基于云模型融入定性信息的定量仿真方法

针对系统定量仿真中存在的定性信息无法充分合理使用、定量信息和定性信息不能融合的问题,提出了一种基于云模型的定性仿真建模方法,并将其融入定量仿真之中.首先给出了基于云模型的变量空间描述,然后提出了基于云模型的融入定性信息的定量仿真方法.给出了包括定性与定量信息的融合运算、定性信息的持续与周期变化等在内的难点问题的解决方法.最后通过一个复杂供应链系统仿真实例验证了该方法的可行性.结果表明,改进方法具有客观的表达不确定性信息的特点,能将定性信息有效地融合到系统的定量仿真之中.     

定性预测系统的建模方法

论述了基于云模型的不确定预测系统的建模方法,将预测过程拟成一个不确定控制系统,将作为系统输入的预测因素和系统输出的预测对象均以定性概念表示,并给出了定性预报的算法及实现机制。     

多层智能状态空间建模方法的研究及其应用

阐明了"多层智能状态空间"建模方法的研究现状,针对复杂大系统建模中的不确定性与不确知性,尤其是人为主观造成的模糊性与采样数据随机性并存的问题,结合云模型的相关理论和方法设计了"多层智能状态空间"建模方法,给出了模型构建的完整约束及智能信息处理方案。最后将该方法用于我国能源系统分析研究中,构建了多层能源系统分析模型,给出了模型的求解方法,建立仿真实验平台进行实验比对分析,取得了较好的结果,证明了该方法的简单性和有效性。     

基于云定性仿真的兰彻斯特作战模型

过去多年来兰彻斯特方程已成为计算机作战仿真领域的标准方法, 然而该类方法不能充分反映建模中相关变量内在的不确定性。鉴于此, 提出了一种基于云定性仿真方法的定性兰彻斯特作战模型, 该方法引入正态云的数字特征和云测度指标表示定性路标值, 并将云测度指标在约束集合中传播以提高仿真结果的准确性, 不仅可以更准确地表征作战模型中相关变量的不确定性, 而且扩充了作战应用的适用范围, 尤其是在无法或无需对模型相关变量精确量化的情况下, 仿真中涉及到如何表征这些不确定性的定性变量时, 该方法具有一定优势。最后以经典历史战役为例验证了该方法的正确性与可行性。     

GM（1，N）和QSIM结合的复杂系统的定性仿真建模方法

针对复杂系统仿真中系统信息缺乏、QSIM建模方法可使用微分方程的特点,在复杂系统仿真方法中,提出了一种GM（1,N）和QSIM相结合的定性建模方法.首先给出了相关研究的现状,然后提出了GM（1,N）和QSIM相结合的仿真建模方法的基本原理和主要过程.最后通过一个系统仿真建模实例验证了该方法的可行性.结果表明,该方法具有充分利用系统较少信息,能将定量和定性信息有效地融合与复杂系统的仿真建模之中的特点.     

基于结构模型化分析方法的定性仿真建模

研究定性仿真建模问题,由于复杂系统结构复杂,包含大量变量和约束,为建立系统的定性仿真模型,需要使用一种结构模型化分析方法来分析系统结构.为提高建模的准确性,以系统物理结构和功能中的因果关系为基础,提出了一种采用结构模型化分析方法辅助建立系统模型的理论.通过对系统要素间的因果关系进行定义,结合仿真目标,对系统要素间的因果关系进行分析,建立了系统的递阶结构模型.结合系统的物理结构与功能特性,建立了定性仿真模型.通过实例说明能快速分析系统要素间的关系,并建立系统的定性仿真模型,为进一步的模型分解与仿真奠定了基础.     

基于云模型的BP算法改进

云模型是定性定量间的不确定转换模型 ,它将概念的模糊性和随机性集成在一起。文中提出一种利用云模型来有效避免BP算法陷入局部极小的方法 ,该方法通过基于云模型和输入参数区间划分的学习因子自适应调整算法来实现。该算法在复杂非线性分类 (阴阳图 )情况下进行了计算机仿真     

基于模糊模型和神经网络的多时滞不确定非线性系统的鲁棒H∞控制

针对一类具有多时滞的不确定非线性系统,提出了一种基于模糊模型和神经网络的组 合控制方法.利用具有多时滞的模糊T-S模型对系统进行近似建模并给出基于线性矩阵不等式 (LMI)的模糊H∞控制律.提出完全自适应RBF神经网络控制方法,通过在线自适应调整RBF 神经网络的权重、函数中心和宽度,来对消系统的未知不确定性和模糊建模误差的影响,不要求 系统的不确定项和模糊建模误差满足任何匹配条件或约束,并证明了闭环系统的稳定性.最后, 将所提出的方法应用到一具有多时滞的非线性混沌系统,仿真结果表明了该方法的有效性.     

