分类数据的多目标模糊中心点聚类算法

针对传统面向分类属性数据的聚类算法大多是对单一指标优化而存在的局限性,将类内和类间信息同时引入到优化过程中,结合多目标优化算法与模糊中心点聚类,提出一种新颖的多目标模糊聚类算法.与传统的基于遗传算法的混合聚类方法不同的是,采用模糊隶属度对染色体进行编码,同时优化2个相对的聚类目标函数获得一组最优解集,并且采用了一种提前终止准则判断算法是否达到稳定状态并停止操作,以减少不必要的计算开销.为了进一步提高算法的效率,通过采样子集计算出相应的模糊中心点作为类的表达,然后以这些模糊中心点计算出全体样本的隶属度矩阵即可获得最终的聚类结果.对10种数据集的实验结果表明:所提方法在聚类精度和稳定性方面优于当前最新的多目标聚类算法,且计算效率也获得较大的提升.

模糊中心聚类法在地下水污染评价中的应用

首先把聚类问题转化为带约束条件的非线性最优化问题 ,然后从递推计算的角度 ,提出了模糊中心聚类的无导师在线递推学习法 ,并将该方法应用于地下水污染的评价。把该方法与模糊相似关系的最大树法的分类结果进行比较 ,证明无导师在线递推学习法不仅能较好应用于小样本集和类与类之间有交叠数据的多维大样本集的聚类 ,而且更便于计算机上编程实现。

一种基于梯形模糊中心的不确定多属性决策Topsis方法

文章针对只有部分属性权重信息且属性值以梯形模糊数形式给出的模糊多属性决策问题,提出一种基于梯形模糊数的中心的多属性决策方法。该方法建立一个非线性规划模型,通过求解该模型得到属性的权重向量。然后根据传统的Topsis方法,计算各方案属性值加权后的模糊中心与正负理想中心的贴近度的大小进行排序择优,最后给出算例。

解多普勒中心模糊的一种新方法

在合成孔径雷达 (SAR)成像的斜视模式下 ,多普勒中心频率估计往往会出现重频 (PRF)模糊。本文提出的能量重心法可以有效地解决多普勒中心模糊问题。这种算法主要利用距离 多普勒域的距离徙动与多普勒中心的惟一对应关系来确定PRF模糊数。ChirpScaling算法也是从方位傅里叶变换开始的 ,所以能量重心法可以与它有机地结合起来 ,从而大大减少运算量。能量重心法同样适用于经过Dechirp压缩处理后的数据 ,但此时波长差异法不再适用 ,因为线性调频信号经过Dechirp脉压后将变成单频脉冲信号。此外 。

基于Epanechnikov混合模型的中心化模糊模型

基于Epanechnikov混合模型提出了一种新的模糊模型——具有多维隶属度函数的规则中心化模糊模型.它容易设计:任何一个Epanechnikov混合模型都唯一对应着一个规则中心化的模糊模型,Epanechnikov混合模型的条件期望输出是规则中心化的模糊模型的去模糊化输出;它具有高度的可解释性:其规则后件恰好是其输出在规则中心的一阶Taylor级数展开;它采用了多维隶属度函数,考虑了输入数据各个分量之间的相关性,更符合实际问题.对两个典型实例的仿真实验表明,由Epanechnikov混合模型设计的规则中心化的模糊模型比其他模糊模型速度快、精度高、鲁棒性好.

一种新的模糊社交网络中心性分析方法

基于可信性理论,讨论模糊社交网络的中心性分析方法,提出模糊结点中心度和模糊紧密中心度的概念,并给出2个数值算例进行了有效性和合理性验证.

中心化模糊系统CTSK及其在预测中的应用

文章引入并详细分析推导了一种新的TSK模糊系统CTSK(Central TSK Fuzzy System)。较之与传统的TSK模糊系统,CTSK模糊系统有如下的优点:良好的可解释性、更好的鲁棒性,同时具有较强的逼近能力。仿真试验有效地验证了上述优点。

具备特征优选功能的中心化TSK模糊系统

对于经典的TSK模糊系统,模糊规则往往存在冗余而且后件参数缺乏可解释性.本文将TSK模糊系统模型转化为中心化形式,并将其建模过程转换为一个分块稀疏表示问题,提出FCA-sparse CTSK模糊模型.首先运用模糊聚类算法(FCA)对样本特征进行化简,并产生模糊系统字典;再利用存在于中心化TSK(CTSK)模糊模型中的分块结构信息,选取重要的模糊规则并对所选模糊规则的后件参数进行估计.该模型通过中心化方法提高了模糊模型的可解释性,并对模糊规则及模糊规则数同时化简,在合成数据集和真实数据集上都表现出较好的性能.

