A Novel Complexity Metric of Frequency Hopping Sequences

IntroductionFrequency hopping ( FH) transceivers arewidely used for the secure communication in mili-tary and commercial fields.To avoid the attack ofthe intelligent jammer,the pseudorandom number( PN) generator with large complexity is commonlyapplied to produce sequences for frequencies con-trol[1] . In general,linear span,calculated byBerlekamp- Massey algorithm,is chosen as the cri-terion to evaluate the complexity of various se-quences,which is the degree of the shortestdegreerecursion …     

一种基于模糊逻辑的城市交叉口交通信号控制方法

提出了一种基于模糊逻辑的城市交叉口交通信号控制方法,此方法不需要建立复杂的交通模型,可以有效地解决交通信号控制过程中复杂和随随机难题,同时应用加权系数的遗传算法对模糊逻辑控制器的参数进行了优化,仿真结果表明模糊逻辑控制可以成功地应用于城市交叉口交通令号控制中。     

Power transformer fault diagnosis model based on rough set theory with fuzzy representation

Objective Due to the incompleteness and complexity of fault diagnosis for power transformers, a comprehensive rough-fuzzy scheme for solving fault diagnosis problems is presented. Fuzzy set theory is used both for representation of incipient faults＇ indications and producing a fuzzy granulation of the feature space. Rough set theory is used to obtain dependency rules that model indicative regions in the granulated feature space. The fuzzy membership functions corresponding to the indicative regions, modelled by rules, are stored as cases. Results Diagnostic conclusions are made using a similarity measure based on these membership functions. Each case involves only a reduced number of relevant features making this scheme suitable for fault diagnosis. Conclusion Superiority of this method in terms of classification accuracy and case generation is demonstrated.     

基于遗传动态模糊聚类的道路交通状态判定方法

针对当前城市道路交通状态判定时采用的模糊c均值聚类(FCM)和c均值聚类等方法的有效性较差的状况,提出了一种基于遗传算法的动态模糊聚类方法,通过计算交通流参数之间的模糊相似性,不失真地反映它们之间的内在关联,同时将交通流参数之间的模糊相似性映射到样本之间的欧氏距离,即将高维样本映射到二维平面,利用遗传算法不断优化两者之间的映射,使交通流参数之间的欧氏距离逐步趋近于其模糊相似性,实现动态模糊聚类,仿真实验结果证明了该方法的可行性和有效性.     

Improved Kernel Possibilistic Fuzzy Clustering Algorithm Based on Invasive Weed Optimization

Fuzzy c-means(FCM) clustering algorithm is sensitive to noise points and outlier data, and the possibilistic fuzzy c-means(PFCM) clustering algorithm overcomes the problem well, but PFCM clustering algorithm has some problems: it is still sensitive to initial clustering centers and the clustering results are not good when the tested datasets with noise are very unequal. An improved kernel possibilistic fuzzy c-means algorithm based on invasive weed optimization(IWO-KPFCM) is proposed in this paper. This algorithm first uses invasive weed optimization(IWO) algorithm to seek the optimal solution as the initial clustering centers, and introduces kernel method to make the input data from the sample space map into the high-dimensional feature space. Then, the sample variance is introduced in the objection function to measure the compact degree of data. Finally, the improved algorithm is used to cluster data. The simulation results of the University of California-Irvine(UCI) data sets and artificial data sets show that the proposed algorithm has stronger ability to resist noise, higher cluster accuracy and faster convergence speed than the PFCM algorithm.     

Application of Classical Transportation Methods for Solving Fuzzy Transportation Problems

There are several methods, in the literature, for finding a fuzzy optimal solution to fully fuzzy transportation problems (transportation problems in which all the parameters are represented by fuzzy numbers). In this study, the shortcomings of some existing methods are pointed out, and to overcome these shortcomings, two new methods (based on fuzzy linear programming formulation and classical transportation methods) are proposed to find a fuzzy optimal solution to fuzzy transportation problems with a new representation of trapezoidal fuzzy numbers. The advantages of the proposed methods over existing methods are discussed. Also, it is shown that it is better to use the proposed representation of trapezoidal fuzzy numbers instead of the existing representation of trapezoidal fuzzy numbers for finding a fuzzy optimal solution to fuzzy transportation problems. To illustrate the proposed methods, a fuzzy transportation problem (FTP) is solved using the proposed methods and the obtained results are discussed. The proposed methods are easy to understand and to apply for finding a fuzzy optimal solution to fuzzy transportation problems occurring in real-life situations.     

