基于极大模糊熵原理的模糊推理反向三I算法

提出了用模糊熵来度量反向三I模糊推理结果的模糊程度，给出了模糊熵反向三I原则，讨论了FMP和FMT问题的模糊熵反向三I支持算法解存在的条件，分别给出了几个常见蕴涵算子的FMP问题与FMT问题的模糊熵反向三I解的计算公式．     

基于科研立项管理应用的模糊C均值算法研究

为解决科研重复立项及低水平重复研究问题,分析了科研项目文本的特点,提出了一种改进的模糊聚类算法RM-FCM.该算法充分考虑不同属性的特征项对科研项目分析的支持度,先用科研领域作为初始聚类中心,用参数调节科研文本各部分的重要性,然后不断计算各部分对中心的隶属度来确定聚类中心,最后通过聚类分析挖掘项目的相似性和项目间蕴涵的关联关系.实验结果表明,RM-FCM算法不仅准确地找出相似项目,也可以找出创新项目和交叉学科项目.     

Vague集的模糊逼近与模糊熵

给出了vague集转换为模糊集的一种新的方法,定义了vague集的模糊逼近。利用vague集的模糊逼近研究了vague集的模糊熵及其相关性质。     

数据库技术在海南省县级政府教育督导评估系统中的应用研究

本文主要研究如何利用数据库技术实现县级政府教育督导评估系统数据管理与分析功能.通过数据库技术可以实现数据管理的规范化和信息化,完成无纸化督导评估.以后台数据库为数据源,如何进行横向分析、数据统计汇总、数据挖掘.为进一步提高评估结果的科学性和客观性,以多个评价指标库为基础设计了一个多元督导评估评价模型.     

基于两阶段的分段单一矩形优化排样

为有效解决分段单一矩形优化排样问题,给出一个求解分段单一矩形优化排样问题的两阶段方法。第一阶段完成标准子段最佳排样方式求解,并将二维排样问题转化为一维下料问题,第二阶段使用适合于一维下料问题求解的算法完成板材最佳排样方式求解。使用该方法开发了一个单一矩形优化排样系统,该系统既可以解决分段单一矩形排样问题也可以解决其他类型的单一矩形优化排样问题。企业应用实例表明该方法是求解分段单一矩形优化排样问题的一个较为有效的方法。     

粗糙集理论在高校教学质量评价分析中的应用

应用FCM方法对我校1999年~2005年收集的教学质量评价数据进行了聚类分析,提出了高校教学质量评价系统的数学模型,并利用粗糙集理论给出了该系统中不同评价主体的权重挖掘算法,减少了人为主观因素对评价结果的影响。应用表明,提出的方案更科学、合理,评价结果得到了学校教师们的认可。     

基于双种群遗传算法的智能排样系统

研究并改进了基于双种群遗传算法的矩形优化排样问题的求解方法.使用不同方式产生初始种群,对不同个体使用不同的具有自适应能力的交叉算子和变异算子,使算法的全局优化能力得到提高.以该算法为基础开发了一个应用于实际生产的智能排样系统,对比文献中的数据进行验证,结果表明在原材料利用率方面本方法高于其他类似的正交排样算法.     

充分非线性Dullin-Gottwald-Holm方程的Cauchy问题

本文利用Sobolev不等式、算子半群理论和相关的偏微分方程的知识,分析和研究了充分非线性Dullin-Gottwald-Holm方程的性质。通过对该方程进行适当的变形,验证了该方程满足Kato理论的三个条件,并由此证明了该方程局部解的存在性、唯一性和解对初值的连续依赖性。     

基于正规三角模糊集相似度量的模糊推理

文章首先定义了正规模糊集相似度量的一般公式,然后给出了正规三角模糊集相似度量计算的简化公式,在正规三角模糊集相似度量的基础上,提出了一种新的模糊推理的方法——基于正规三角模糊集相似度量的模糊推理,并与Mamdani模糊推理方法做了比较。最后给出了模糊推理的仿真实现。     

关于模糊粗糙集的相似度量

基于对不确定性信息处理的背景,定义了模糊粗糙值与模糊粗糙集的相似度量,研究了它们的有关性质。