粗糙模糊C-均值算法及其在图像聚类中的应用

提出一种新的粗糙模糊C均值算法(RFCM),该算法基于粗糙集的上、下近似的概念改进了FCM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFCM的时间复杂性比FCM更低。将RFCM用于图像的聚类,相对于FCM算法,图像的边缘更光滑,同时对初始隶属度矩阵敏感度更低。该算法具有较好的稳定性,是一种实用的算法。     

粗糙模糊C均值融合聚类

提出一种新的粗糙模糊C均值融合聚类算法,该算法通过粗糙集上、下近似的引入改变了模糊C均值算法中隶属度函数的分布情况,修正了类心的更新公式和模糊隶属度计算公式,降低了计算复杂度,在改变模糊隶属度分布的同时,通过使得每一类总的隶属度变化保持最小,进一步提出了边界调节参数的自适应选择算法,实验结果表明,粗糙模糊C均值融合算法...     

基于聚类算法的多无人机系统任务分配

针对现有任务分配方法在任务点较多时不易解算,且计算量大的问题,提出了基于模糊C-均值聚类算法的多无人机系统任务分配方法.首先,利用模糊C-均值聚类算法得到的隶属度矩阵对任务点进行初始分配;其次,针对基于空间划分聚类可能造成各UAV任务不均衡的问题,设计任务的局部优化调整规则;最后,结合单旅行商问题,利用Tabu Sea...     

基于模糊聚类的多目标跟踪算法

提出了一种新的基于模糊聚类的多目标跟踪算法,该算法通过一种改进的模糊聚类算法,首先得到可能的目标数和测量点迹与目标预测位置之间的隶属度,然后结合Kalman滤波将隶属度作为权值系数对预测新息向量进行加权,来实现目标状态估计的更新。仿真结果表明,传统数据融合多目标跟踪算法,一般需要假定目标数并且在多目标密集时易产生关联错误而导致跟踪发散,新算法通过模糊聚类客观有效地确定了目标数并且通过加权过程保证了对多目标密集时的高精度。     

基于直觉模糊对称交互熵C-means聚类的反导目标识别方法研究

在不确定信息反导目标识别的背景下,针对不确定信息处理和现有的基于欧几里得距离的模糊C-means聚类算法的性能问题,首先采用直觉模糊集对其进行描述与分析,同时,将聚类目标函数中的欧几里得距离替换为模糊对称交互熵距离,提出了一种基于直觉模糊对称交互熵C-means聚类(Intuitionistic fuzzy symmetric cross entropy C-means,IFSCECM)算法,通过采用IRIS数据集算例分析对比,证实该算法的可行性和有效性.其次,根据弹道目标识别的特性,将IFSCECM算法应用于反导目标识别中,并采用多特征综合识别方法对来袭弹道目标威胁群进行分类识别研究.最后,通过仿真实验和对比分析表明该反导目标识别方法的可行性、有效性和优越性,具有较高的应用价值.     

基于直觉判断矩阵和证据理论的群组决策方法

针对属性权重已知的群决策环境,根据直觉模糊和证据理论相关知识,提出了一种群决策方法。采用直觉模糊数描述专家关于方案的两两比较结果,构建直觉判断矩阵;根据直觉判断矩阵排序中转法,按一致性要求确定属性直觉模糊数型权重;以直觉模糊评价值构造Mass函数,结合证据冲突度和犹豫度,在属性层面区对专家权重进行合理分配;利用直觉模糊集加权集结算子集结决策信息,并根据得分值和精确值进行方案排序。通过算例,验证了所提方法的合理有效性。     

卫星导航系统仿真效能模糊评估的新算法*

根据系统效能模糊评价矩阵,在计算系统效能隶属度时要经过一系列的隶属度转换;但是,已有的隶属度转换算法都不能揭示"指标隶属度中哪部分对目标分类有用,哪部分无用";结果是指标隶属度中原本对目标分类不起作用的冗余数值也被用于计算目标隶属度.为此,从对目标分类角度设计一种滤波器,能识别指标隶属度中对目标分类不起作用的冗余数值,提取对目标分类起作用的有效值计算目标隶属度,由此建立实现隶属度转换的一般算法,并用于卫星导航系统效能评估.     