基于排队PETRI网的云系统评估模型和方法

针对云系统规模庞大、构成复杂、动态性突出、层次关联性强而难于建模评估的问题,提出一种基于排队Petri网的云系统评估模型QPNC;QPNC结合了排队论和Petri网理论特点,模型具备较强的定量评价和行为描述能力,能够很好地对复杂云系统进行有效建模和模拟;基于上述模型,进一步提出并完善云系统的定量分析、评估体系,仿真并模拟了大规模并行环境下云系统的动态服务效果;实验结果表明,QPNC能够有效反映出各种云系统架构在性能和服务等方面特征,对云系统的各种动态服务行为具有很高的仿真度,为设计构建更加高效、更具针对性的云系统提供了定量分析支持和理论依据。     

基于可拓云的网络信任评估

针对网络信任评估中存在不确定因素的问题,以复杂开放网络中的安全交易为研究背景,引入可拓云理论,利用可拓学中的物元理论和云模型的不确定性兼二者定性与定量相结合的优点,提出了基于可拓云的网络信任评估模型,实现了信任值定性与定量之间的转换。在此模型基础上提出基于可拓云的网络信任评估方法,对网络安全交易能够有效地进行信任评估,为最终信任决策提供有利依据。仿真实验结果表明:信任决策调度算法提高了信任评估的准确性和交易的成功率,有效缓解了网络交易实体的欺骗行为,评估方法具有可行性和有效性。     

一种基于云模型的信息系统威胁因素分析方法

信息系统所面临的威胁复杂多变,具有很多不确定性因素。人们多用定性的自然语言对威胁因素进行评价,传统的分析方法存在着一定的局限性。提出了一种基于云模型信息系统威胁因素分析方法,应用云模型及不确定性推理,将威胁评价因子指标量化为可细微变化的不同分值,实现语言的定性概念与其定量之问的转换。在此基础上,结合关联分析法对威胁影响因素的权重进行挖掘,客观反映出其影响程度。最后通过实例分析,验证了该方法的有效性。     

云推理方法及其在预测中的应用

不确定性推理是当前人工智能研究领域中的一项重要研究内容。云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则,实现不确定性推理。将基于云模型的不确定性推理方法用于预测实际工作环境中电子产品的使用寿命,说明了云推理方法的有效性和实用性。     

A review of: “LOGIC AND PHILOSOPHY IN THE LVOV-WARSAW SCHOOL”, by Jan Woleński,Kluwer, Dordrecht (The Netherlands) and Boston, 1989. xiv + 364 pages.

Qualitative methodology plays an important role within computer simulation; modeling and analysis of complex systems require qualitative methods since humans think naturally in qualitative and linguistic terms. The critical interface for simulationists exploring qualitative simulation should rely on an unambiguous mathematical formalism or method with foundations in systems theory. Currently, many ad hoc formalisms exist for encoding uncertain or qualitative simulation knowledge; however, we have found that fuzzy set theory provides for a formalism where linguistic variables can be encoded as state, parameter, input and output information in the model. Fuzzy numbers, in particular, are useful when population statistics are unavailable—usually due to cost factors. We have constructed fuzzy simulation programs based on our C-based SimPack library and we use fuzzy simulation to hypothesize qualitative system models reflecting real system behavior, and to specify qualitative versions of systems.     

一种定性定量信息转换的不确定性模型——云模型*

目前,许多领域的研究进入到复杂系统阶段。从复杂系统描述与评价的角度来讲,严格、精确的数学描述几乎是不可能做到的,只有将定性定量的知识加以变换与集成才能获得关于系统的定性定量相结合的完整描述。因此,建立一个定性定量的不确定性转换模型,实现语言值与数值的互换,是复杂系统研究迫切需要解决的问题,也是其他领域研究需要解决的问题。从定性定量转换研究现状出发,综述了由李德毅院士提出的定性定量转换的不确定性模型——云模型。从云模型提出背景出发,讨论了云模型的理论基础、发展过程与研究现状;综述了云模型基本理论研究进展情况,云模型在质量评价、模式识别、控制等领域的研究进展。通过研究发现,云模型是定性定量转换的有力工具,并且已经比较成功地得到了应用,取得了重要的研究成果。如何进一步深化理论研究,研究不同领域中定性定量转换应用问题是加强和促进云模型研究的有效途径。     

地空导弹武器系统效能评估方法

传统的地空导弹武器系统效能评估一般采用定性评估方法,而对于精确的定量评估,目前尚缺有效的方法;云理论是一种用于处理不确定性和含糊性知识的数学工具,可实现概念与数据之间的相互转换;基于地空导弹武器系统的因素分析,建立地空导弹武器系统指标体系,结合云理论的相关知识,建立各指标的云模型及其多维加权综合云的重心表示,最后应用云重心评价方法给出系统的效能评估值,解决了效能评估中定性语言到定量的转化问题,并用这种方法对地空导弹武器系统进行实例分析,从而为地空导弹武器系统的效能评估提供了一条新思路。     

多层云建模方法的研究及应用

分析了目前复杂大系统建模方法存在的优缺点,旨在研究一种适用于我国行政递阶管理机制的建模方法。这种方法能够很好地解决系统问题中的不确定性,尤其是人为主观造成的模糊性与采样数据随机性并存的问题。鉴于以上研究目标,探讨了多层状态空间模型,并引用图论诠释了其横向关系模型,同时融合正态云发生器的原理提出了一种"分解-集结"式的不确定性智能建模方法———多层云建模方法。最后将该方法用于我国能源系统分析研究中,取得了较好的结果,证明了该方法的简单性和有效性。     

基于云模型的网络计划建模方法

项目建设过程中的不确定性因素对预测项目完工时间有较大影响,项目中的不确定性主要是随机性和模糊性.将云模型以及云运算引入到网络计划建模方法中,提出基于云模型的网络计划建模方法,可以将随机性和模糊性结合起来处理;这种基于云模型的网络计划建模方法,比传统的方法更真实地反映了项目的不确定性,能够提供更多有价值的信息.使用基于云模型的网络计划建模方法来计算整个项目完工的时间,充分考虑了项目建设过程中的不确定性,更加符合工程实际.