近似空间与测度空间及广义粗集与不可测集

将粗集与不可测集关系的讨论扩大到广义粗集范畴。证明了近似空间是测度空间的基础空间，广义粗集和不可测集分别是在近似空间和测度空间中对集合的不确定性的不同表述；在非零有穷测度的条件下，近似空间中的一个广义粗集，是其扩展的测度空间中的不可测集。结果表明：测度论同术是不确定知识表示和处理的一种有力理论工具。     

SAR图像舰船目标长宽特征提取技术

SAR图像特征提取是目标识别中的关键步骤,直接影响目标识别的结果。长度类特征因其简单直观、效率高、易于提取等优势,常被作为船只类型的初始判定,针对 SAR图像舰船目标长宽特征提取问题,本文提出一种新的方法。首先通过水平集分割获得目标轮廓,其次采用区域消除方法滤除杂波,获得预处理后的目标图像;其次通过最小外接矩形拟合目标,获取舰船目标切片的长轴、旋转的角度;再次采用最小二乘法椭圆拟合获取舰船目标短轴;最后得到舰船目标的长宽特征。通过实测SAR图像处理结果表明,本文方法能够在背景杂波干扰下,抑制相干斑噪声的影响,提高了长宽提取的精度,是一种有效的舰船目标长宽特征提取方法。     

Ad Hoc分布式虚拟骨干网构建算法

为AdHoc自组网构建虚拟骨干网可有效降低网管维护开销。连通支配集（ConnectedDominatingSet,CDS）是一种虚拟骨干网模型之一,但连通支配集的构建通常需要获得整个网的拓扑结构。论文提出了一种基于拓扑分层的极小连通支配集分布式构造算法——LMCDS算法,该算法生成的CDS节点数目较少,算法复杂度优于经典的WAN算法。     

基于Vague集贴近度的工程项目投资快速估算方法

根据Vague集理论和贴近度计算方法,构建了一种工程造价的快速估算模型。首先从历史资料中选出与拟建工程项目类似的既有项目,然后选取了影响项目造价的主要特征元素并全部赋权,建立起相应的特征值矩阵。利用区间数综合单价建立了既有项目对拟建项目的Vague集隶属矩阵,再按照Vague集贴近度计算方法计算出既有项目与拟建项目的相似程度。借助于造价指数和贴近度最大的项目快速估出了拟建项目的单价。最后以某工程项目为实例,计算结果表明该模型准确、有效。     

舰艇柴油发电机组系统稳态可用度分析磁

柴油发电机组系统是船舶动力系统的重要组成部分,为船舶设备正常工作提供用电保障。作为船舶独立电源,其性能稳定性和工作可靠性是设计、使用部门最为关注的问题。船舶一般配置4～8台柴油发电机组,通过控制柜,构成比较复杂的供电电网。论文针对船舶柴油发电机组及供电网络的特点,运用马尔科夫模型,对系统可用度进行计算、分析,找出提高机组系统可用度的措施,为柴油发电机组系统设计、使用提供参考。     

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.     

调车监控系统仿真平台车列模拟模块的实现

将车列的相关操作进行直观地表现,是站场车列模拟模块的重要功能.本文将讲述无线调车机车信号和监控系统仿真与测试平台中车列模拟模块的相关实现方法.     

知识转移视角的城市轨道交通公私合作项目合作绩效评价

从知识转移的视角研究了城市轨道交通PPP(公私合作)项目的合作绩效评价方法。首先分析了项目运营中知识转移的过程,采用平衡计分卡从项目盈利能力、公众满意度、个人学习效果、组织学习效果4个维度构建了评价指标体系;然后结合物元理论和Vague集提出了城市轨道交通PPP项目知识转移绩效评价的新模型,并结合北京地铁4号线进行了实证分析。研究结果表明,该模型比传统模糊物元评价方法更加全面、准确,能有效发现项目运营中存在的问题,并采取措施以提高知识转移的绩效,从而促进城市轨道交通PPP项目的成功。     

列车自动运行系统的性能指标权重分配方案研究

针对ATO自动运行系统的准时性、停车精确性、舒适性和节能性四大性能指标的权重分配问题,采用层次分析法和马氏距离相结合的离线主客观分配法,以及模糊聚类法和粗糙集相结合的在线纯客观分配法,分别对测试线路上列车运行过程中各性能指标进行权重分配,根据分析结果得出,2种方法分配的权重下ATO均取得了良好的控车效果。     

Study on Factors Affecting Springback and Application of Data Mining in Springback Analysis

Springback of sheet metal induced by elastic recovery is one of major defects in sheet metal forming processed. Springback is influenced by many factors including properties of the sheet material and processing conditions. In this paper, a springback simulation was conducted and comparisons between the results based on different processing variables were illustrated. The discovery of knowledge of the effects of geometry and process parameters on springback from FEM results becomes increasingly important, as the number of numerical simulation has grown exponentially. Data mining is an effective tool to realize knowledge discovery in simulation results. A datamining algorithm, rough sets theory (RST), was applied to analyze the effects of process parameters on springback in U-bending.