区间值模糊推理对选优决策模型的改进

根据选优所要求的日益客观、公正的需要，文中对多准则模糊决策问题提出了由点值隶属度到区间值隶属度的过渡，用区间值模糊集表示模糊推理的结果能反映日常推理的模糊性和不确定性，弱化了主观因素，同时引入了对区间值结果的新的决策函数和比较依据。结合一实例进行比较分析，结果表明，将改进应用于决策寻优是可行且有效的。提供的研究思想和分析模型可以指导单位或机构进行综合评价从而辅助评优决策。     

模糊数学课程的教学探讨

模糊数学发展和扩充了经典数学的研究领域，对其他学科显示了强大的渗透力和解释力，使之在高校课程体系中占有不可替代的地位。本文从教学方法、教学手段和教学资源三个角度阐述了模糊数学课程的教学实践，并结合问卷调查，分析了模糊数学课程的教学效果，最后提出了作者对课程建设的一些设想。     

基于具有LR型模 糊输出回归模型的上证指数预测

以对称二次型模糊回归模型为基础,引入一般二次模糊回归模型,利用模糊最小二乘法估计未知参数．构建评价标准考察两模型的拟合效果,在样本期内和样本期外分别评价模型的实际拟合与预测能力．     

基于广义最大熵的具有模糊输入输出的回归模型的参数估计

模糊回归是在模糊系统中建立因变量与一组自变量之间关系的重要工具,以评估模糊自变量如何影响模糊响应变量的过程。当系统中出现小样本或者非列满秩设计矩阵时,模糊最小二乘法可能得出偏误估计。本文基于文献[13]中的多元线性回归模型,利用广义最大熵方法,针对模糊输入模糊输出数据,给出线性回归模型的参数估计和算法步骤。当输入或输出数据退化为清晰值时,该估计退化为清晰输入模糊输出或者模糊输入清晰输出的回归模型参数估计。本文结合模拟数据和实例数据,将广义最大熵方法与模糊最小二乘方法、岭估计方法进行比较研究,结果显示广义最大熵方法的可行性和有效性。     

基于对称模糊数和最优h值线性回归模型的质量功能展开研究

模糊线性回归参数h决定模糊系数的可能性分布,影响模型的系统可靠性.分析了含有参数p的对称模糊数的模型,得出质量功能展开中具有最优h值的函数关系.当参数p给定时,考虑系统模糊性和系统隶属度两个因素,依据模糊线性回归模型系统可靠性最大的原则,得到最优h值;并将该理论应用于质量功能展开的实例,选取有代表性的3个p值,分别对应二次根型、三角型和抛物型对称模糊数进行讨论,得到对应的最优h值.在最优h值的前提下,分析对应的系统模糊性和可靠性的变化规律,通过对比分析,得到系统可靠性最大的函数关系.     

基于变结构协整理论的保费预测模型

提出了一种基于变结构协整理论的保费预测建模新方法,所建模型反映了保费和GDP之间的长期静态和短期动态波动的均衡关系.通过确定时间序列突变点,并利用突变点信息提高模型的预测精度,避免了传统的保费预测中经常存在的虚假回归问题.采用该方法对中国年度保费进行了预测分析,结果表明了该方法的有效性.     

中国经济增长与寿险消费的协整研究

采用1982-2007年的寿险消费和收入数据,运用协整分析方法,考虑数据结构突变的可能性.研究发现,通过设立虚拟变量,成功检测到数据序列的协整关系,并建立误差修正模型.利用该模型对中国年度寿险消费进行预测,提出着手解决寿险业发展面临的问题,以实现与经济增长的良性互动.     

A-H双重上市公司股票价格差异研究——基于模糊最小二乘模型

由于中国内地和香港股票市场的市场分割,A-H双重上市公司的股票在两地市场间存在较大的价格差异.本文引入模糊线性回归的概念和方法,在分析A-H股双重上市公司股价差影响因素的基础上,构建模糊线性模型,利用最小二乘法对影响因素进行回归分析.根据拟合优度检验结果,得到影响A-H股价差最关键的因素,并与预期影响进行比较.     

区间值模糊命题逻辑系统的广义恒真式

建立区间值模糊命题逻辑系统F(∨，∧，σ┴，c)，其中，α^-θ┴b=(α^-)^c┴b^-,┴是I[0,1]中的t-余范；讨论系统F(∨，∧，σ┴，c)与对应的模糊命题逻辑系统F(∨，∧，σ┴，c)在广义恒真式方面的相互关系，得到定理：T^-[0,α]（F^-∨，∧，σ┴，c)=Tα(F(∨，∧，σ┴，c))。     

蛋壳裂纹的神经网络判别

将有裂纹鸡蛋和无裂纹鸡蛋进行敲击激励后,采用柔性压电薄膜传感器获取时域信号和频域特征:无损蛋的频域特征曲线有明显的主频率值,峰值突出;有裂纹蛋频域特征曲线上没有明显的主频率值,峰值多而紊乱.在归一化功率谱中,分别按间隔频率、依次取最高幅值和幅值高低提取的频率等方法来提取前10个或取前20个特征值,采用间隔频率提取归一化幅值,用神经网络来判别裂纹蛋与完好蛋效果较差;用幅值高低提取归一化幅值作为特征值来神经网络判别的效果较佳;采用功率幅值高低提取频率作为特征值来判别的效果最佳.采用20个特征值后的判别效果分别不如采用10个特征值的判别效果.遗传优化神经网络的测试集判断正确率高于标准BP网络.