自动测试系统性能的模糊综合评价方法研究

针对目前我国自动测试系统领域中综合性能评价体系不完善的现状,提出了一种模糊综合评价方法.首先,对自动测试系统的综合性能进行深入分析,建立了综合评价指标体系;然后,运用层次分析法构造评价比较判断矩阵,确定了评价指标的权重;同时,利用模糊综合评价方法建立了模糊综合评价模型;最后,对VXI总线测试系统的性能进行了评价.结果表明,评价结果符合客观实际,具有一定的参考价值.     

数字化车间布局模糊层次评价方法研究

按照模糊层次分析法的思路建立车间布局评价的模糊层次评价模型;根据影响车间生产性能的各个因素进行分析,建立车间市局评价的指标体系;应用层次分析法确定各因素的权重;自上而下的计算各级指标关于评价目标的综合重要度;通过专家打分的方法确定方案的隶属度;根据权重、隶属度,利用模糊层次评价方法,既可对车间的布局做出综合评价.最后以某发动机关键零件牛产车间为研究对象,验证了方法的可行性和有效性.     

基于FAHP的网络性能综合评价的研究*

针对工业现场对有线/无线异构网络的性能要求,提出了一种基于模糊层次分析法( FAHP)的网络性能综合评价方法,着重分析了网络的综合性能指标参数的获取和利用FAHP算法确定各指标权重的过程。通过对不同业务和参数的多媒体仿真网络的性能评价验证算法的准确性,最后针对一个具体的有线/无线异构仿真网络进行评价,比较了不同用户要求下得到的网络性能综合评价值。实验结果表明,采用基于FAHP的网络性能评价算法对于工业异构网络的性能评价是准确有效的。     

企业铁路调车计划的AHP模糊综合评价

针对目前企业铁路调车计划的评估仍不够完善的现状,建立了AHP（层次分析法）与模糊综合评价相结合的调车计划评价方法.利用层次分析法确定了调车计划各评价指标的权重,采用模糊综合评价的方法对评价信息进行分析处理,最后得到评价结果,验证了层次分析法和模糊综合评价相结合进行调车计划评价的合理性与可靠性.     

基于模糊评价方法的网络安全评价研究

针对网络安全性评价研究中的度量问题建立了基于ISO/IEC9126标准的网络安全指标体系模型.结合网络安全评价方法研究中的模糊性和不确定性等常见问题,首先以度量数据和各项指标计算公式为基础计算其指标值.其次,运用指标体系模型和模糊评价方法对评价指标进行模糊化处理.最后,结合各指标评价质量和模糊综合评价方法评价网络安全性.通过建立网络安全性评价模型,有效地解决了网络安全性的多指标评价问题,可用于指导相关人员进行网络安全方面改进.     

基于熵的网络学习模糊综合评价方法

在根据网络学习的特点、建立网络学习评价系统指标体系的基础上,提出利用模糊熵理论评价网络学习效果的模型.该模型通过熵权法对各评价指标权重进行修正得到客观权重值,并与主观权重结合计算出综合权重,然后利用模糊理论进行处理得到综合评价值,改善了传统评价方法主观因素影响过多的弊端,提高了评价结果的可信度,并实验验证了该方法的可行性和正确性,确保了网络学习评价公平公正地进行.     

社交网络用户影响力的模糊综合评价

社交网络平台信息传播迅速,为了有效地进行舆情预警,定量地评估用户在消息传播网络中重要性,将模糊综合评价方法引入用户影响力建模问题中. 通过对用户在社交平台上的行为分析,构造了包含用户活跃粉丝数以及平均转发数等五项指标在内的评价体系. 并针对传统的模糊综合评价算法在应用于计算评价指标权重方面的缺陷与不足,提出改进模糊合成算子的方法构建用户影响力评估模型. 利用新浪微博社交平台上的真实数据,结合对比实验和实际评估,改进的模糊合成算子能根据需求调整权重对评价结果的影响,同时该方法能较准确地反应社交网络中用户的实际影响力.     

城市地铁光环境模糊综合评价方法研究

为完善和优化城市地铁光环境质量,给地铁照明设计人员提供设计依据,需要对城市地铁进行光环境评价。通过对影响地铁光环境质量各种因素的分析,建立评价指标体系;利用层次分析法和问卷调查确定各层级评价指标的权重;利用模糊数学的方法建立地铁光环境二级模糊综合评价模型。结合实例验证该综合评价方法的可行性。     

基于模糊神经网络的高校教师绩效评价方法

基于神经网络来构造模糊系统,综合模糊逻辑推理的结构性知识表达能力和神经网络的自学习能力,建立了高校教师绩效评价的模糊神经网络模型.通过建立评价指标建立等级模糊级,利用神经网络的学习能力,通过网络的训练样本,确定评价中的参数.克服了由专家确定参数的主观性,达到对教师绩效评价的客观性,科学性.     

CAI课件的灰色模糊综合评价模型

CAI课件已成为现代化教学的热点,各类学校及有关计算机软件开发商都在关注其制作与开发,而客观合理的评价方法对CAI课件的发展则是十分重要的.文章通过对CAI课件的影响因素分析,建立了CAI课件的综合评价模型.在求解过程中利用灰色关联分析来确定评价指标的权重,并用灰色统计的方法来建立模糊评判矩阵,然后运用模糊方法对CAI课件进行了综合评价,使得对CAI课件评价更科学、客观.     

无线传感器网络中密钥管理方案的综合评估

针对如何选取有效密钥管理方案是实现无线传感器网络安全的关键问题,提出一种密钥管理方案的综合评估方法.该方法利用总结出的密钥管理方案的评估指标,构造了综合评估结构模型.结合模糊方法和层次分析法,把评估密钥管理方案性能的主观因素限制在很小的范围内,有效地提高评估结果的准确度和可信度,可根据需要快速选择合适的密钥管理方案.经实验验证该方法是有效的.     

