赛场环境实时变化的帆船比赛最优路径规划

最优行驶路径规划是帆船比赛取胜的关键环节。文章提出了赛场环境参数实时变化时,基于模糊综合评价的帆船直航比赛最优路径规划方法。该方法利用模糊综合评价思想,综合考虑行驶速度和接近目标两个因素建立综合评价函数进行航行方向决策,赛场环境参数变化时,从当前航行位置相对目标点重新进行路径规划,保证局部状态始终最优,利用宽度优先搜索算法实现全局最优路径搜索。仿真结果证明,该路径规划方法能够取得较好的规划结果,对指导帆船运动员进行科学训练有很好的理论意义和应用价值。     

帆船比赛航行路径优化与仿真

针对帆船在海上行驶所具有的模糊性和不定性的复杂环境特点,提出基于分区段优化和进化规划的帆船航行路径优化方法。该方法在比赛区域建立二维平面坐标系,将整个航程划分为若干区段,每个区段以帆船无约束的航向决策综合评价函数为基础,利用进化规划全局优化搜索进行路径优化,综合得到全航程最优路径。在此理论基础上,进行优化路径的仿真。仿真结果表明,该路径优化方法能够取得较好的规划结果,对于帆船科学训练具有很好的指导作用。     

异构多目标差分-动态窗口算法 及其在移动机器人中的应用

为了实现在多移动机器人和多窄通道的复杂动态环境中机器人的节能运动规划,提出异构多目标差分-动态窗口法(heterogeneous multi-objective differential evolution-dynamic window algorithm,HMODE-DWA).首先,建立行驶时间、执行器作用力和平滑度的3目标优化模型,设计具有碰撞约束的异构多目标差分进化算法来获得3个目标函数的最优解,进而在已知的静态环境中获得帕累托前沿,利用平均隶属度函数获得起点与终点间最优的全局路径;其次,定义基于环境缓冲区域的模糊动态窗口法使机器人完成动态复杂环境中避障,利用所提出的HMODE-DWA算法动态避障的同时实现节能规划.仿真和实验结果表明,所提出的混合路径规划控制策略能够有效降低移动机器人动态避障过程中的能耗.     

带模糊参数的战时紧缺资源调度模型

研究了带模糊参数的战时紧缺资源调度问题。构建需求点优先度评价指标体系,提出了基于层次聚类的需求点分类及排序方法。建立并求解战时紧缺资源调度的多目标模糊规划模型,依据及时更新的战场信息依次实现各类需求点的资源动态调度。通过仿真实例中两类调度方案的对比,表明了分类调度方案的可行性和优越性。     

模糊时间窗VRP的动态规划和禁忌搜索混合算法

为优化具有模糊时间窗的车辆路径问题,以物流配送成本和顾客平均满意度为目标,建立了多目标数学规划模型。基于Pareto占优的理论给出了求解多目标优化问题的并行多目标禁忌搜索算法,算法中嵌入同时优化顾客满意度的动态规划方法,运用阶段划分,把原问题分解为关于紧路径的优化子问题。对模糊时间窗为线性分段函数形式和非线性凹函数形式的隶属度函数,分别提出了次梯度有限迭代算法和次梯度中值迭代算法来优化顾客的最优开始服务时间。通过Solomon的标准算例,与次梯度投影算法的比较验证了动态规划方法优化服务水平的有效性,与主流的NSGA-II算法的对比实验表明了该研究提出的多目标禁忌搜索算法的优越性。     

对方案有偏好的直觉模糊多属性决策方法

对属性权重信息不完全、属性值和决策者对方案的偏好信息均以直觉模糊数表示的多属性决策问题提出一种决策方法。首先根据决策者对方案的偏好信息建立多目标规划模型,求出属性权重,接着利用觉模糊加权算术平均算子求出方案的综合属性值,由直觉模糊数的得分函数和精确函数确定方案的排序,最后通过实例证明了该方法的实用性和有效性。     

基于改进蚁群算法的高速公路协同救援路径规划

针对高速公路多点协同救援路径规划问题,文章综合考虑路段行驶时间和路径安全性两个优化目标,设计路径评价函数.根据高速公路救援的特点,引入"助手结点"的概念来设置信息素初始浓度;引入搜索角、结点直线距离和安全因素设计了启发函数;使用随机选择机制来优化状态转移规则;最后引入奖励机制设计了信息素更新规则,通过这四个方面改进了蚁群算法.在此基础上,建立多点协同救援模型,采用表上作业法确定救援车辆派遣方案.仿真实验结果表明,改进的蚁群算法和原始的蚁群算法相比,不但收敛速度更快,而且优化了全局最优解.改进的蚁群算法与表上作业法的结合,实现了多救援点协同救援的路径规划功能.     

