导读:本文包含了模糊代价论文开题报告文献综述及选题提纲参考文献，主要关键词:系统工程方法论,后续决策,改善代价,遗传算法
模糊代价论文文献综述
段在鹏,钱新明,多英全,黄平,刘振翼[1]（2015）在《基于改善代价的模糊综合评价后续决策研究》一文中研究指出当某次评价不达标,选取怎样的方案使系统整改后达标是评价后续决策问题。从经济角度研究模糊综合评价的后续决策问题,即如何以最少花费达到评价阈值要求。首先建立指标得分成本、单位成本及改善代价等模型。在此基础上,将各指标得分编码为一条遗传信息,应用遗传算法迭代求取既满足模糊评价得分阈值要求,又能使总改善代价最优的各指标得分。最后分析迭代过程及结果,建立指标改变先后度模型。在经济预算紧张或系统运转困难时,可用该模型确定指标改变的轻重缓急次序。本文实例经2 000次迭代使系统达标并确定了各指标的改变先后顺序。该方法切实可行,可用于灰色评价、可拓学评价以及集对分析等常规评价。(本文来源于《兵工学报》期刊2015年S1期）
颜旭,徐苏平,窦慧莉[2]（2015）在《模糊粗糙集中基于测试代价敏感的属性约简》一文中研究指出相比于经典粗糙集方法,模糊粗糙集方法避免了数据离散化的过程,减少了信息损失。但基于传统模糊粗糙集的属性约简并未考虑实际应用中数据的测试代价,为解决这一问题,提出了一种近似质量与测试代价相融合的适应度函数,并利用遗传算法以求得具有较小测试代价的约简。最后,采用UCI中的8组数据集对基于新适应度函数的遗传算法与经典的启发式算法进行对比分析,实验结果表明,遗传算法相较于启发式算法能够在保证近似质量不发生明显变化的情况下获得具有较低测试代价的约简。(本文来源于《电子设计工程》期刊2015年11期）
徐苏平,杨习贝,范霁月,钱林峰,马健[3]（2014）在《基于测试代价敏感的多粒度模糊粗糙集模型》一文中研究指出多粒度模糊粗糙集是经典多粒度粗糙集模型在模糊环境下的有益扩展,然而,已有的多粒度模糊粗糙集并未考虑考虑数据的测试代价,为解决这一问题,本文提出了基于测试代价敏感的多粒度模糊粗糙集模型,分析了其相关性质。研究表明,本文提出的模型是传统多粒度模型在应用背景下的有力扩展。(本文来源于《电子设计工程》期刊2014年07期）
万李,杨杰[4]（2012）在《模糊选择消费代价函数动态资源分配算法研究》一文中研究指出主要研究了资源分配基数,提出了一种新的基于选择消费代价网格资源分配算法。提出的方法首先采用模糊基数建立一个消费代价函数模型,给出了网络中带权值的多参数消费代价函数。实例验证表明,当用户需要从系统中获得资源时,采用该方法在网格规模非常大而且计算量较小的情况下,选择代价最小的方法给用户使用来分配资源,具有一定的实际应用价值。(本文来源于《计算机应用研究》期刊2012年07期）
卫东,郑恩辉,杨敏,吴向阳,张英[5]（2010）在《基于支持向量机的误分类代价敏感模糊推理系统》一文中研究指出在一定的约束条件下,提出并证明误分类代价敏感SVM(MC-SVM)与一类基于规则的FIS的函数具有等效性.在此基础上,提出了基于MC-SVM学习过程的FIS(MC-MBFIS)的设计方法.MC-MBFIS继承了基于规则的FIS的显式推理能力,也继承了MC-SVM的代价敏感性.Benchmark数据实验表明,MC-MBFIS能降低平均误分类代价.(本文来源于《控制与决策》期刊2010年02期）
马映辉,杜维[6]（2008）在《广义T-S模糊系统的非脆弱保代价控制》一文中研究指出对于给定的系统,在控制器存在可加摄动的情况下,通过并行分配补偿的方法设计了状态反馈最优保代价控制器,使系统不仅渐近稳定而且具有最小性能指标上界.基于线性矩阵不等式处理的方法,给出了该控制器存在的充分条件;通过建立和求解一个凸优化问题,给出最优非脆弱保代价控制器的设计方法,最后通过算例显示了所给方法的有效性.(本文来源于《江南大学学报(自然科学版)》期刊2008年05期）