基于模糊综合评判的网络认知模型

针对传统传输控制协议(TCP)应用于异构网络的局限性,提出了一种基于模糊综合评判的网络认知模型。该模型通过建立隶属度函数和不同网络环境下的动态权重分布,运用模糊综合评判的方法来区分无线误码丢包和网络拥塞丢包。仿真实验证明：与传统TCP协议相比,该模型在不同的网络条件下,能够较准确地区分无线误码丢包和网络拥塞丢包,提高了TCP的吞吐量,改善了网络性能。     

模糊综合评判算法在网络流量预测中应用

研究了网络流量预测准确性问题。预测网络数据流的动态变化,针对互联网中对网络流量的不确定影响因素较多,传统的流量预测模型精度较低等问题缺陷,提出了一种新的模糊综合评判算法,对网络流量进行预测。在全面分析网络流量相关需求的基础上,首先利用相关空间重构对网络流量原始数据进行重构,采用改进的层次分析多模型进行优化,建立模糊综合评判的网络入侵检测多指标评估模型,最终经预测得出结果。仿真结果表明采用该算法对实际网络的流量进行了预测,验证了方法具有较高的预测精度。     

船舶电力推进系统仿真可信度FCE评估方法研究

为了提高船舶电力推进系统仿真的可信性分析准确性,提出采用模糊综合评判和基于相似度原理的综合方法对系统仿真进行分析。结合船舶电力推进系统的仿真模型,将影响仿真结果的可信性因素综合起来建立层次结构,并依据专家打分确定各子系统的相对权重。针对基于相似度原理所得的结果,采用自适应神经网络模糊控制系统确定子系统的隶属函数,对结果进行模糊化处理,并最终通过模糊综合评判确定系统的可信度。该方法结合神经网络对系统的隶属度函数进行修正,克服了主观确定隶属度函数的缺点;有效地解决了系统中含有定性定量数据求取可信度难的问题,具有一定的科学性和可信性。     

分层模糊神经网络的轧钢产品质量建模

轧钢生产过程是极其复杂的大系统,模糊神经网络进行质量建模将不可避免地陷入维数灾。分层模糊神经网络是解决维数灾的有效手段。文中采用分层模糊神经网络对轧钢产品质量进行建模,并用预处理后的数据进行训练和校验。仿真结果表明所建质量模型能够较好地拟合建模数据,表明了该方法的有效性。     

一个基于神经网络的信息系统安全性综合评估模型

本文提出了一个将神经网络技术与模糊综合评价法结合的评估模型。首先根据信息系统资产的组成以及安全性因素建立层次性的安全性指标体系,使用层次分析法确定指标权重;然后借助安全工具的测试结果,使用模糊综合评估法构造前向神经网络;最后,使用神经网络的反向传播算法调整指标权重。在此模型的基础上,设计并实现了一个信息息系统安全性评估系统。     

基于Fuzzy丢包区分的TCP自适应拥塞控制算法

针对在有线/无线的异构网络中,传统有线环境下的传输控制协议(TCP)把所有丢包简单地归因于网络拥塞,严重影响了混合网络环境下的TCP传输性能的问题,提出了一种新的基于模糊理论的自适应控制算法。该算法选取了新的网络参数,运用Fuzzy方法对网络状态进行综合评价,并基于反馈理论的方法建立了新的自适应控制模型,即对评价结果集进行加权求和,得出网络性能指数,将其作为输入因子进入下一次计算过程,并调整各参数权重。仿真表明,该算法能够较好反映混合网络的真实拥塞状况,具有较好的网络适应性,比当前主要TCP算法具有更好的拥塞控制效果。该算法对在多参数,使用模糊方法背景下,混合网络拥塞及其自适应控制研究进行了新的探索。     

无线mesh网络服务性能评估方法

结合无线mesh网络的特点,构建了目标层-准则层-子准则层的层次型指标体系,提出了层次分析法(analytic hierarchy process,AHP)和模糊综合评估法(fuzzy comprehensive evaluation,FCE)相结合的联合评估方法.采用该方法可对无线mesh网络的服务性能进行评估,并得到直观的量化值.实例分析可知,评估结果可直观地反映网络服务质量的优劣以及对网络服务质量的调整提供一定的指导建议.     

模糊评价法在路网改造中的应用研究

采用多级模糊综合评价的理论与方法,建立路网服务水平的二级综合评价模型。通过模糊评价方法利用隶属度的概念定量地处理影响分析和评价的种种模糊因素,客观地描述了指标分级界限的模糊性,充分考虑了事物的中间过渡状态,为路网改造决策提供了更为全面的参考依据。     

基于模糊神经网络的WSN无线数据收发单元故障诊断

在一些无线传感器网络(Wireless Sensor Network,WSN)安全监测系统中,节点长时间传输大量数据,导致无线数据收发单元容易出现功率下降和功率放大器(Power Amplifier,PA)被烧毁的现象,而此类故障的诊断方法一般比较复杂且低效。针对上述问题,在分析WSN单元级故障诊断的基础上,利用无线数据收发单元的电流模型,提出了一种基于模糊神经网络的无线数据收发单元故障诊断方法。首先,根据无线数据收发单元中发射消耗的电流与温度和供电电压的关系,建立电流模型;然后,利用聚类算法确定模糊神经网络模型结构,结合混合学习算法优化模糊规则的前件参数和后件参数;最后,提取训练完的模糊神经网络参数,以建立WSN节点故障诊断模型。实验结果表明,提出的无线数据收发单元故障诊断方法的计算量小,诊断准确度高;与高斯过程回归模型相比,其计算量降低了22.4%,诊断准确度提高了17.5%。