基於模糊信息的套用技術研究

內容簡介

統計學習理論。引入模糊係數規劃的模型和解法，給出了分類問題中的模糊信息表示方法。將模糊分類問題轉化為求解模糊係數規劃問題。分別建立了Fuzzy線性可分問題、Fuzzy廣義線性可分問題和Fuzzy非線性問題的支持向量分類機（算法）。研究了構建模糊支持向量分類機時，模糊係數規劃中最佳閾值的確定方法。對LSSVM遺傳算法中的參數最佳化問題進行了研究，對非線性支持向量機回歸算法進行了改進。以Fuzzy聚類、Fuzzy規劃、支持向量機回歸算法為關鍵技術，設計了燒結礦化學成分預測輔助系統，並取得了理想的預測效果。對“最短距離聚類算法”進行了改進，提出了鄰近聚類算法，使其適用於任意形狀的聚類。提出並證明了2個可以快速搜尋到最近鄰點的搜尋定理。根據搜尋定理提出了相應的搜尋算法：“基於距離的聚類”算法、“基於閾值的鄰近聚類”算法、“鄰近聚類”算法、“多重聚類”算法。對以上算法用實驗數據進行了驗證，實驗結果表明該算法是有效的，可以快速產生不同層次的高質量聚類。基於仿生計算技術，分析了基因表達式編程（Gene Expression Programming，GEP）中採用的隨機初始化策略，雖然實現簡單，占用計算資源少，但產生的初始種群基因多樣性有限。在GEP算法中，隨機產生初始種群策略有時還會產生“最高適應度為負”的種群，從而導致進化很難開始。提出了精英個體產生方案和基因空間均勻分布初始種群產生方案。前者可以產生適應度較高的個體，後者可以提高初始種群基因多樣性，並且產生的初始種群的最高適應度一般為正。證明了基因表達式編程解碼空間定理。通過GEP模擬3個標準函式的挖掘過程，結果表明：最佳化後的基因表達式編程方案可以大大提高進化成功率。

本書在技術套用上的研究主要是：開發了“中醫症狀鑑別智慧型診斷系統”。在理論與實例的結合上，具體設計了圖像分割與影像快速融合、安全設計與信息檢索最佳化方法、最佳化設計與決策支持、智慧型控制技術、第四方物流多屬性指派決策機制等多個研究領域的問題求解方案。

基於模糊信息的套用技術研究

基本介紹

熱門詞條