一种改进的船舶电力系统负荷分类随机模型

提出了一种改进的船舶电力负荷分类随机模型,对该模型以及传统的负荷分类随机模型的误差进行了分析、比较,最后运用该模型计算了某船舶在某工况下的负荷功率情况.     

基于模糊SOFM网分类的船舶电力负荷估算模型

提出了一种新的船舶电力负荷分类随机估算模型。将负荷的功率和工作概率作为分类的两项指标，利用模糊自组织特征映射（SOFM）网络对负荷进行分类，并基于分类给出了电力负荷的随机估算模型。由于分类保证了同一类中的负荷，其功率和工作概率均较接近，从而减小了因分类而导致的模型误差。给出了一个实例，其结果表明：模型精度高，计算简单，易于实现。     

引入模糊子集的证据理论在船舶安全评估中的应用

提出了一种结合D-S证据理论和模糊理论的安全评估方法.从实际应用的角度出发,将证据空间中的事件视为模糊子集,通过引入模糊子集,更好地描述了专家意见(或知识),给出了证据函数的表示.最后,结合某船舶系统,给出了安全评估的具体实现过程.结果表明,该方法可靠、有效,具有一定的实际应用价值.     

基于模糊群组AHP的舰船装备保障部门绩效评估

引入模糊集理论,将传统AHP扩展为模糊群组AHP,并应用于舰船装备保障部门绩效评估。采用模糊Delph i法集成多个专家的意见,确定一级指标的三角形模糊数权重;用模糊语言变量来描述二级指标的模糊权重和满意度,结合层次集成的模糊算法得到绩效的三角模糊数评价;借助Lee-L i的模糊数排序方法,确定绩效评价值,从而得出其属性判定。算例表明该方法合理有效。     

超对策模型中结局偏好模糊认知信息的融合

提出了一种新的超对策结局偏好模糊认知信息的融合方法.用一种模糊集结算子来表示专家群体对其他局中人结局偏好的模糊认知,通过求解线性规划模型得到结局偏好群体模糊认知的水平截集;以与模糊数的截集相关的解模糊函数和Newton-Cotes积分公式,得到专家群体对其他局中人结局偏好清晰认知的关系矩阵;运用大多数一致性优胜者模糊集来确定其他局中人的结局偏好向量.给出的数值例子说明了文中提出方法的有效性.