隶属度信息辅助的红外多目标模糊关联算法

针对红外多目标跟踪,利用红外序列图像中目标隶属度信息建立改进的多目标关联算法。该算法是基于模糊c均值聚类方法,以红外目标运动状态和背景环境变化引起的红外目标隶属度信息变化为选择门限,适时切换算法赋值策略,以提高特殊环境下多目标关联的适应性。通过仿真对比证明了该方法具有更好的跟踪精度和稳定性。     

基于二叉树直觉模糊SVM的弹道目标HRRP识别

弹道目标识别是一个多目标识别过程,二叉树支持向量机(BTSVM)是一种针对多类分类有效的分类器。BTSVM结构简单,训练快,但容易出现误差积累。为提高目标识别率,引入并改进了直觉模糊支持向量机,设计了一种基于自适应隶属度函数和直觉指数的多类直觉模糊SVM分类器。对训练集进行直觉模糊化处理得到直觉模糊数据集,用于训练分类器得到二叉树直觉模糊SVM分类器。将此分类器应用于弹道目标HRRP识别,提高了识别的正确率和识别效率,仿真结果表明了此分类器的有效性。     

特征敏感度与模糊度的弹道目标聚类识别评估

针对现有弹道导弹目标聚类识别算法中,很少同时考虑目标特征敏感度与模糊度的问题,提出了一种基于特征敏感度与模糊度的弹道目标聚类识别算法。该算法通过目标特征类内类间距离,定义目标特征聚类识别敏感度,将两类目标形成的类看成两个圆,利用圆之间的位置关系,定义目标特征聚类识别模糊度,将所定义的特征敏感度与特征模糊度合理组合,作为目标特征对聚类识别好坏的评估因子。仿真实验从特征评估分析和特征组合分析两个方面验证了算法的有效性。     

混沌优化AHP-FCE在舰船招标工程评价中的应用

舰船招标工程的关键问题是如何选择合理的评标方法,以确定最优的承包商。为此,直接根据单评价指标相对隶属度的模糊评价矩阵,对层次分析法中的判断矩阵进行构造,并用该判断矩阵确定各评价指标权重和中标商。以判断矩阵的一致性指标系数为目标函数,给出了用混沌优化算法检验和修正判断矩阵一致性和计算判断矩阵各要素权重的模糊综合评价模型(AHP-FCE)。实例表明:该方法通用合理,计算结果客观可靠,能够较好地解决传统评价方法缺乏理论依据、修正标准无法保证原判断矩阵为最优以及只能修正判断矩阵的个别元素等问题。     

城市防空中目标优化分配的模糊聚类分析

定性和定量相结合,利用模糊聚类分析法确定目标的优先防护次序.先构造城市防空中需掩护的目标体系;再依据目标权重建立多因素模糊关系矩阵,导出等价矩阵;最后计算出基于给定参数λ的需防护目标的优先次序,得出目标分类聚类图.变模糊的、复杂的问题为直观的结论,为指挥员合理分配兵力兵器提供可靠的依据,从而最大限度地发挥防空兵器的作战效能.     

基于改进模糊综合评判法的告警器能力评估

针对模糊综合评判法在告警器评估时的有效评估问题,对评估过程的指标赋权、隶属度、信息集合算子进行了研究,提出了一种改进的适合告警器的模糊综合评判方法。该方法根据最小二乘原理和离差函数,把目标规划方法应用到组合赋权之中,充分考虑了权重的主客观因素;建立了基于隶属云的评估模型,用隶属云代替隶属函数,保留了隶属度的随机特性;提出了将密度加权平均(Density Weighted Average,DWA)算子用到信息集结中,充分利用了所有的评估信息。通过对某型机载雷达告警器的有效评估,表明了该方法的合理性。     

