采样点个数对T-S模糊建模精度的影响

在模糊建模中所取的采样点个数会对辨识出的模型精度产生影响,在只给出有限个数据采样点且数据分布不能人为控制的情况下怎样选取最优的采样点个数是模糊辨识中要解决的问题之一.通过采样点个数变化的模糊辨识算法来研究模糊建模中采样点个数对模型描述性能的影响.基于T-S模糊模型,采用对称三角形模糊划分和"网格对角线法"提取模糊规则,通过对DISO系统和Mackey-Glass无序时间序列进行建模,给出模糊模型训练性能指标和检验性能指标随采样点个数增加的变化趋势曲线.

基于AHP的DS/FH测控系统抗干扰效能评价

针对DS/FH(Direct Sequence/Frequency Hopping,直扩/跳频)混合扩频测控系统抗干扰问题,提出一种效能评价方法。基于任务需求,构建系统抗干扰效能评估指标体系;将三角模糊数、指数标度和层次分析法相结合,提出一种改进的TFN-AHP(Triangular Fuzzy Number-Analytic Hierarchy Process,三角模糊数-层次分析法),提高了较小指标的区分度,剔除了极端数据,最大限度发挥专家的经验知识,实现了指标赋权的客观程度,最后通过AHP对不同设备系统关于指标体系判断矩阵的确定、一致性检验和层次总排序,实现了系统抗干扰效能的评价和选择。分析结果表明,该评价方法能够实现不同设备的抗干扰效能评估,有助于用户对设备的选择。

输入变量个数对T-S模糊建模精度的影响

输入变量个数会对模糊建模精度产生影响。对于一个实际的复杂系统,可测的或者需要考虑的输入变量非常多。是不是考虑的影响因素越多,即模糊系统的输入变量越多,则辨识的效果就越好呢?本文基于T-S模糊模型,分别采用对称三角形模糊划分和网格对角线法以及模糊聚类划分提取模糊规则,对Box-Jenkins煤气炉数据和Mackey-Glass混沌时间序列进行建模,得到了模糊模型训练性能指标和检验性能指标随输入变量个数增加时的变化趋势曲线,并给出了结论。

基于三角模糊数的高校科技中介机构绩效评价

高校科技中介机构的绩效评估是一项系统工程,而科学合理的绩效评价具有导向、鉴定、改进、激励、管理的功能。鉴于此,高校科技中介机构的绩效评估指标体系应该是一个有机的整体。构建了高校科技中介机构运行模式绩效评价指标体系,阐述了基于三角模糊数的综合评价方法,并进行了实证分析。