多声源定位的关联模糊消除方法研究

基于到达时差(Time Difference of Arrival,TDOA)的多声源定位中,由于麦克风阵列对测量的TDOA值无法与目标声源进行关联,声源定位过程会产生关联模糊,从而影响多声源定位结果的精度。针对这一问题,提出基于阵列重构的多声源关联模糊消除方法。通过广义互相关(Generialized Cross⁃Correlation,GCC)算法估计麦克风阵列的TDOA值,再利用排序算法获得定位麦克风阵列所有可能的TDOAs序列,并基于Chan算法估计所有可能的声源。通过轮换定位麦克风阵列的参考麦克风,构造多组校验子阵列,利用真实声源与阵列麦克风的相对位置关系来滤除虚假声源。对于不同校验子阵列筛选出的所有声源位置,以出现频数最大化原则再次进行冗余校验,从而提升最终筛选真实声源的准确性。仿真及实验结果表明,该方法能够以最少数量常规麦克风有效消除多声源定位中的虚假声源。在同等麦克风数量的情况下,该方法的定位精度及定位鲁棒性高于对比方法。

关联模糊大系统的保性能控制器设计:LMI方法

考虑具有参数不确定性的连续时间关联模糊大系统的保性能控制问题.基于LMI方法,给出了该不确定性模糊大系统分散状态反馈保性能控制器的设计方案.所设计的分散状态反馈保性能控制器,不但使得该不确定性模糊大系统闭环渐近稳定,而且使其二次型性能指标的上界最小.

基于关联模糊神经网络和改进型蜂群算法的负荷预测方法

为提高负荷预测精度,考虑历史负荷数据之间相关联的特性,利用关联模糊神经网络建立了负荷预测模型。与其他负荷预测方法相比,基于关联模糊神经网络和改进型蜂群算法的负荷预测方法,减少了模型所需要的模糊规则的数量,降低了模型的复杂度。将该方法应用于某地实际负荷预测,数值结果表明,该方法具有较高的预测精度。

基于Euclid贴近度-模糊灰色关联法的装备维修计划管理效益评估方法研究

在借鉴现代效益评估指标体系构建方法的基础上,紧密结合装备维修计划管理工作特点,构建了以实现装备维修综合效益为总目标,以军事效益和经济效益为分目标,涵盖4项一级指标和20项二级指标的装备维修计划管理效益评估指标体系。针对指标涉及面广、结构复杂、权重难以确定、分布无规律等特点,综合考虑主观和客观影响因素,运用模糊数学理论和Euclid贴近度原理对传统灰色关联分析法进行改进,提出了适用于装备维修计划管理效益评估的Euclid贴近度-模糊灰色关联法。案例分析结果表明,所提方法具有良好的可操作性和实用性。

基于模糊关联熵的成像侦察星座优化

成像侦察星座的优化对于侦察时效性具有重要意义。当前侦察星座优化采用基于Pareto支配的进化算法,针对此类算法在解决优化目标函数维度大于3的侦察星座优化问题上出现的选择压力不足、多样性差等问题,提出一种改进的基于模糊关联熵的粒子群算法(Improved Particle Swarm Optimization Algorithm Based on Relative Entropy of Fuzzy Sets,IFREM-PSO)。算法对自适应惯性权重策略进行改进,增强了收敛速度与收敛精度;引入变异策略,有利于跳出局部最优解;对外部档案维护策略进行改进,增强多样性。以面向区域目标的可见光侦察星座的设计与优化为背景,分别使用多目标粒子群算法MOPSO(Multiple Object Particle Swarm Optimization)、基于模糊关联熵算法FREM-PSO(Particle Swarm Optimization Algorithm Based on Relative Entropy of Fuzzy Sets)和本文提出的IFREM-PSO对侦察星座进行优化。实验结果表明,FREM-PSO算法在该问题上具有更好的表现,而相比FREM-PSO算法,IFREM-PSO算法在收敛速度上有显著提升,在收敛效果和多样性上表现更好。

基于模糊灰色关联的竹材热压干燥特性分析

在对竹材的热压干燥特性分析的基础上,以竹材干燥过程影响因素为评价指标。采用模糊灰色关联分析法对竹材干燥过程的影响因素进行了分析。结果表明:水温温度,水煮时间,热压温度,压缩率四个参数对干燥速率的模糊灰色关联度分别为0.8286,0.8421,0.9163和0.8393,即热压温度对竹材干燥速率影响最显著,余下的影响程度依次是水煮时间、压缩率和水温温度,该研究能够为竹材干燥工艺的提高提供一定的参考依据。

