基于波形记忆和模糊极小—极大神经网络的变压器励磁涌流和内部短路的鉴别

传统的区分变压器励磁涌流和内部短路的各种方法存在原理性缺陷 ,不能满足现代超高压电力系统的要求 ,此文根据内部故障和单纯涌流这两种情况下波形的不同 ,提出了波形记忆的原理并采用了一种模糊神经网络模型——模糊极小—极大神经网络来对这两种波形进行记忆和鉴别。运用EMTP程序对变压器各种内部故障或涌流的情况进行较为全面的仿真以形成网络的训练样本 ,通过学习和测试 ,表明该网络所形成的新算法能够正确鉴别变压器各种运行工况下的励磁涌流和内部短路 ,所需的鉴别时间小于 2 0 m

模糊极小自动机与约简模糊自动机(英文)

引进了模糊极小自动机与约简模糊自动机的概念 ,讨论了模糊有理语言与二者的关系 ,得到了几个重要结论 .

多元组合证券投资风险的模糊极小化方法

本文利用模糊理论,提出一种多元组合证券投资风险的模糊极小化方法。该方法能根据投资者的不同偏重,在收益和风险之间做出适当的权衡,且计算量小,适合于在计算机上完成。

化合物构效关系的模糊极小极大神经网络识别研究

应用模糊极小极大神经网络研究了化合物复杂结构和性能 (QSAR)之间的关系 ;用该法进行几组化合物致癌的识别 ,结果优于线性回归的方法。

化合物构效关系的模糊极小极大神经网络识别研究

应用模糊极小极大神经网络研究了化合物复杂结构和性能（QSAR）之间的关系。用该法进行几组化合物致癌的识别，结果优化于线性归的方法，对此作出一些分析。

一种无师训练的模糊极小极大人工神经网络

提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值.

模糊极小圈的若干性质

通过研究模糊极小圈的性质,在模糊拟阵中定义了一种新的连通性,由这种连通性研究了一个闭模糊拟阵与其对偶模糊拟阵的秩函数的性质,给出了一个模糊拟阵为连通模糊拟阵的等价刻画。最后,研究了两个连通模糊拟阵的直和以及模糊连通分支的性质。

化合物致癌模糊极小极大神经网络识别研究

将模糊数学的隶属度概念、模糊聚类的方法和模糊极小极大神经网络的方法相结合，构筑一算法，研究化合物复杂结构和性能（ＱＳＡＲ）之间的关系；用该法进行几组化合物致癌的识别，结果优于线性回归的方法，对此作出一些分析。

基于模糊极小极大神经网络的雷达一维像识别

雷达目标一维距离像是随雷达姿态角变化的 ,但由于目标姿态变化的连续性及目标散射点分布的连续性 ,其一维距离像是一个随视角变化而逐渐演变的过程 ,它们应随姿态角的连续变化在特征空间中形成一条特征轨迹线。本文在基于线性内插神经网络对雷达一维距离像识别的基础上 ,改进了线性内插时特征轨迹线的形成方法。提出了一种基于模糊极小极大神经网络分类器的雷达目标一维距离像目标识别方法 ,利用模糊极小极大神经网络中的超方匣的并集来形成雷达目标特征轨迹线。进行了三类飞机目标的 0～ 180°姿态角范围内一维距离像的分类实验研究 ,结果表明 。

一致模糊极小集及其序同态

本文在一致模糊偏序集的基础上引入一致模糊极小集的概念,探讨其相关性质和若干等价刻画。其次在模糊序同态的条件下给出保一致模糊极小集的概念,最后给出保一致模糊极小集的一个等价刻画。

一般模糊极小极大神经网络的改进研究

针对一般模糊极小极大神经网络在处理重叠超盒和包含超盒时,出现新的类而标识为未知类,进而无法达到聚类预期效果的问题,提出了通过超盒的收缩过程来加入新类或删除一个已存在类的一般模糊极小极大神经网络,它继承了一般模糊极小极大神经网络的优点,并且避免了一般模糊极小极大神经网络在分类时的随意性,弥补了一般模糊极小极大神经网络无法达到聚类预期效果的目的,以及提高了模式分类的准确性和高效性.最后,通过实例验证了方法实用有效.

