评价指标数量明显超过可供选择的供应商数量且指标之间存在优序关系等特点,提出了基于中智犹豫模糊语言优先QUAL-IFLEX方法的绿色供应商选择方法.首先,利用中智犹豫模糊语言表征评价信息和评价权重;其次,构造优先矩阵对指标权重做精确化处理,考虑到决策者对指标的要求和指标之间的优序关系,对指标权重...     

广义直觉模糊粗糙集的粒结构

模糊集可以表示为一些模糊粒的并集,粗糙集也可表示成相应模糊粒的并集.本文主要探讨直觉模糊粗糙集的粒结构,直觉模糊粗糙集是在直觉模糊关系下结合了粗糙集和直觉模糊集构造出来的.本文首先在直觉模糊等价关系下定义了两种模糊粒,利用它们构造直觉模糊集的上下近似算子并给出例子.然后首次在相似关系下构造直觉模糊粗糙集的粒结构并探讨其...     

基于PSO和模糊划分熵的水下图像分割

在水下环境中,由于存在着水体对光线的吸收以及照明不均等原因,水下图像具有信噪比低、边缘模糊等特点。如果直接使用传统的分割方法,对水下图像进行处理后的效果较差。传统的基于最大熵原理的阈值法尽管能实现某些特定的分割任务,但是其时效性较差。而粒子群算法(PSO)是一类随机全局优化技术,该算法简单易实现,可调参数少。因此将群体智能中的粒子群优化算法应用到图像分割中。新方法在重新定义模糊熵的基础上,根据最大熵原理,利用粒子群算法来搜索分割阈值。相对于传统的利用穷举法来搜索分割阈值的算法,新方法大大减少了计算时间,提高了效率。通过对水下图像处理实验证明,该算法对简单背景的图像分割是有效的,和传统分割方法相比,具有更强的自适应性和抗噪性能。     

最大乘积型Fuzzy文法与自动机

本文对提出的最大乘积型Ｆｕｚｚｙ文法与最大乘积型Ｆｕｚｚｙ自动机的关系作了详细讨论，得出了两个重要的结论。即：由给定的最大乘积型Ｆｕｚｚｙ正规文法可构造一个最大乘积型Ｆｕｚｚｙ自动机使得二者接受的语言集相同，反之亦然。从而达到自动识别语言的目的。     

Gentzen型模糊推理

本文建立了能同时处理证据、规则的不确定性以及证据与规则近似匹配的Gentzen型模糊推理的语形方法．     

Minimum Cycle of Row Vector of a Generalized Circulant Fuzzy Matrix

51.IntroductionLetF=[O,1],foranya,beF,definea b=max{a,b},a*b=min{a,b}.Mn(F)standsforthesetofa1lthenthordermatrixesinF,matrixAinMn(F)iscalledFuzzymatrixA.Letrbeanynon-negativeinteger.lnannthordermatrix,exclusiveofthefirstrow,theelementsofeveryotherrowarethee1ementsoftheprecedingrowthatcirculaterightwardr-co1umns.Thisnthordermatrixisannthorderr-circulantFuzzymatrix(alsocalledgenearLizedcirculantFuzzymatrix)-Wecallrthecircu1antindexofr-circulantFuzzymatrix.Inthebooklistedin[1j,thisisgiven:…     

一种统一的Fuzzy化方法和代数系的Fuzzy化

§1 引言各种分明集的Fuzzy化是Fuzzy集理论基本手法之一。目前较流行的孤立的定义方法没有很好地体现出Fuzzy化是一个统一的概念。本文探讨了“拼Fuzzy集”[1]与其分明集的关系及它们在隶属函数形式上的一致性问题,从而给出了一种统一的Fuzzy化方法。