基于模糊关联的不平衡数据分类算法研究

由于信息时代数据量的爆炸式增加,高精度分类海量数据中的稀有种类数据是数据挖掘领域研究的热点。为提升不平衡数据集分类精度,深入研究基于Python的不平衡分类数据模糊关联混合算法,基于不平衡数据爬虫得到不平衡分类数据,采用AdaBoost.M1W集成学习算法训练不平衡数据集,从分类精度、分类器效率和分类器规模3方面进行对比。仿真实验结果表明,所提算法在自然不平衡数据集和人工不平衡数据集都具有较高精度,分类性能较优。

基于特征选择和模糊类支持度的模糊分类关联规则挖掘算法

模糊分类关联规则(Fuzzy Classification Association Rules,FCAR)是一种特殊的模糊关联规则,挖掘FCAR对于构建基于规则的分类模型至关重要。传统关联规则挖掘算法挖掘FCAR时可能会包含较多冗余规则,并且在数据集类别不平衡时,挖掘到的小类规则的数量会急剧减少甚至降为0。为解决上述问题,提出了一种基于特征选择和模糊类支持度-模糊提升度框架(Fuzzy Category Support-Fuzzy Lift Framework,FCS-FLF)的FCAR挖掘算法FSFCS Based FCARMiner(Feature Selection and Fuzzy Category Support-Fuzzy Lift Framework Based FCAR-Miner),基于模糊隶属度矩阵迭代挖掘FCAR。在多个类别不平衡的数据集上的实验结果表明,相比其他算法FSFCS Based FCAR-Miner算法能够避免大量冗余规则的生成,同时也能适应数据类别不平衡的情况,不会出现各类规则数量相差悬殊的情况。

基于模糊关联规则的海量气象数据动态挖掘

海量气象数据之间存在模糊关联性,且这种模糊关联性难以确定,所以研究基于模糊关联规则的海量气象数据动态挖掘方法。结合EMD和MIC设计时间序列数据去噪算法,对海量气象数据进行去噪处理。搭建基于生成对抗网络与时间指数的GAN-TRTI缺失值补全函数,填补时间序列缺失值。使用模糊关联规则与粒子群优化算法设计海量数据动态挖掘算法,实现海量气象数据的动态挖掘。测试结果表明,在所设计方法的挖掘结果中,样本对于挖掘规则的平均置信度较高,最终稳定在92%左右,平均支持度最终达到90%,说明该方法的挖掘效果好。

基于模糊灰色关联分析法的我国直辖市农机社会化服务水平空间演化特征研究

针对我国正处于从传统农业向现代农业转型发展和农机社会化服务现状,在查阅资料和走访专家的基础上,应用德尔菲法、模糊灰色关联分析法,构建了母序列设6个指标。子序列含有农机社会化服务作业水平指数、农机社会化服务作业水平指数、农机社会化服务作业综合效益指数、农机社会化服务作业环境保障指数、农机社会化服务作业硬件信息化指数5个准则层共计22个指标的农机社会化服务水平评价指标体系。对我国4个直辖市在2016—2020年农机社会化服务水平的空间演化特征进行了研究。结果表明,我国4个直辖市在2016—2020年农机社会化服务处于中等水平。4个直辖市2016—2020年对参考序列模糊灰色关联水平由高到低依次为上海市、北京市、天津市、重庆市;其中上海市最高,为0.62709;重庆市最低,为0.57940;上海市与北京市处于第1梯队,天津市处于第2梯队,重庆市处于第3梯队。该研究结果可为农业决策部门提供参考。

模糊关联优化下的峰谷分时电价自适应决策模型

针对供电方与用户矛盾较大的问题,提出了模糊关联优化下的峰谷分时电价自适应决策模型。根据电力用户不同用电需求,模糊化处理峰谷时段数据,在平衡供电方和用户利益的基础上,确定模糊关联优化下的峰谷时段。通过减小峰谷时段电价,制定调整电价上下浮动比例的方案。通过对电力需求侧的管理,指导电力用户合理用电,是解决电力供需紧张、维护电力市场稳定的一项重要措施。

基于模糊关联空间的激光雷达三维扫描数据过滤研究

激光雷达三维扫描数据中存在大量无效点和有效点,但是两者之间的空间关联性阈值处在不断变动中,以固定关联规则的过滤方式很难准确区分,造成实际过滤应用效果较差。为此,提出基于模糊关联空间的激光雷达三维扫描无效数据过滤方法。采集激光雷达三维扫描样本数据构建无效数据识别规则库,将无效数据识别规则库中的无效数据集合转换为模糊集合,并利用聚类算法填补无效数据造成的数据空格,以避免出现数据过滤误差。填补后运用支持向量机分类器计算激光雷达三维扫描数据之间的模糊关联度,并对其进行分类。结合分类结果利用网闸过滤组织对激光雷达三维扫描无效数据过滤。实验结果表明:这种方法过滤精度高,具有较好的过滤效果,时间复杂度低、过滤耗时短,实际应用效果较好。

