基于逆向云模型的毕业设计选题评价研究

毕业设计是学生在本科阶段重要的实践环节,毕业设计选题是做好毕业设计工作的基础,而对选题的评价直接影响着后续工作的方向和质量。基于云模型和逆向云模型理论,通过构建合理有效的评价体系,通过专家或相关教师进行量化打分,得到定量分析数据,利用云模型理论中的逆向云发生器原理,获取云模型三个关键参数特征值,分析确定其所属评价等级的概率及隶属该等级的归属度,科学有效地实现了从定量分析到定性评价。在得到有数据支撑的定性评价描述后,针对毕业设计选题可实现经验积累和持续改进。

逆向云在定性评价中的应用

现有的定性评价存在主观性和随意性大的缺点 ,缺乏客观性和精确性 .云模型是一种定性与定量之间相互转换的有效工具 ,逆向云可以实现定量数值与定性概念的自然转换 ,从而得出一个用精确数值表示的定性概念 .该文分析并给出了逆向云发生器的具体算法 ,并对还原的各特征值进行了误差分析 .最后将该算法应用到射击评判上 ,评价结果不仅有射击准确度的评价 ,而且有运动员心理素质的分析 ,比仅仅用环数来评价一个运动员更准确。

基于云X信息的逆向云新算法

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型。逆向云发生器可以实现定量数值到定性语言值的转换。本文分析了现在的逆向云算法的不足,提出了一种更简单,更精确的逆向云算法,并且对两种算法的误差进行了分析比较,最后给出了新算法的应用实例。

一种无确定度的逆向云算法

逆向云发生器实现了定量数据到定性概念的转化,有着重要的理论意义和应用价值.有确定度的逆向云算法缺乏实用性,而已有的无确定度逆向云算法由于估计误差的原因,会出现超熵为虚数问题.本文提出了一种基于统计方法的,无需确定度的逆向云新算法,合理改进了超熵估计方法,确保了逆向云发生器的有效性.最后通过应用实例验证了新算法的正确性和实用性.

无确定度逆向云模型新算法

针对现有结果未揭示决定云模型雾化特性的本质因素以及无确定度逆向云模型算法误差较大这两个问题进行研究。通过对正向云模型的数学分析,指出云滴定量数据的标准差决定云模型雾化特性,提出用熵和超熵的比值度量云滴离散程度,称为雾化因子。分析和实验表明,云分布对应雾化因子取值在3～18之间,当其大于18时,云分布退化为正态分布,无确定度逆向云模型算法不再适用。在此基础上,利用云分布四阶原点矩来估计云模型的数字特征,提出一种新的无确定度逆向云模型算法,不同雾化因子和云滴数量的对比实验结果表明,所提算法在对云模型数字特征估计的准确性与稳定性方面优于现有算法。

逆向云在垩白识别中的应用

在云理论的基础上提出了一种无需人工干预的垩白识别方法。在此方法中,把垩白与非垩白定义为两个定性概念,以一个不对称云和一个对称云来表达垩白与非垩白,以两组数字特征分别描述垩白云与非垩白云。首先,利用动态阈值算法获得训练样本,然后设计逆向云发生器实现定量到定性的转换,最后根据两个云的隶属度函数,用极大值判定法来实现垩白区与非垩白区的分离。试验结果表明,云分类法分类精度高于传统的硬分类法。

曲线拟合的逆向云改进算法

逆向云发生器是从定量数据到定性概念的转化模型。在逆向云生成算法中,Ex的估计值对En和He的估计有比较大的影响,直接使用样本均值进行参数估计会导致较大的误差。本文通过深入研究云模型的相关算法,对逆向云生成算法进行改进。文中利用样本均值作为非线性拟合函数的初值,把拟合函数的返回参数作为Ex的估计值,改善了随机选取拟合初值造成结果不稳定现象,实现对逆向云参数优化。通过与其他几种逆向云生成算法进行对比,仿真结果表明:改进后的逆向云生成算法有较好的稳定性并且有较高的精度。

实现稳定双向认知映射的逆向云变换算法

人类对客观世界认知的不确定性主要通过认知的最小(基本)单元——概念反映出来.本文基于云模型理论,提出一种新的稳定逆向云变换算法,通过实验对比分析说明该方法的稳定性;再根据正向云变换由概念内涵生成概念外延及逆向云变换由概念外延形成概念内涵的特点,利用正向云变换算法和逆向云变换算法模拟人们对概念的稳定双向认知计算过程,即概念内涵与外延之间的稳定双向认知计算过程.