���佻ͨ�������ģ����ͨ�����Ӧ��

既有文献中关于求解模糊交通问题（所有参数均为模糊数据）的模糊最优解的方法有多种。本文在分析现有方法缺点的基础上,提出了两种方法用于求解具有梯形模糊数的模糊交通问题,其基于模糊线性规划和经典交通方法。同时论证了这两种方法不同于现有方法的优势。通过算例阐述本文方法求解模糊交通问题的过程并分析了求解结果。所提出的方法易于理解且在求解模糊交通问题最优解问题上具有良好的应用前景。     

随机行驶时间车辆路径问题的模型与算法

车辆路径问题是现有物流管理系统中非常重要的一个方面,许多专家学者对此进行了深入研究.到目前为止,所有这些研究都是针对确定环境下的车辆路径问题或不确定车辆路径问题中具有模糊或随机需求的问题,尚未发现有对随机行驶时间的多类型车辆路径问题进行研究.针对随机信息条件下的多类型车辆路径问题进行了分析,运用不确定规划理论建立了该问题的优化模型,并利用遗传算法对问题进行求解.通过实验证明,该模型及算法对于多类型车辆路径问题具有一定的实用价值.     

混合交通路口动态多级模糊信号控制

在城市交通控制中,交通路口各个方向的交通流分布不均匀,车流到达随机性大,非机动车与行人对交通路口信号控制有影响.针对此特点,利用多级模糊控制理论,提出了以车道组流率比为基准的混合交通路口变相位、变相序、变周期的动态多级模糊控制算法.最后用VC 语言进行了编程仿真,结果表明,与传统四相位信号控制相比,该控制算法效果较好.     

一种新的区间值模糊集推理方法

在两向量相似度的基础上,定义了两个区间值模糊集在一点处相似度,然后在此基础上提出了一种新的模糊推理方法——区间值模糊集相似度推理方法.并且对该种方法的还原性进行了讨论,给出了满足还原算法的条件.     

基于偏序结构相似度的多准则决策

针对决策者只能提供决策方案的序数偏好信息的多准则决策问题,提出了基于偏序之间相似度的多准则决策方法.该方法运用模糊相似关系确定相似度,通过计算控制指标和被控指标,分别得出方案集的两个预序排列,然后将这两个全预序排列合并成方案集的最后排列.该排列具有更符合现实决策行为的偏序结构.举例说明了该方法的可行性.     

基于云-自组织神经网络的交通流预测模型

现代交通系统结构复杂,涉及的数据类型和数量众多,模糊性、随机性和不确 定性等因素的存在增加了数据分析过程中定性与定量综合集成的难度.本文对城市交通 流预测进行了研究,根据云模型和自组织神经网络的特点,构建了云-自组织神经网络 交通流预测模型.该预测模型运用云模型处理数据的模糊性和随机性问题的优势,提高了 自组织神经网络预测中学习样本数据的可靠性.通过对某城区的实际数据进行对比测算, 改进的预测模型比单纯使用自组织神经网络预测模型决定系数更高.结果表明,本文提出 的模型在交通流预测中提高了准确率,降低了预测泛化误差.     

基于R-THIOWGA集成算子的模糊关联多属性群决策方法

属性间的关联性破坏了独立多属性决策信息的测度可加性,为了更客观地反映决策者的决策意图,更准确地融合决策信息,同时提升算子对决策属性的描述能力,定义了三角犹豫直觉模糊数新的比较规则,引入模糊测度及Choquet积分定义了三角犹豫直觉模糊关联有序加权几何平均算子(R-THIOWGA),并构建了R-THIOWGA的数学模型,证明了RTHIOWGA幂等性、有序单调性、有界性等算子性质.以R-THIOWGA集成算子为基础,提出了模糊关联多属性问题群决策方法,并应用于我国海军远海维修保障平台选型的算例分析.研究结果表明,应用R-THIOWGA算子及基于R-THIOWGA的群决策方法解决模糊关联多属性决策问题是可行的、有效的.     

