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.     

基于云模型以约束为中心的复杂系统定性建模

针对以约束为中心的复杂系统仿真中缺乏有效的不确定性信息描述方法,导致仿真中不确定性信息不能充分利用的问题,借鉴和采纳云模型的相关理论和方法,研究了以约束为中心基于云模型的复杂系统定性建模方法。首先提出了仿真中基于云模型的不确定信息表示方法、基于云模型和群体专家决策的量空间构建方法;然后给出了基于云模型的系统定性约束方程的构建方法;最后将提出的建模方法应用于一个敏捷供应链的建模实例。结果表明提出的建模方法具有客观表达不确定信息、将定性与定量信息在仿真中相互融合的优点。     

云模型与TOPSIS相结合的多属性群决策方法*

为更准确有效地表示定性概念的不确定性,采用云模型作为定性定量信息的转换工具,并通过云的合成对不同专家的评价云进行集结,构建得到云决策矩阵。针对传统云模型间优劣、大小等差异化度量的缺陷,从云滴分布的角度提出了云的距离测度算法,并将其分别运用于计算决策指标的离散程度和改进方案与正、负理想解间的距离测度,进而提出云-TOPSIS的方案排序方法。最后以实例验证了所提方法的可行性和有效性。     

一种新的基于云理论和随机过程的可靠性评估方法

为解决系统可靠性评估中不确定性的问题和定性与定量信息转换的困难,结合随机过程可靠性分析方法和云理论,提出了一种新的可靠性评估方法.将云理论融合到随机过程可靠性分析方法中,利用云模型描述系统的状态转移.同时,构造系统定性评价中的云标尺,将系统可靠性评估中的定量变量和定性变量对应起来.该方法考虑了系统可靠性评估中的随机性和模糊性,研究了系统可靠性中的定量表示和定性评价之间的对应关系,结果是语言值,很直观.通过这个方法,找到语言值描述的系统特性与定量数值描述的系统特性之间的对应关系,能够准确理解和使用这些系统评估中的语言值.最后用一个实例验证了该方法的适用性.     

云理论在作战飞机可靠性评估中的应用

传统的作战飞机可靠性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。论文在云理论的基础上,建立了综合能力模型以及可靠性评估云模型,提出了一种新的具有可操作性的作战飞机可靠性评估方法,解决了可靠性评估中定性语言到定量的转化问题,使评估结果除了保留传统定性划分所具有的优点以外,也更加符合实际的数据分布和人的思维方式。论文最后给出了一个作战飞机可靠性评估的算例。     

基于QoS的二维云模型控制器研究

本文采用云模型不确定性推理方法设计了一种云模型映射器,该映射器在本质上具有非线性映射特性和并行运算功能。文中给出了云模型映射器的结构设计方法,分析了其非线性映射特性。据此提出一种新型的二维云模型智能控制器,将其应用于基于QoS的网络控制系统中,并给出了相关的仿真结果。     

基于云模型不确定性推理的地图匹配算法

为了解决对于道路网密集且高程变化较大的城市道路地图匹配精度不高的问题,提出一种能够实现定性概念与定量数值之间不确定性转换的云模型地图匹配算法.通过建立云规则和进行基于云模型的不确定性推理,并且结合高程辅助方法来构筑地图匹配模型.云模型可以将定性概念的模糊性与随机性集成到一起,克服了基于模糊逻辑地图匹配算法中隶属度的确定带有主观色彩的不足.仿真试验以城市路网为例,并借助高程辅助的方法进行了分析,结果证明了该算法具有较高的匹配精度.     

云理论及其在空间数据发掘和知识发现中的应用

云理论是以研究定性定量间的不生转换为基础的系统处理不确定性问题的一新理论,包括云模型,虚云,云运算,云变换,不确定性推理等内容,云理论为数据发掘和知识发现中的许多基础性关键问题提供了新的解决方法,如概念和知识表达,定性定量转换,概念的综合与分解,从数据中生成概念和概念层次结构等。     

灰色关联分析与云模型集成的方案评价方法*

针对传统方案评价方法中大都没有考虑评价信息随机性的情况,运用云模型建立云评价标度。针对传统客观属性权重确定方法主要依据属性值分布,没有考虑到指标间的相互影响关系,将熵值法和DEMATEL结合计算指标权重,其中采用云距离测度算法直接计算定性评价间的距离,避免了定性云转化为定量值时的信息损失。采用灰色关联分析处理云评价指标,对方案进行排序。利用方案总体云评价绘制云图,定性比较各方案优劣。最后以实例验证了所提方法的有效性。     

基于云模型的教学质量评价研究

教学评价是教学工作的一个重要的环节,对提高教学质量有着重要的作用。针对教学评价的模糊性和不确定性等特征,结合云模型的优点,运用云模型对评价指标进行定性与定量之间的转换,再利用熵值法确定评价指标的权重,并借鉴云理论,运用云模型对教学质量进行综合评价。该方法应用于教学评价中具有较强的客观性和可行性。     

