Exact analytical inversion of TSK fuzzy systems with singleton and linear consequents

In literature, exact inversion methods for TSK fuzzy systems exist only for the systems with singleton consequents. These methods have binding limitations such as strong triangular partitioning, monotonic rule bases and/or invertibility check. These extra limitations lessen the modeling capabilities of the TSK fuzzy systems. In this study, an exact analytical inversion method for TSK fuzzy systems with singleton and linear consequents is presented. The only limitation of the proposed method is that the inversion variable should be represented by piecewise linear membership functions (PWL-MFs). In this case, the universe of discourse of the inversion variable is divided into specific regions in which only one linear piece exists for each PWL-MF at most. In the proposed method, the analytical formulation of TSK fuzzy system is expressed in terms of the inversion variable by using linear equations of PWL-MFs. Thus, the fuzzy system output in any region can be obtained by using the appropriate parameters of the linear equations of PWL-MFs defined within the related region. This expression provides a way to obtain linear and quadratic equations in terms of the inversion variable for TSK fuzzy systems with singleton and linear consequents, respectively. So, it becomes very easy to find exact inverse solutions for each region by using explicit analytical solutions for linear or quadratic equations. The proposed inversion method has been illustrated through simulation examples.     

Probabilistic solution of random homogeneous linear second-order difference equations

This paper deals with the computation of the first probability density function of the solution of random homogeneous linear second-order difference equations by the Random Variable Transformation method. This approach allows us to generalize the classical solution obtained in the deterministic scenario. Several illustrative examples are provided.     

基于提前期压缩的两阶段供应链的契约协调

研究了基于提前期压缩的信息对称和信息不对称两种情况下的供应链协调问题,重点解决了在信息不对称时采用线性转移支付策略解决供应链的不协调问题.当压缩提前期时,制造商的成本增加,成本的增加值信息对销售商有对称和不对称两种情况.在信息对称时采用收益共享契约可以实现供应链的协调;在信息不对称,采用收益共享契约时,为了激励制造商,销售商不得不对制造商生产成本的不确定性付出成本,导致利润下降,而制造商由于拥有私有信息而使得利润增加,所以整个供应链并没有达到集中决策时的水平,只得到了帕累托改善的次优结果.创新点在于采用线性转移支付策略实现了供应链的协调,达到了帕累托最优,解决了收益共享契约不能实现供应链协调的问题.最后通过算例进行了说明.     

基于多元线性回归模型的东北地区需水量分析

多元线性回归模型在社会、经济、技术以及众多自然科学研究领域中已被广泛使用,某个地区需水量应与该地区多种因素有关,故选取东北地区的GDP、水库蓄水总量、人均可支配收入、城市绿地面积和工业用水量等5个因素,借助MATLAB软件阐明了多元线性回归模型在东北地区需水量分析中的应用.并通过皮尔森相关性检验、拟合优度检验、F检验、t检验和残差分析的方法对模型进行优化,得到了准确可靠的多元线性回归模型,此模型具有拟合程度高、简易、直观等优势,为多元线性回归模型在需水量分析中的应用提供了有力参考.     

基于GWR模型的河南省人口分布的影响因素研究

近年来,人口作为一种基本信息已成为目前研究的热点问题之一.人口分布可能受自然,经济,社会,政治等诸多因素的影响.因此,人口分布的研究对于了解不同类型区域的人口资源与经济发展之间的关系,因地制宜地发展本地经济具有重大意义.课题以河南省统计年鉴数据为基础,研究河南省人口分布的影响因素.具体来说,首先利用Surfer软件的可视化技术研究了河南省人口数量的空间变化特征.其次,利用近年来发展起来的地理加权回归模型对河南省人口分布的影响因素进行了定量分析.通过上述分析提取有效信息,从而为制定合理的人口政策和实现人口的有序流动提供必要的理论支持.     

线性正则变换域的复能量密度函数

线性正则变换是经典Fourier变换的广义形式,目前在非平稳信号的参数检测与估计方面取得了优异的应用效果,但线性正则变换理论体系还不完善.探讨了线性正则变换相关的复能量密度函数的基本概念,并详细推导研究了其基本的数学性质与特点,在上述理论的基础上,通过仿真实验来验证所得到结论的准确性.为其在实际应用中发挥更大的作用奠定了基础.     

部分线性模型的随机约束岭估计

研究了部分线性回归模型附加有随机约束条件时的估计问题.基于Profile最小二乘方法和混合估计方法提出了参数分量随机约束下的Profile混合估计,并研究了其性质.为了克服共线性问题,构造了参数分量的Profile混合岭估计,并给出了估计量的偏和方差.     

空气中PM2.5的动态扩散及宏观预测

以PM2.5扩散、衰减模式为研究对象,分析探究了PM2.5的扩散规律、危机治理及其后5年的治理问题.首先通过主成分分析法,建立了PM2.5与其它污染物之间的多元非线性对数模型.同时引入相对湿度的影响因素对模型进行再度优化,提高了模型的拟合优度.运用统计学原理,得出采集点之间的PM2.5具有较高的协同性.另外分析了静态下PM2.5污染物颗粒的受力和漂移模式和从点源、面源两方面分析了PM2.5动态扩散模式,建立了PM2.5的扩散偏微分方程模型.根据建立的扩散模型,对突变的污染物浓度确定安全区域的范围.最后建立综合费用和专项费用的多目标优化模型,利用贝叶斯支持向量机方法对PM2.5进行宏观预测,并运用系统动力学理论对目标值进一步优化,并对不同治理模式进行对比分析.     

空气中PM2.5问题的建模研究

是针对空气中PM2.5的相关因素分析、分布与演变及应急处理和空气质量控制管理的问题.首先,运用数理统计与分析的相关知识,建立PM2.5含量与5项指标间的相关性分析模型和多元线性回归方程模型,并采用SPSS软件和最小二乘法对其求解;然后,通过建立Shepard二维插值模型、多元线性回归方程模型以及偏微分方程模型研究了PM2.5时空分布、演变及预测评估的一般性规律;最后,引入效用函数建立了以满意度最大为目标的非线性规划模型和以投入总费用最少及PM2.5减排计划实施满意度最大为目标的多目标非线性规划模型,并结合LINGO软件求得最优解,给出了空气质量控制管理的治理计划.