模糊逻辑下数据库智能检索方法

随着数据库中数据量的快速增长,传统的精确查询方法已经无法满足用户对信息的智能化检索需求。为了解决这一问题,本研究提出了一种基于模糊逻辑的数据库信息智能检索方法。通过引入模糊集合理论和模糊逻辑运算,本文构建了一个检索模型,并设计了模糊查询处理流程。针对模糊查询,提出了模糊匹配、模糊关联和模糊相似度算法等技术。通过实验评估,本研究验证了该方法的有效性和性能。该方法能够满足用户对信息智能化检索的需求,克服了传统精确查询方法的局限性,提高了信息检索的准确性和效果。

基于模糊关联规则的深基坑支护结构变形量估计研究

针对现有估计方法对深基坑支护结构变形量估算的结果与实际情况相差较大的问题,引入模糊关联规则,对其开展估计方法的设计研究。结合朗肯定理,对深基坑中主被动水土压力计算。在此基础上,分别从水平方向和竖直方向,完成对支护结构变形力学参数函数的表达。引入模糊关联规则,构建支护结构变形预测模型,估计在不同开挖深度下支护结构的变形。通过对比实验证明,该估计方法在实际应用中得到的估计结果与实际数值基本一致,具备极高的估计精准度。

基于模糊关联的复杂产品模块化设计方法及其应用

复杂产品的模块化设计在很大程度上依赖于其零件间关联关系的确定。但是依赖知识与经验的零件间关联评价信息往往存在诸多不确定性,在以往的模块化设计方法中很少被涉及。为了解决这一问题,提出了基于模糊关联分析与求解的复杂产品模块化设计方法。发展了一种模糊证据推理算法用于对零件间的异构多准则关联关系进行融合,从而有效处理了零件间关联关系确定过程中准则多、信息存在模糊与缺失的问题,实现了零件间综合关联关系的量化。以此为基础,构建了以模块内平均模糊聚合度高、模块间平均模糊耦合度低为驱动目标的数学规划模型。将模糊非支配机制引入粒子群算法,发展了一种基于模糊非支配解的多目标离散粒子群算法,对构建的复杂产品模块化数学规划模型进行求解。采用模糊逼近理想解排序法对所求得的模糊非支配解进行优选,从而获得最优的模块化设计方案。结果表明,所提出的方法能够有效处理复杂产品模块化设计过程中不确定信息的转化与传递。以柱塞泵的模块化设计为例进行数值仿真,验证了该方法的可行性与有效性。

基于聚类和模糊关联规则的中医药对量效分析

以数据挖掘为技术手段,对方剂中药对的量效关联进行分析,主要工作包括:根据中药方剂中药物剂量分布的一般规律,用聚类方法自动划分药物剂量的模糊区间;基于模糊关联规则的概念,提出药对量效关联规则的挖掘算法;对所提出的算法进行了实现和验证。结果表明,基于聚类和模糊关联规则挖掘的中医药对量效关联分析符合中医药的基本特点,挖掘出的知识具有较高的正确率。

基于FCM聚类的时间序列模糊关联规则挖掘

针对复杂系统产生的时间序列,研究其局部关联特征比研究系统全局特征模型具有明显的优势.为研究时间序列内部或局部形态的关联特征,首先借助FCM来软化时间序列属性论域的划分边界,然后,采用改进的布尔型属性关联规则并行挖掘算法来发现频繁模糊属性集,最后由多个处理器并行地产生满足最小模糊信任度的模糊关联规则.提出了基于FCM聚类的时间序列模糊关联规则的并行挖掘算法,并通过实验验证了算法的有效性.

基于模糊分类关联规则的分类系统

为了构建高性能的分类系统 ,应用模糊集软化数量型属性的划分边界 ,提出了模糊分类关联规则的挖掘算法 由于模糊集能很好地贴近人类的思维方式 ,因此挖掘得到的模糊分类关联规则易于被人理解 接着提出了基于模糊分类关联规则的分类系统 ,并采用遗传优化算法训练分类系统 实例分析的结果表明 。

模糊关联分析法及其应用

以环境污染指数为基础 ,提出了综合集成方法———模糊关联分析法 (FRA) ,并将其应用于大气环境质量评价之中。该方法融合了模糊综合评判法 (FCE)和灰色关联法 (GR)的优点 ,能够处理模糊性和不确定性信息 ,在亦此亦彼的现象中寻求差异 ,判断出在上一层次中亦此亦彼的信息 ,在下一层次可能是非此即彼。通过实例分析和与其它方法的比较 ,该方法评价结果客观。

模糊关联规则及挖掘算法

关联规则的挖掘是知识发现的重要研究内容之一．目前对关联规则的研究，仅限于用确定的、精确的概念表示的确定关联规则．由于客观世界的多样性和复杂性，许多事物难于用精确和确定的概念表示，用确定关联规则不能有效地表达数据之间的关联规则．本文提出了模糊关联规则的概念，研究了模糊关联规则的性质和挖掘算法，同时还提出了一种新的规则有趣性的度量函数．