双启发动态规划在水泥煅烧优化控制中的应用

为克服动态规划方法在解决高维问题优化存在的维数灾问题,利用函数近似方法来取得代价函数,通过自学习的方法得到近似动态规划解,适用于复杂、非线性系统的决策优化或控制问题。采用双启发动态规划（DHP）算法用于水泥烧成系统的控制,用神经网络建立评价模块和动作模块对该系统进行优化控制。寻找合适的优化目标函数,由评价模块判断动作的好坏并反馈给动作模块,动作模块给出各参数的调整量。仿真结果显示,系统状态量能够被稳定控制在合理的范围。     

基于遗传算法和模糊综合评价的虚拟企业风险规划

虚拟企业是未来企业的潜在发展模式,虚拟企业的风险管理是当前研究的热点问题,风 险规划是风险管理的重要阶段之一.本文针对虚拟企业缺少历史资料、不确定因素多等特点,提 出了非线性整数规划和模糊综合评价相结合的风险规划问题描述模型以及遗传算法与模糊综合 评价相结合的问题求解算法.实例仿真验证了该方法的有效性.该方法能够实现在一定风险费用 投入的情况下,通过优化组合风险处理措施,达到虚拟企业整体风险水平最低的目标,是虚拟企 业风险规划的科学管理方法．     

基于惩罚函数NPGA的多目标路径规划

通过分析传统的机器人路径规划方法,将足球机器人路径规划归结为一个多目标优化问题,利用基于惩罚函数的小生境遗传算法建立动态目标路径规划的运动模型.仿真表明,与传统的路径规划方法相比,该方法在保证机器人较高体力值的前提下,规划出合理的路径.     

一种基于遗传算法的模糊中值滤波器优化方法

根据遗传算法可以搜索全局最优的特点,提出了一种基于遗传算法优化模糊隶属函数,从而对带有脉冲噪声的图像进行模糊中值滤波的方法。虽然模糊逻辑可以很好用于图像处理,但它的隶属函数很难准确的选取,通过遗传算法对已知样本图像进行学习,找到最优的隶属函数,然后用该隶属函数对需要处理的噪声图像进行滤波。实验表明,提出的方法可以很好地滤除图像中的脉冲噪声,自适应强。     

基于模糊梯度法的边缘检测方法

根据图象边缘灰度的梯度变化,构造图象灰度模糊矩阵和描述边缘点的隶属函数,利用遗传算法实现隶属函数各参数的寻优过程,并由输出隶属度判断提取图象边缘点,实现了图象的边缘检测。实验表明,该方法能有效地描述边缘的穿越过程,并可改善检测结果。     

基于数学规划的多传感器目标识别方法

针对具有多个特征指标的目标识别问题,提出了基于数学规划的多传感器信息融合方法.该方法利用最大最小隶属度函数将识别系统特征矩阵转化为指标隶属度矩阵,通过求解各目标类型综合隶属度偏差最大的最优规划问题,客观地确定了特征指标的权重,根据综合隶属度给出目标识别方法.该方法较好地避免了特征指标权重选取的主观性缺陷,提高了目标识别结果的客观性和区分程度.算例分析验证了该方法的有效性和实用性.     