模糊综合评判在军队指挥效能评估中的应用

分析现行军队指挥效能评估中方法的不足,在现有评估方法的基础上,提出一种更优的隶属度函数来建立模糊评判矩阵中的元素值,并论证确定该隶属度函数的合理性,同时给出用该隶属度函数确定的模糊评判矩阵的一个实例。用提出的模糊综合评判方法来评估的军队指挥效能评估指标体系,在一定程度上提高了对军队指挥系统效能评估的合理性。     

基于直觉模糊区间粗糙集的辐射源威胁等级判定

在辐射源等级判断中,由于侦察设备对辐射源各参数的侦测存在很大的直觉性和模糊性,对准确刻画辐射源的威胁带来了不便.通过把直觉模糊和粗糙集的理论引入到辐射源威胁等级判断中,充分考虑直觉指数对隶属度的支持度,构造了下近似为隶属度、上近似为隶属度+直觉指数的直觉模糊区间粗糙集,在此基础上构建了直觉模糊区间粗糙集的决策模型;给出了辐射源威胁的因素集,在此基础上进行了实例验证,结果表明该方法可行有效.     

模糊交叉迭代法的空战威胁度评估排序方法

在目标属性权重未知的情况下,综合考虑模糊最小隶属度原则、模糊最大隶属度原则以及考虑人为主观知识经验和偏好的情况,给出一种运用模糊交叉迭代法对多目标进行评估和排序,进行了仿真计算,并与基于熵权的威胁度评估排序方法进行比较,结果表明该算法是合理和有效的.     

一类模糊多目标双矩阵对策的粒子群优化算法

针对一类具有模糊目标的多目标双矩阵对策给出了基于粒子群优化的求解算法.讨论了当模糊目标的隶属函数是线性函数时纳什均衡解的判定定理;构造的粒子群优化算法,通过随机初始点以及迭代粒子的归一化,保证粒子群始终保持在时策的可行策略空间内,避免了在随机搜索中产生无效的粒子,提高了用粒子群优化算法求解纳什均衡解的计算性能.给出的一个数值算例验证了该算法的有效性.     

模糊综合评判在指挥信息优势评估中的应用

如何准确地对军队作战行动中获得信息优势的潜在能力进行综合考查和分析具有重要意义,为更好地指导我军信息化建设,分析了现行指挥信息优势评估中的方法的不足.在现有评估方法基础上,基于模糊综合评判,提出了一种更优的隶属度函数来建立模糊评判矩阵中的元素值,并论证确定该隶属度函数的合理性,给出用该隶属度函数确定的模糊评判矩阵的一个实例.用提出的模糊综合评判方法来评估指挥信息优势评估指标体系,在一定程度上提高了对指挥信息优势评估的合理性.     

军用飞机修理模式规划决策分机方法

针对军用飞机修理模式的选择问题,提出了一种基于直觉模糊集和证据理论的多属性群决策方法。通过分析典型修理模式特点,确定了合理的决策属性。为细化模糊表达,采用直觉模糊数描述专家关于属性的评价值,更加符合判断实际;针对属性权重,利用直觉模糊熵确定客观权重,并根据决策偏好,利用偏好系数加以综合,以缓解主客观权重冲突;为合理确定专家权重,在属性层面利用证据冲突度进行区分,并根据犹豫度加以修正;为有效集结决策信息,根据直觉模糊特性构造Mass函数进行证据合成。实例验证了该方法的合理有效性。     

基于熵和TFN—AHP的TOPSIS法TBM目标威胁度评估

在界定基于能力的武器装备体系需求生成相关概念的基础上，对需求生成模式提出了基于改进的TOPSIS法TBM目标威胁度多属性评估方法，利用熵和TFN-AHP理论处理目标属性主客观权重，避免了传统TOPSIS方法中人为给定目标属性权重的随意性，同时利用模糊隶属度函数和G．A．Miller9级量化理论量化影响因素，建立了TBM多目标威胁评估排序模型，给出了计算实例。计算结果表明，该算法具有合理性和有效性。