P-Ⅲ型理论频率曲线参数估计——模糊极值法

对一个实测的具体样本而言，我们总是期望由某种方法估计的参数所确定的Ｐ－Ⅲ型曲线能最优地拟合样本点据，并能对全体样本收到最好的平差功效。何谓“最优”、何谓“最好”却缺乏比较明确的数量概念，传统方法无一能对此问题作出有效的回答。正是基于水文现象的模糊性，提出了一种新的参数估计方法。

m-极模糊图的运算及分解（英文）

定义了m-极模糊图上的并、联、合成、笛卡尔积、直积、强积、半强积及字典积运算,给出m-极模糊图能分解为两个m-极模糊图的并(联、合成、笛卡尔积、直积、强积、半强积、字典积)的必要或充分条件.由此得到m-极模糊图及两个有限m-极模糊图的并(联、合成、笛卡尔积、直积、强积、半强积、字典积)运算的等价定义.这些结果表明所定义的运算是合理的,同时也提供了一种模糊化通常数学运算(如两个拟阵的并、交等)的方法.

非交换剩余格上模糊极滤子的特征与性质

运用模糊集的运算方法和原理,在非交换剩余格上引入了模糊极滤子的概念,并研究了其表示定理和特征性质,获得了在一定条件下非交换剩余格上模糊极滤子与模糊子正蕴涵滤子相互等价的结论.研究结果进一步拓展了非交换剩余格上的模糊滤子理论,为其在逻辑代数及计算机信息处理等方面的应用奠定了理论基础.

极模型模糊复数概念及简性

首先介绍文[1]给出的模糊复数的概念。根据其基本四则运算的封闭性,对一种特殊类型的模糊复数进行了讨论。

布尔代数的乘积型双极值模糊点理想

理想作为布尔代数中一个重要的推理准则,文中用双极值模糊集研究布尔代数的点理想,在布尔代数中引入了乘积型双极值模糊点理想并研究其性质,又在此定义基础上,得到了布尔代数的乘积型模糊点理想的交、同态像和同态逆像等,也是布尔代数的乘积型模糊点理想的结论 .

模糊极值与遗传密码的亲水-疏水性和突变危险性

提出了两遗传密码子之间距离的一个定义:以该定义为基础构造了密码字典的突变危险度函数;应用模糊极值方法求出了使突变危险度极小的标准密码表的疏水-亲水畸分布;证实由局域极小化的简并多重态构成的标准密码字典和大部分线粒体密码字典的突变危险度是近似极小的。若以密码字典系综平均突变危险度和最大突变危险度为标度,现有的各种密码表与极小值的接近程度在90％左右;计算结果还支持这样的假设:密码表的进化是遵循整体突变危险性极小的,标准密码表可能是由类似于线粒体密码的古典密码表进化来的,而碱基的化学修饰有助于降低突变危险性。

基于时序广义双极值模糊软集的群决策方法

研究了时序广义双极值模糊环境下的群决策问题.针对实际问题中广义双极值模糊软集信息随时间动态变化的情形,定义了时序广义双极值模糊软集的概念,并讨论了相关运算及性质.考虑不同时刻广义双极值模糊软集信息对最终决策的不同影响,利用指数衰减模型的权重确定公式和集成思想,定义广义双极值模糊软集间的运算并给出几何加权平均算子的计算公式,将时序广义双极值模糊软集集成综合双极值模糊软集.然后,利用广义双极值模糊软集的集成算子计算各方案的属性值,利用得分函数得出最优决策.最后,通过实例分析证明了此决策方法的合理性与可行性.

一般模糊极大-极小神经网络的研究与应用

分析一般模糊极大-极小神经网络的基本原理,阐述模糊计算方法在分类中的准确性和高效性。将一般模糊极大-极小神经网络应用于企业资信评估中,实现模糊区间的输入,缩小企业评估指标定量化中的误差范围。资信评估结果表明,该算法能快速、有效地对企业进行分类,为资信评估提供了解决方案。

一种基于划分聚类和模糊神经网络的机器学习方法

将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合,提出了一种新的机器学习方法,实现了基于类比的案例推理学习模型。具体实现思想是,首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识,由所得结果建立一般模糊极小极大神经网络分类模型,然后用该模型实现新目标问题的案例相似性检索,最后针对目标问题结果案例完成案例学习。通过实例表明,该算法具有较好性能,并在基于案例推理的固体火箭发动机总体设计中成功应用,得到了论域覆盖面大的设计结果集。