基于模糊灰关联度的空袭目标属性识别

结合灰关联分析和模糊理论,建立了一种模式识别方法。在此基础上提出了基于模糊灰关联度的空袭目标属性识别模型,利用实例说明了模型的可行性。

基于模糊灰色信息集成理论的磨粒识别研究

根据灰色系统理论和模糊数学,引进了一种灰关联度综合评价模型和模糊相对权重的概念,并将两者相结合运用到铁谱分析的磨粒识别中,提出了一种新的基于模糊灰关联度的磨粒识别方法。计算表明,该方法比单一地使用灰色关联、模糊聚类具有更好的准确度与稳定性。

基于施密特正交马田系统和Ф_s转换的灰模糊积分关联度决策模型

针对传统灰关联度不能有效处理属性间存在的交互作用问题,定义了灰模糊积分关联度的概念,并给出了利用Фs函数将属性权重与属性间的交互度转换为λ模糊测度的方法;对于属性权重的计算,提出一种利用施密特正交马田系统计算属性权重的方法,该方法不但考虑了决策者的主观偏好,而且可以消除属性间的重叠信息,从而使权重的计算更加合理;构建了灰模糊积分关联度决策模型,并给出了详细的决策步骤.最后,通过实例验证了所提出的决策模型的可行性,并分析了不同交互度对决策结果的敏感性.

基于灰关联度评价的投资决策模型及应用

介绍灰关联度的有关理论 ,并尝试性地将之应用到投资决策中 .又进一步结合模糊理论 ,建立新的决策模型 .通过对比研究 。

发动机磨损模式的FGRD识别模型

发动机磨损模式识别是实现发动机故障诊断和状态监测的关键环节。根据灰色系统理论和模糊数学,引进了一种灰关联度综合评价模型和模糊相对权重的概念。根据铁谱分析的磨粒识别结果,将两者相结合运用到铁谱分析的磨粒识别中,提出了一种新的基于模糊灰关联度的发动机磨损模式识别方法,计算表明,方法是有效的。

基于大数据挖掘的光伏高占比配网电压时空多维评估

随着新型配电系统及整县光伏的快速推进,光伏高占比配网成为未来发展的主要趋势之一,但高占比光伏引起的剧烈电压波动、电压越限等问题,亟需对电压状态开展准确评估。针对光伏高占比配网提出一种基于大数据挖掘的电压时空多维评估方法:通过大数据预处理技术对样本数据进行清洗,提出基于K均值聚类算法(K-means clustering algorithm,K-means)的配网电压大数据时空多维挖掘及特征提取方法,为时空多维评估提供数据基础;构建光伏高占比配网电压时空多维评估指标体系,采用主客观组合赋权法对指标进行权重赋值;提出改进模糊灰关联度评估法,利用模糊灰关联度实现量化评估及等级划分。结果表明,所提方法可从多时间尺度、多颗粒度空间尺度挖掘配网电压的薄弱环节,为解决光伏高占比配网电压相关问题提供数据支撑。