系数为非对称指数型模糊数的多元线性最小二乘回归

使用模糊数之间的某种距离和的最小二乘方法 ,研究了模糊多元线性回归模型 ,此模型的输入为精确数据 ,输出为模糊数据 ,回归系数为非对称指数型模糊数 ,并通过讨论一元模糊线性回归模型 ,推导出三组正规方程组以分别用于求解模糊回归系数的模糊中心参数、左边参数和右边参数 ,然后将此结果推广到多元情形 。

关于反模糊子群的若干性质

基于已有反模糊子群及反模糊正规子群的概念及性质,给出了反模糊正规化子、反模糊中心化子、共轭子群的概念,并讨论了它们的性质,最后讨论了生成反模糊子群与反模糊子群的直积。

^1λ-截集与反模糊子群

利用1λ-截集引入了反模糊子群、反模糊正规子群、反模糊正规化子及反模糊中心化子的概念,并讨论了它们的性质.

(∈,∈∨q)-模糊正规化子与(∈,∈∨q)-模糊商子群

在(∈,∈∨q)-模糊子群的基础上,引入了(∈,∈∨q)-模糊正规化子与(∈,∈∨q)-模糊中心化子的概念,并讨论了它们的一些性质.同时,给出了(∈,∈∨q)-模糊商群与(∈,∈∨q)-模糊商子群的定义,建立了(∈,∈∨q)-模糊商群的同构定理.

反模糊子群与生成反模糊子群

基于已有反模糊子群及反模糊正规子群的概念及性质,给出了反模糊正规化子,反模糊中心化子,共扼子群的概念并讨论了它们的性质,最后讨论了生成反模糊子群.

λ-截集与反模糊子群

本文利用λ-截集引入了反模糊子群、反模糊正规子群、反模糊正规化子及反模糊中心化子的概念,并讨论了它们的性质.

(■,■∨q)-商模糊子群

基于(■,■∨q)-模糊子群和(■,■∨q)-正规模糊子群的概念,给出了(■,■∨q)-模糊正规化子和(■,■∨q)-模糊中心化子的概念及它们的一些性质并讨论了两者之间的关系,然后给出了(■,■∨q)-模糊左陪集和(■,■∨q)-模糊右陪集的概念,从而给出(■,■∨q)-模糊商群和(■,■∨q)-商模糊子群的概念,并讨论了它们的性质.

两阶段模糊法在水质评价中的应用——以嘉善县流域为例

采用两阶段模糊法对嘉善县河流水质进行评价,将国家地表水水质标准引入到聚类分析中,依据标准对原始数据进行分段线性归一化,将标准评级后作为模糊聚类中心,对评价对象进行聚类,得到替代原观测值的全局指标IRQ。从空间和时间两方面对所得的全局指标进行分析,分析结果表明嘉善县东南部区域水质污染较北部区域更为严重,年际间水质无明显改善,年内水质优劣比较:丰水期>平水期>枯水期。

模糊环境下的舰船动力系统综合评估

研究了指标权重为区间数而指标属性值以确定数、区间数、三角模糊数和梯形模糊数形式给出的多属性决策问题。通过将决策矩阵准确地转化为梯形模糊数型决策矩阵,基于模糊数中心的决策原理,提出了解决此类决策问题的随机模拟方法,同时给出了具体的决策过程。实例分析表明,该决策方法具有通用性强、精度高等优点,可用于实际的舰船动力系统综合评估。

一种神经网络模糊控制器的合成

论述了一种神经网络模糊控制器的合成方法 ,提出了单元单元映象方法及利用模糊神经网络确定模糊中心 ,识别模糊规则 ,调节隶属函数参数。仿真试验表明该模糊控制器相比 PID控制器具有较好的性能。

航空发动机自适应模糊滑模控制方法的研究

为使航空发动机在较广的运行条件下满足控制需求,采用四种不同的方法设计自适应模糊滑模控制器,用模糊控制逼近滑模切换控制项,并通过参数自适应律的设计,根据工况条件自动调整输出模糊集合中心。仿真比较了四种设计方法在航空发动机线性模型稳态点的控制效果和转速跟踪性能。结果表明,间接自适应模糊滑模控制和采用三条模糊规则的自适应模糊滑模控制方法的系统响应快、超调量小、转速跟踪能力强,综合控制性能较好。

基于模糊图的模糊社会网络定义及其性质分析

以模糊图的概念及其基本性质为基础,定义了模糊社会网络的基本概念,并探讨了其相关的一些基本性质。这些概念的定义及其相关分析,为进一步进行模糊社会网络分析提供了基本的理论依据。