基于数据拟合的有确定度逆向云算法

逆向云算法实现了定量数据到定性概念的转换,对云模型的研究有着重要的理论意义和应用价值。现有的有确定度逆向云算法采用均值法求期望Ex的估计值,当云滴样本数较少时将会出现较大误差。提出了一种通过非线性最小二乘法数据拟合高斯云的期望曲线求得期望Ex的估计值方法,再通过高斯分布参数估计法得到熵En和超熵He的估计值。通过误差比较实验,验证了改进的算法能减小参数估计误差,提高算法精度。

计算机模拟技术在逆向云发生器中的应用

针对采集大量的定量信息存在一定的困难,引入了计算机模拟技术。利用计算机模拟技术,可以由采集到的少量的云滴信息模拟出大量的云滴信息。逆向云发生器可以实现定量数值到定性语言值的转换,其精度依赖于定量数值的数目,误差随着定量信息的增加而减少。通过实例验证,结果表明:模拟数据可信,该研究为提高逆向云发生器算法的精度提供了一种新的方法。

基于正态分布区间数的逆向云新算法

逆向云算法与传统的云算法不同,逆向云算法可以处理代表某一定性概念的区间数并能避免参数求取过程中的重复计算。经过相关的实验表明,逆向云算法的实用性较强,能在较高的精度上还原云模型的三个数字特征。

大数据交叉映射融合的逆向云算法仿真

大数据融合可以提升工作效率、保证数据安全。逆向云算法根据数据之间的关联性交叉映射,对不同类型数据执行逆向处理。而传统逆向云算法,分析大数据离散度的能力不强,致使计算结果的偏差较大,因此研究大数据交叉映射融合的逆向云算法。算法将原有算法作为基本理论,利用梯度联合函数反演,根据交叉梯度约束条件确定数据离散形式,捕捉数据交叉规则;依照已知节点数据的物理量,对未知节点数据插值,通过源数据项、目标数据项建立函数映射关系,得出隐含关联;按照关联度匹配数据特征,域隐含层特征函数对域网络参数反向微调,至此实现逆向云算法。实验结果可知:与传统的基于鲁棒性的大数据逆向云算法相比,上述算法分析大数据之间离散度的能力更强,得到的参数结果偏差极小。由此可见,所研究的逆向云算法的计算结果更加精确。

一种新的基于模糊贴近度及逆向云组合权重的电力变压器状态评估方法

变压器是电力系统中的重要电气设备,其健康状态评估对系统安全稳定运行具有重要的理论与工程意义。首先考虑变压器状态评价过程中不同指标赋权的模糊性影响,提出逆向云组合权重法,实现指标权重的模糊动态描述;其次,基于云模型运算得到变压器状态赋权综合云模型,并通过指标近似法构建变压器各状态等级对应的云模型,实现指标信息与评价过程不确定性结合;最后,利用模糊贴近度算法计算变压器状态与各状态等级贴近度,构建基于逆向云组合权重及模糊贴近度的变压器状态评估模型,实现变压器状态评估。算例结果验证了所提方法的有效性与正确性。

基于逆向云算法模型的工业控制系统工艺稳定性建模与攻击防护

与传统的网络安全防御手段相比,基于工艺流程的工业系统安全防护研究愈发成为工业控制安全领域的重要研究方向。提出一种改进型BC-1stM无确定度逆向云算法,通过对时间序列与工艺流程的正常状态进行建模,实现在工业系统中基于工艺攻击方式的安全防护检测与告警,并采用田纳西伊士曼化工过程平台进行验证。结果表明,该模型在进行攻击行为检测与攻击点检测方面有很高的查准率,提高了工业系统的安全防护能力。