基于GIS和模糊理论的房地产估价比较法研究

针对房地产估价实践中比较法在交易实例选择以及修正过程两方面存在的不足之处,提出采用GIS技术进行交易实例管理与初选、运用模糊贴近度进行可比实例的选择以及模糊综合评判方法进行价格计算,并以实例加以验证。结果表明,该方法可以有效地解决可比实例的管理、选择以及价格修正问题,提高评估的科学性和正确性。     

汽车模糊控制换挡策略仿真研究

针对自动变速器模糊控制换挡过程中的换挡循环问题,设计了一种新的模糊控制策略.将实验得出的换挡规律曲线分解为升挡规律曲线和降挡规律曲线,并设计了2个相应的模糊控制器.提出以加速度的正负作为控制器起作用的控制参量——加速度为正时系统由升挡控制器控制,加速度为负或0时系统由降挡控制器控制,建立了仿真模型并实现了控制策略.为验证所设计的模糊换挡策略的正确性和可行性,进行了仿真.仿真结果表明,采用这种换挡策略,汽车即使在复杂的路况下行驶,仍然能有效地避免换挡循环,获得最佳的动力性和经济性.     

��ͨ˫��滮����:ͳһ��ѧģ�ͼ����㷨

主要讨论基于用户平衡原则的交通网络优化问题。这些问题大致上可以分为二大类:一类是涉及到确定性用户平衡原则；另一类是考虑随机性用户平衡原则。众所周知，运筹学中的双层规划模型能够完美地刻画这些问题，但是所建立的双层优化模型往拄属于不可微优化问题的范畴，这就给设计有效的算法带来了很大困难.此文首先从模型和算法的角度总结了有关这类问题已有的研究成果，接着介绍有关这方面的最新的研究进展，即如何把用户基于平衡原则下的交通网络优化问题的双层规划模型统一地转换为一个连续可微的单层最优化问题，并设计统一的算法。作为统一的算法方面的研究，我们可以看到增广的拉格朗日方法可以用来解上述的第一类问题，而基于灵敏度的分析的序列二次规划方法完全有能力解上述的第二类问题。     

基于传递闭包聚类的多传感器航迹关联算法

在分布式多传感器数据融合系统中.航迹关联是关键技术之一,也是实现航迹融合的前提,航迹关联判定的准确性将直接影响到整个融合系统的性能.文中针对多传感器多目标航迹关联同题,提出了基于传递包模糊聚类的多传感器航迹关联算法.该算法利用基于模糊统计量的传递团包聚类法,选择航迹的位置、速度等信息为聚类指标,对来自多传感器的航迹数据进行聚类.计算航迹相似矩阵,利用平方法求出航迹相似矩阵的传递闭包,并根据该传递闭包确定航迹关联对.仿真试验结果表明,该方法能有效地实现多传感器、多目标航迹关联.     

Representation Theorems for Fuzzy Random Sets and Fuzzy Stochastic Processes

The fuzzy static and dynamic random phenomena in an abstract separable Banach space is discussed in this paper. The representation theorems for fuzzy set-valued random sets, fuzzy random elements and fuzzy set-valued stochastic processes are obtained.     

非自航工程船舶智能定位系统的开发研究

针对非自航工程船舶动力学模型难以精确建立，定位控制精度不高的问题，提出了一种基于模糊控制技术的工程船舶定位控制系统，重点探讨了模糊控制器的设计．经实际项目的验证，其控制精度满足施工要求．同时结合实际应用中的问题，对模糊控制器作进一步改进，使其控制精度得到提高．     

横向运动学综合反馈EPS模糊滑模控制

针对电控助力转向EPS电机电流的跟随性以及震颤问题,建立汽车转向系模型,提出模糊滑模结构控制算法。考虑到横向运动学信息对驾驶员操纵特性的影响,运用反馈和模糊滑模控制思想,设计了权系数模糊,自动调整横向运动学综合反馈的EPS模糊滑模控制器。仿真结果显示：横向运动学综合反馈模糊滑模控制的EPS电机电流具有良好的跟随性、快速性,且电流的震颤现象基本消失,系统具有良好的鲁棒特性,同时汽车的横摆角速度以及侧偏角的峰值明显下降,提高了汽车的操纵稳定性。