基于正态分布区间数的逆向云新算法.docVIP

基于正态分布区间数的逆向云新算法 　　【 摘 要 】 逆向云算法与传统的云算法不同，逆向云算法可以处理代表某一定性概念的区间数并能避免参数求取过程中的重复计算。经过相关的实验表明，逆向云算法的实用性较强，能在较高的精度上还原云模型的三个数字特征。【 关键词 】 正态分布区间数；逆向云算法；逆向云发生器 中国论文网 /8/view-7187429.htm 　　A New Reverse Cloud Algorithm Based on Normal Interval Number 　　Zheng Jian-qiu 　　（Xiamen City University FujianXiamen 361009） 　　【 Abstract 】 The reverse cloud algorithm is different from the traditional cloud algorithm， and the reverse cloud algorithm can handle the interval number of a qualitative concept and can avoid the repeated calculation of the parameters. After the related experiments show that the practical application of the reverse cloud algorithm is strong， and can be reduced to three digital characteristics of the cloud model with high precision. 　　【 Keywords 】 normal distribution interval number； reverse cloud algorithm； reverse clouds generator 　　1 引言 　　云模型是建立在概率论和模糊数学的基础上的，其主要功能是实现定性语言值与定量数值之间的自然转换，云模型主要是通过每个数字特征将模糊性以及随机性进行有机的关联，最终实现目的。从目前的应用现状来看，这种全新的算法也实现了对三级倒立摆的实时动平衡转换。在云模型的实际应用过程中，许多存在的客观事物具有不确定性，人类对客观事物的思维具有较大的模糊性，因此导致决策信息难以利用区间数进行表达，但是所有的逆向云算法在区间数据处理方面还不具有足够能力，所以进行相关研究具有极为重要的现实意义 　　2 多属性决策问题中的正态分布区间数 　　在诸多学科中，如信息科学、决策科学、系统科学以及管理科学等，在这些学科中，有一个十分活跃的课题，就是多属性决策理论与方法的研究。在实际应用中，多用于经济、军事、工程设计以及管控力等各个领域中。但是在实际操作的过程中，影响因素众多，因此人类很难将复杂问题采用确定的数值进行描述。另外在决策过程中，许多关于属性值的具体的数值，也难以给出，这种情况下采用区间数表示会更加方便。在一些多属性问题决策中，属性值多为区间数值，此时可以将视属性值为一个随机变量，并认为此属性值能够在某个区间数内，但是属性值变量在确切区间数内的分布规律却鲜有研究说明，部分研究认为其服从正态分布，部分研究认为其服从均匀分布。 　　3 逆向云算法设计 　　在对逆向云算法开展研究的过程中，为了能够获取有效的云模型数字特征，借助于正态分布区间数的研究理论，在这个逆向云算法设计过程中，最主要的任务是将正态分布区间数通过逆向云计算进行转化，最终转换成为有界闭的正态模糊数。在这个过程中，应用的相关理论具体如下： 　　定理①：非空的Aλ作为区间数是A作为凸模糊集存在的充要条件，Aλ作为闭区间数是J作为有界闭凸模糊集的充要条件。 　　定义②：R上正规凸模糊集称为模糊数，正规闭凸模糊集称为闭模糊数，正规有界闭凸模糊集称为有界闭模糊数。 　　由以上的理论依据可以得出，区间数和普通的实数均为模糊数，闭区间为有界闭模糊数。 　　3.1 模糊数处理 　　通过随机调查，将能够获得正态分布区间数k个正态分布区间数Vk=[V1k，V2k]，表示为，在每个区间数中，都将视为一个正态模糊数的α-水平截集，在α-水平截集中，实际问题估计区间的大小可以判定α的大小，在研究中，将α的值设为0.5，这是因为隶属度在0.5这一点表现最为模糊点，经过计算得出 　　Vk=[V1k，V2k]=[αk-σk，αk+σk]，αk=，σk=，k=1，2，3，...，n。 　　3.2 获取云期望曲线方程 　　在对k个正态分布区间实施模糊处理之后，通过开展区间数的判断，能够得到正态模糊数的α-水平