袁晓峰,许化龙,陈淑红[7]（2008）在《一类最小代价模糊决策系统及其算法》一文中研究指出针对模糊决策系统在应用中的实际问题,提出一类最小代价模糊决策系统模型,定义了最优决策约简和最优决策代价,并对其性质进行分析。求解最优决策约简和最优决策代价是NP完全问题,为此给出基本算法、贪婪算法和基于拉格朗日松弛的子梯度优化算法,并进行实验分析。(本文来源于《计算机工程》期刊2008年07期）
张代远,吕鹏[8]（2006）在《基于零代价函数神经网络的神经—模糊系统与应用》一文中研究指出以洗衣机的控制对象,提出了一种神经模糊系统,对其进行建模和控制。根据人类专家的经验提取出来的语言规则,置于模糊逻辑系统之中,并引入线性隶属函数将这些模糊规则转化成数值。这些数值(输入、输出样本对)用来作为神经网络的训练样本。为了改善洗衣机的性能,采用的是基于零代价函数的神经网络训练算法,因此,神经网络的输出数据可以转换成模糊规则,而不存在误差。展望了神经模糊系统方法的方向和在洗衣机中的应用。(本文来源于《计算机应用》期刊2006年S2期）
吴忠强,赵海英[9]（2004）在《具有不确定参数的混沌系统的模糊保代价控制》一文中研究指出研究了具有不确定参数混沌系统的稳定模糊保代价控制问题。采用T-S模糊模型描述混沌非线性系统,对具有范数有界,时变参数不确定性的混沌系统,得到了存在稳定模糊保代价控制器的充分条件。并推算出了相应的线性矩阵不等式(LMI)形式。(本文来源于《电机与控制学报》期刊2004年02期）
王保平,范九伦,谢维信,吴成茂[10]（2003）在《一种基于代价函数和模糊熵的图像分割方法》一文中研究指出提出了一种基于代价函数和模糊熵的图像分割方法 该方法先用代价函数最小化法对退化的图像作预处理 ,之后 ,利用模糊熵作进一步的处理 实验结果表明 :新方法和一般的阈值分割方法相比 ,不但分割图像的错分率较小 ,而且图像的视觉效果也有较大的改善(本文来源于《光子学报》期刊2003年12期）
模糊代价论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
相比于经典粗糙集方法,模糊粗糙集方法避免了数据离散化的过程,减少了信息损失。但基于传统模糊粗糙集的属性约简并未考虑实际应用中数据的测试代价,为解决这一问题,提出了一种近似质量与测试代价相融合的适应度函数,并利用遗传算法以求得具有较小测试代价的约简。最后,采用UCI中的8组数据集对基于新适应度函数的遗传算法与经典的启发式算法进行对比分析,实验结果表明,遗传算法相较于启发式算法能够在保证近似质量不发生明显变化的情况下获得具有较低测试代价的约简。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊代价论文参考文献
[1].段在鹏,钱新明,多英全,黄平,刘振翼.基于改善代价的模糊综合评价后续决策研究[J].兵工学报.2015
[2].颜旭,徐苏平,窦慧莉.模糊粗糙集中基于测试代价敏感的属性约简[J].电子设计工程.2015
[3].徐苏平,杨习贝,范霁月,钱林峰,马健.基于测试代价敏感的多粒度模糊粗糙集模型[J].电子设计工程.2014
[4].万李,杨杰.模糊选择消费代价函数动态资源分配算法研究[J].计算机应用研究.2012
[5].卫东,郑恩辉,杨敏,吴向阳,张英.基于支持向量机的误分类代价敏感模糊推理系统[J].控制与决策.2010
[6].马映辉,杜维.广义T-S模糊系统的非脆弱保代价控制[J].江南大学学报(自然科学版).2008
[7].袁晓峰,许化龙,陈淑红.一类最小代价模糊决策系统及其算法[J].计算机工程.2008
[8].张代远,吕鹏.基于零代价函数神经网络的神经—模糊系统与应用[J].计算机应用.2006
[9].吴忠强,赵海英.具有不确定参数的混沌系统的模糊保代价控制[J].电机与控制学报.2004
[10].王保平,范九伦,谢维信,吴成茂.一种基于代价函数和模糊熵的图像分割方法[J].光子学报.2003