探讨了一种将有监督学习机制融合到模糊ART网络构成一个有监督的模糊ART神经网络模型.这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力.对该网络进行了滚动轴承检测数据模式分类实验,并与BP网络进行了比较性实验.结果表明:该网络具有良好模式分类能力和较好的可塑性

导出了随机-模糊线性回归模型参数的估计量,证明了参数的估计量为无偏估计,同时推导了参数估计量数字特征和回归方程相关系数的计算公式。将该模型应用于岩石样本抗剪强度实验数据处理中,通过与传统的随机一元线性回归对比分析,表明使用该方法得到的力学参数更具代表性

应用模糊可识模式空间的框架结构,尝试构造了一个自动评定钢中碳化物级别的数学模型,并借助标准图谱对合金工具钢中共晶碳化物的不均匀度进行了实际检验,准确率较高

结合物元理论和Vague集理论,提出模糊环境下的物元决策模型.介绍了Vague集的概念,给出Vague复合物元的定义.根据改进的Vague排序函数确定方案物元的正理想解和负理想解.利用相似度量确定各方案物元到理想物元的距离,计算方案的贴近度,以此选择最优方案.用案例说明所提出的物元决策方法的应用过程.结果表明,本文提出的方法对模糊和不确定的决策问题具有较好的实用性

提出了一种新的模糊认知图分类器模型构造方法,它包括构建流程、激活函数、推理规则和学习方法等核心构件.模型利用提出的动态交叉变异算子自适应遗传进化过程,实现种群间自动调节和自动适应.仿真实验表明:本文提出的模型增强了局部随机搜索能力,加强了算法的全局收敛能力,与其他经典分类方法相比,不但性能较好,而且具有较强的抗噪能力,从而具有更强的鲁棒性

提出了加热炉广义对象模型概念和一种跟踪参考输出的模糊自适应控制方案,以及最佳炉温工艺曲线专家系统构成及根据产品质量模糊评价的概念.系统仿真证明了上述方案的、有效性

利用多项式回归的方法获得不同工况下发动机速度随时间变化的数学模型．基于测试工况定义时的模糊性，故在测试中采用模糊模式识别的方法，确定实际的测试工况，以用于测试参数的处理

针对矿用自卸车转向系统的转向节臂在使用过程中的多工况受载情况,建立了受载数学模型,并求取了其中的危险受载工况.考虑到各工况之间的主次关系,以模糊评判法对各工况进行权重赋值,以响应面法对各工况目标及约束函数进行响应面模型化,从而得出了转向节臂的多工况优化设计模型.应用Matlab编程求解,最终实现了转向节臂的多工况优化设计,并且通过与单工况优化的对比分析,进一步证实了多工况优化实际应用的合理性及价值

数学模型是把现实对象的本质特征和关系用数学语言所表达出来 的一种形式化的结构。数学模型引入教学评估,使其更具有客观性、科 学性和可操作性。教学评估的数学模型可以分为三类:评估对象具有确 定因果联系的必然性的数学模型,具有不确定的随机性的随机数学模 型,具有模糊性的模糊数学模型

针对移动电源火灾事故频发的安全现状,本文采用能量转换和模糊综合评判的方法构建移动电源火灾风险评价模型,并对移动电源火灾风险进行评价.为增加评判过程的客观性,分别采用事故树基本事件结构重要度和相对差异函数对评判模型中评价因子的权重和隶属度进行分析和计算.评判结果表明移动电源火灾事故风险等级处于一般安全与比较危险之间,与实际情况相符合