基于绝对偏差的多传感器目标识别方法

针对具有多个特征指标的多目标识别问题,提出了一种新的多传感器信息融合方法。该方法根据最大最小隶属度函数得到指标隶属度矩阵,通过求解各目标类别综合隶属度的绝对偏差最大的优化问题,客观地获得了属性的权重,从而给出目标识别算法,提高了识别结果的客观性和区分程度。工件识别实例验证了算法的有效性和实用性。     

A systematic approach to a self-generating fuzzy rule-table forfunction approximation

In this paper, a systematic design is proposed to determine fuzzy system structure and learning its parameters, from a set of given training examples. In particular, two fundamental problems concerning fuzzy system modeling are addressed: 1) fuzzy rule parameter optimization and 2) the identification of system structure (i.e., the number of membership functions and fuzzy rules). A four-step approach to build a fuzzy system automatically is presented: Step 1 directly obtains the optimum fuzzy rules for a given membership function configuration. Step 2 optimizes the allocation of the membership functions and the conclusion of the rules, in order to achieve a better approximation. Step 3 determines a new and more suitable topology with the information derived from the approximation error distribution; it decides which variables should increase the number of membership functions. Finally, Step 4 determines which structure should be selected to approximate the function, from the possible configurations provided by the algorithm in the three previous steps. The results of applying this method to the problem of function approximation are presented and then compared with other methodologies proposed in the bibliography.     

An improved medical image enhancement scheme using Type II fuzzy set

A contrast enhancement of medical images using Type II fuzzy set theory is suggested. Fuzzy set theory considers uncertainty in the form of membership function but to have better information on uncertainty on the membership function, Type II fuzzy set is considered. Type II fuzzy set considers fuzziness in the membership function. Hamacher T co norm is used as an aggregation operator to form a new membership function using the upper and lower membership function of Type II fuzzy set. The image with the new membership function is an enhanced image. As medical images contain lot of uncertainties, Type II fuzzy set may be a good tool for medical image analysis. To show the effectiveness of the proposed method, the results are compared with fuzzy, intuitionistic fuzzy, and existing Type II fuzzy methods. Experiments on several images show that the proposed Type II fuzzy method performs better than the existing methods. To show the advantage of the proposed enhancement method, detection or extraction of abnormal lesions or blood vessels has been carried out on enhanced images of all the methods. It is observed that the segmented results on the proposed enhanced images are better.     

A fuzzy approach to partitioning continuous attributes for classification

Classification is an important topic in data mining research. To better handle continuous data, fuzzy sets are used to represent interval events in the domains of continuous attributes, allowing continuous data lying on the interval boundaries to partially belong to multiple intervals. Since the membership functions of fuzzy sets can profoundly affect the performance of the models or rules discovered, the determination of membership functions or fuzzy partitioning is crucial. In this paper, we present a new method to determine the membership functions of fuzzy sets directly from data to maximize the class-attribute interdependence and, hence, improve the classification results. In other words, it forms a fuzzy partition of the input space automatically, using an information-theoretic measure to evaluate the interdependence between the class membership and an attribute as the objective function for fuzzy partitioning. To find the optimum of the measure, it employs fractional programming. To evaluate the effectiveness of the proposed method, several real-world data sets are used in our experiments. The experimental results show that this method outperforms other well-known discretization and fuzzy partitioning approaches.     

运用Theil不均衡指数进行模糊传感器数据融合

针对具有多个特征指标的多目标识别问题,提出了一种基于Theil不均衡指数的融合方法。该方法根据Theil不均衡指数来定义熵权,通过三角隶属函数获得各传感器的局部决策支持度,采用熵权得到全局综合支持度,从而给出目标识别规则。较好地避免了特征指标权重选取受主观因素的影响,提高了目标识别结果的客观性和准确性。应用实例验证了算法的有效性和可操作性。     

基于模糊Havrda-Charvát熵与混沌PSO算法的红外人体图像分割

针对红外人体图像成像质量较差的问题,提出一种基于模糊Havrda-Charvát熵的快速阈值分割方法.首先应用Z形及S形隶属度函数把图像灰度直方图信息转换到模糊域,定义图像背景与目标的模糊Havrda-Charvát熵;然后提出一种基于Tent映射的混沌粒子群优化算法,把隶属度函数参数组合作为粒子,根据最大熵原理确定参数的最佳组合,再由最佳隶属度函数参数计算得到图像的最佳分割阈值.在真实红外人体图像集上与几种经典的图像阈值方法进行对比实验的结果,说明了该方法的有效性和鲁棒性.