基于PCA-逆向云模型的地铁车站深基坑施工风险评价研究

为定量分析风险之间的相互作用对施工风险的影响程度,运用德尔菲法对地铁车站深基坑施工风险因素进行分析,提出了影响地铁车站深基坑施工风险的因素集合,运用PCA进行降维处理,构建了基于人、机、管、环四个方面的地铁深基坑施工风险指标体系,引入逆向云理论,利用特征向量精确表示风险的定性概念,结合耦合度函数建立了地铁车站深基坑施工风险评价模型.通过实例分析,计算风险间的耦合程度,确定施工风险水平,验证了该模型的可行性.

基于多步逆向半云模型的价格型需求响应不确定性建模

针对现有价格型需求响应模型难以同时精确反映用户响应行为的随机性与模糊性,以及基于对称云模型进行需求响应建模存在拟合误差大、求解稳定性差的问题,提出一种基于多步式逆向云发生器半云模型的价格型需求响应不确定性建模方法。定义收益率作为不同用户对收益大小认知的统一评估标准,并建立半云模型下的用户收益率与响应行为的映射关系模型。利用多步式逆向云发生器求取半云模型的数字特征,并采用正向云发生器生成反映用户响应行为的分布云图。仿真算例表明,相比于对称云模型与传统价格型需求响应建模方法,半云模型具有更高的拟合精度;相比于单步式逆向云发生器,多步式逆向云发生器具有更好的稳定性。

基于逆向云和概念提升的定性评价方法

基于自然语言的定性评价在人类活动中有着广泛应用.逆向云能有效实现从定量数值到定性概念的转化,已有的逆向云发生器由于估计误差原因,会出现超熵为虚数问题.本文提出的逆向云算法通过合理改进超熵的估计方法,确保了逆向云发生器的有效性.概念提升操作可以将用数字特征表示的原子概念组合成粗粒度的综合概念.将基于新的逆向云发生器和概念提升的定性评价方法用于词汇量定性评价,并与传统的定性评价方法相比较,说明了云定性评价方法的实用性、全面性和有效性.

基于正态分布区间数的逆向云新算法

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型,逆向云发生器可以实现定量数值到定性语言值的转换.在深入分析传统逆向云算法的基础上,在"所有的模糊隶属函数曲线构成一个模糊隶属函数曲线簇,模糊隶属函数曲线簇可以看作云的一个近似"这一思想的启发下,提出了一种新的逆向云算法.与传统的逆向云算法不同,该算法能够处理代表某一定性概念的区间数并能避免参数求取过程中的重复计算.实验分析表明:该算法可以以较高的精度还原云模型的三个数字特征值,具有较高的实用性.

基于逆向条件云发生器的评价模型研究

云模型解决事物定性与定量的问题效果显著,将难以界定的和不易描述的模糊现象用有限的数据特征表示,并构建云图实现可视化描述。笔者以电子商务专业学生学科成绩为数据特征加上X条件,生成等云模型参数并以云图的形式显示评定效果。通过实验验证了基于逆向云条件发生器的评价模型在班级综合成绩评价中有良好的适用性。

基于改进熵权-云模型的果园运输小车适应性评价研究

丘陵果园复杂环境使运输工作受限,为提高果园工作效率与经济效益,构建基于改进熵权法的果园运输小车适应性评价云模型。以果园运输小车为例,综合考虑其各项适应性影响因素划分评价指标。使用层次分析法(analytical hierarchy process,AHP)与改进熵权法获取其设计的适应性评价指标组合权重;利用云模型中的逆向云发生器结合指标组合权重得到评价指标特征值;利用正向云发生器构建其综合等级评价云图,并根据最大隶属度原则对果园运输小车整体适应性等级进行评价。评价结果分析表明,改进熵权-云模型对农业机械产品的适应性评价分析是合理有效的,为今后农业机械产品的适应性提升提供新的改进思路。