一种新的基本概率函数构建方法及应用

针对Dempster-Shafer(D-S)证据推理中基本概率赋值函数的构造问题,基于模糊聚类分析给出了一种新的构建方法.将它应用到雷达目标识别的仿真实验中,并与灰关联法相比较,结果表明该方法切实可行,不仅提高了基本概率赋值的准确性和稳定性,而且利用了数据的结构信息,有效缓解了证据的冲突.     

基于模糊匈牙利算法的炮兵火力单位分配问题

发挥诸火力单位的整体协调优势,寻求在给定约束条件下总的射击效果最好的分配方案,是火力单位最优分配的基本任务.匈牙利算法是求解传统的指派问题的一种较好的方法,运用模糊匈牙利算法在决策过程中将主观因素与客观因素有机地结合起来,解决火力单位分配方案决策中多指标指派问题,从而可以有效地解决炮兵火力单位分配最优化问题.     

基于梯形直觉模糊数的动态多准则群决策方法

针对决策信息为梯形直觉模糊数的多准则决策问题,引入含参得分函数和相关系数提出了一种动态多准则群决策方法,首先利用参照方案相关系数总偏差最小的非线性规划模型求解客观准则权重,通过参数因子转化犹豫度集结得到各方案综合得分函数,最后根据参数动态变化进行MATLAB仿真分析并排序。该方法适用于准则权重已知和未知的情形,弥补了犹豫度缺失和基于距离测度决策方法的缺陷,并通过航空装备保障合同商的选择决策实例验证了有效性。     

基于熵权决策的灭火救援方案优选方法

针对灭火救援方案优选中属性信息的模糊特性,提出了一种基于熵权决策的多属性灭火救援方案优选方法。该方法模型充分挖掘了待选方案的固有信息,采用熵权和专家评判相结合的方式,确定了一个综合考虑主客观因素的评价权重,进而通过确定熵权系数对待选方案进行排序优选,避免了决策者的主观偏好和意向,使决策更加科学化。实例研究表明:该方法模型的决策结果相对比较合理、客观、可靠,具有较强的实用价值,可为消防指挥员进行指挥决策提供参考,同时也为模糊多属性决策问题提供了一条新的解决途径。     

主成分分析的模糊神经网络目标识别系统

提出了一种基于模糊神经网络(Fuzzy Neural Networks,FNN)的目标识别算法.在对目标进行模糊化处理基础上,通过主成分分析(Principal Component Analysis,PCA)提取相应的特征空间,以畸变的特征向量对系统进行训练,从而获得较高的目标变化适应性.仿真实验结果表明, 这种方法具有较强的自适应能力,抗噪性能也有所提高.     

有监督学习的模糊Petri网模型和算法

在模式识别中,前向神经网络通常有一个输入层,一个输出层和几个隐藏层.其中,对于实现输入层和输出层之间的精确函数映射,隐藏层增加了额外的非线性,但是,不能对隐藏层与输入层和输出层的语义联系进行合理的证明.提出一种有监督的模糊Petri模型和训练算法,能对隐藏层的语义进行证明,并能对杂乱的训练样本进行学习和推理.通过在模式识别中的应用,结果表明,该模型和算法是可行有效的.     

消防灭火救援指挥中优选方案的效用模型

评估优选作战方案是指挥决策活动中的重要环节和内容.在建立优选指标体系的基础上,提出一种基于效用函数的灭火救援指挥决策优选评估方法模型,该方法模型使不同优选指标对待评价方案的效能值通过效用函数得以转化,从而使其更具可比性,便于进行方案优选.实例研究表明:该方法模型充分利用专家评判和现有决策信息,决策结果相对比较合理、客观、可靠,可为消防指挥员进行灭火救援指挥决策参考.     

自适应模糊PID控制器的设计和仿真

在参数自适应模糊PID控制器的基础上,利用模糊推理的方法实现了对PID参数的在线自动整定,并且在MATLAB软件下将该控制器在某系统中的应用进行了研究,仿真结果表明,参数自适应模糊PID控制能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值.     

快速整周模糊度求解在高精度GPS定位和导航中的应用

探讨了一种GPS载波相位整周模糊度的快速求解方法,分析了搜索空间中的独立变量,推导出了新的传递矩阵.该矩阵将所有的测量残差直接和最小求解搜索空间相关联,通过仅选择那些与卫星几何尺寸和测量残差一致的模糊度的组合,搜索空间被最小化.仿真结果表明,与目前最常用的搜索方法-LAMBDA方法相比,提出的快速求解方法可以改善计算效率,缩短模糊度求解时间.     

加权模糊Petri网的推理算法研究

将加权模糊Petri网与矩阵运算相结合,提出了一种推理算法,实现知识的推理运用。该算法利用了加权模糊Petri网的并行处理能力,将复杂的推理过程采用矩阵运算实现,充分考虑了多种约束条件,具有简单、高效、易于实现等优点,适合大型复杂加权模糊Petri网的推理计算。最后以实例对算法进行了验证。