云模型与VIKOR集成的多属性群决策方法

针对以往定性概念量化过程中只考虑到模糊性这一不确定性因素的不足,采用云模型从模糊性和随机性两个方面实现语义评价变量的量化,并对专家组的语义评价信息进行集结。针对以往云差异性度量方法的不足,基于云模型构成的本质特点,从云滴分布的角度提出了云距离测度算法,进而提出了云相似度算法。考虑到决策指标间相互影响关系,将云模型与决策试验与实验评估法（Decision-Making Trial and Evaluation Laboratory,DEMATEL）相结合,采用云DEMATEL法对专家主观评价给出的指标初始重要度进行修正,进而计算得到指标权重。采用云距离算法计算备选方案与正、负理想解间的距离,并最终由云VIKOR求得备选方案的妥协解。最后以实例验证了所提方法的可行性和有效性。     

不确定条件下报废汽车回收率云模型仿真研究

报废汽车回收与再制造是节约资源的重要途径,回收率是其中的关键指标之一。影响回收率的因素很多,尤其是回收系统中不确定性因素对回收率具有重要影响。因此,首先从系统工程角度出发,分析消费者行为、企业意愿、政府政策等影响回收率的不确定因素,建立报废汽车回收率系统递阶结构模型,运用模糊语言概念进行定性评价,并借助云模型工具,构建定性规则描述系统因素之间逻辑因果关系,得到报废汽车回收与再制造多维多规则不确定性推理系统,进而通过系统仿真,分析了国家法律法规、财政投入、消费者对再制造品购买态度等不确定性因素对回收率的影响。结果表明,模型直观地揭示了相关不确定性因素对回收率的影响机理,对政府和相关行业具有重要的参考价值。     

一种交互式的云模型图像分割方法

论文针对图像分割中存在的不确定性问题,通过研究不确定性人工智能中定性和定量的转换模型—云模型,提出一种新的基于云模型的图像分割方法。该方法采取交互式的方式选择训练样区,利用训练样区中的像素生成云模型,并通过泛概念树生成算法生成泛概念树,最后通过极大判定法判定像素所属类别,实现图像分割。这种方法能较好地描述图像目标的不确定性。通过几组实验,证明该方法可以准确地分割出目标,并优于传统的图像分割算法。     

基于云贝叶斯网络的目标威胁评估方法

将云模型和贝叶斯网络相结合,形成云贝叶斯网络,并建立了基于云贝叶斯网络的威胁评估模型.首先,根据实际应用背景确定贝叶斯网络结构,并对连续型观测节点进行云模型转换;然后,将观测变量值输入云贝叶斯网络,推理得到目标属于各个威胁等级的概率;最后,为消除目标信息的不确定性对总的威胁度的影响,进行了多次重复推理,通过概率合成公式求得最终的威胁程度.以联合防空作战为背景,仿真实现了空中目标的威胁评估,验证了该方法的有效性.     

基于云模型的图像区域分割方法

基于区域的图像分割方法由于其高效、稳健的特点成为自动或半自动图像分割方法的研究热点之一。针对区域分割方法中存在的不确定性问题,提出了一种基于云模型的区域分割方法。首先以云变换为基础确定了区域生长过程中的生长准则,然后以逆向云算法实现分割区域由定量的像素集合到定性的云概念的转换过程,最后以云综合算法为基础将相邻区域进行合并,实现了基于区域的不确定性图像分割。两组图像分割实验表明该方法可以准确地分割出目标,并优于传统的图像分割算法。     

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。     

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。     

基于云模型理论的群体用户画像模型

为了能够对群体用户中不确定性和模糊性的行为精确的定量分析和定性相似度的计算,设计了一个基于云模型理论的定性相似度算法来给群体用户构建画像模型.首先,采用识别客户价值最广泛的RFM （Recency,Frequency,Monetary）模型来细分用户.其次,通过云模型变换算法将用户的行为转换为用户的云模型标签,该云模型标签就是对用户行为的一次定量表示,然后通过云模型聚类算法来划分出不同的客户类型,作为客户画像的模型,利用该模型指导商业营销活动.     

梯形云模型在概念划分及提升中的应用

云模型是定性概念与其定量表示之间进行不确定性转换的有效工具.目前对正态云模型已有较多研究,但对梯形云模型方面的研究很少.相对于正态云模型而言,梯形云模型在生活中更具一般性,用梯形云表示数值型语言概念有其特有的优势.给出了梯形云的一些相关定义,并且在分析了云理论中现有的基于正态云的概念划分和概念提升方法的基础上,提出了引入梯形云模型后新的云变换和软或操作方法,这些方法为解决数据发掘中许多关键问题提供了基础.     

基于云模型的Agent 联盟评价

针对多 Agent 系统中影响联盟功效的因素存在较强的模糊性和不确定性的问题,将定性定量转换模型—–云模型引入 Agent 联盟评价中,提出一种新的基于云模型的联盟评价方法.与已有方法相比,该方法简单有效,易于工程实现,可较好地处理评价指标的模糊性和不确定性,从而为复杂控制系统中的最佳联盟选择提供更科学、更合理的决策.