当前位置:首页 > 工业控制 > 电子设计自动化

摘 要: 对模糊序贯决策算法进行了优化设计,构建了一种基于模糊关系矩阵的模糊序贯决策算法,并利用Matlab 程序实现了算法,给出了源程序,通过实例分析说明了算法的简洁性。
关键词: 模糊序贯决策算法;模糊目标约束向量;模糊输入约束向量;Matlab实现

决策是人们在科学技术和日常生活中普遍存在的一种选择方案行为,许多实际问题是由多个按时间顺序相互关联的决策阶段组成的[1]。在每一个决策阶段,选择一个合理的方案,依次作出决策以实现整个决策过程最优化的决策问题称为序贯决策问题,也称为动态决策问题。实际上有许多问题往往是不确定的、模糊的,人们很难做出判断。基于模糊集理论的模糊决策为这类问题的解决提供了有效的方法和技术。模糊决策是从一个阶段的状态转移到下一个阶段某个状态时的选择,由模糊目标和模糊约束共同决定[2]。模糊序贯决策就是给定最终的目标,选择系统的最佳控制序列,使各部分的状态最优,也称为模糊动态规划。许多学者对模糊动态规划理论和应用研究做了大量的工作。本文鉴于模糊序贯决策算法的复杂性,对其进行了优化设计,构建了一种基于模糊关系矩阵的模糊序贯决策算法。
Matlab是MathWorks公司于1984年推出的用于基本矩阵运算的强大数值计算软件, 在许多领域得到了充分的利用。本文的模糊序贯决策算法在每个阶段都要做模糊矩阵合成运算,从而得到下一阶段的模糊目标约束向量,这样当阶段数较大时,计算量很大。针对Matlab 软件在矩阵运算方面的优势,提出了基于Matlab编程方法的模糊序贯决策方法,从而方便、快捷地得到系统的最佳控制序列。这对模糊决策理论的发展与应用具有一定的意义。



3 情况吸收过程模糊序贯决策实例分析
根据参考文献[1]中实例,某蔗糖酯(SE)情报研究课题组根据课题要求,拟定研究报告由5方面知识内容组成:SE的性质和功能、用途与应用、市场需求状况、合成工艺评价、产品方案与生产规模的可行性等。为此,将整个情报研究过程分为5个阶段,并按研究报告的5个方面知识组成。每阶段的情报分析侧重其中一项内容,但又兼顾其他4方面知识,以形成该阶段的知识结构状态。
第1阶段,主要分析SE的性质与功能,知识结构状态为x1;第2阶段,主要分析SE的用途与应用,知识结构状态为x2;第3阶段,主要进行市场分析,知识结构状态为x3;第4阶段,主要进行工艺评价,知识结构状态为x4;第5阶段,主要研究生产可行性,知识结构状态为x5。
这样,SE情报吸收系统的知识结构状态集为X={x1,x2,x3,x4,x5},并按上述5个方面知识要求,将情报资料分成3类(因一份情报资料往往包含多方面知识内容,而且有的知识内容如生产可行性尚无现成情报资料之故)。因此,SE情报信息吸收的输入控制变量为U={u1,u2,u3},按照二类情报资料所含知识的特点, 在情报研究者的情报吸收能力正常的状况下, 其知识结构的状态转移矩阵如下:

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

NVIDIA 量子模拟平台将通过各大云提供商提供,帮助科学家推进量子计算和算法研究

关键字: 量子计算 算法 量子云

随着科技的飞速发展,人工智能(AI)已经成为当今科技研究的热点和前沿。AI的快速发展不仅带来了许多新的应用场景和商业模式,也在推动科技进步的同时,引发了一系列关于其未来发展方向和潜在影响的深入讨论。本文将对人工智能的科技...

关键字: 人工智能 AI技术 算法

机器学习算法:机器学习是一种让计算机通过学习数据和模式来改进自身算法的技术。这些算法包括监督学习、无监督学习和强化学习。

关键字: 人工智能 机器学习 算法

随着信息技术的快速发展,机器学习作为人工智能的核心技术之一,正逐渐渗透到各个领域,引领着一场前所未有的科技变革。在机器学习的实际应用中,有三大重点至关重要,它们分别是数据质量、算法选择与模型评估。本文将深入探讨这三大重点...

关键字: 机器学习 数据质量 算法

在人工智能的浪潮中,机器学习已逐渐成为推动科技进步的核心动力。机器学习技术的广泛应用,从图像识别到自然语言处理,从智能推荐到自动驾驶,都离不开其三个基本要素:数据、算法和模型。本文将深入探讨这三个基本要素在机器学习中的作...

关键字: 机器学习 算法 人工智能

随着信息技术的迅猛发展,机器学习作为人工智能的核心技术之一,已经深入到了各个领域,为我们的生活和工作带来了翻天覆地的变化。无论是智能语音助手、自动驾驶汽车,还是个性化推荐、疾病预测,这些令人惊叹的应用背后,都离不开机器学...

关键字: 机器学习 人工智能 算法

机器学习的方法是指利用统计学方法和算法让计算机自动学习模式和规律,并通过数据进行预测和决策的一门学科。机器学习的主要目标是让计算机能够从数据中自我学习,通过训练模型来提高自身的性能。机器学习的方法可以从高层次上分为监督学...

关键字: 机器学习 算法

机器学习算法可以分为有监督学习、无监督学习、深度学习和强化学习等几种类型。每种类型都有其独特的优点和缺点。

关键字: 机器学习 算法

机器学习算法是指从大量历史数据中挖掘出其中隐含的规律,并用于回归(预测)或者分类的算法。机器学习是一种实现人工智能的方法,它使用模型来进行预测和推断。模型通过学习大量数据中的模式来提高预测准确性和分类准确性。机器学习算法...

关键字: 机器学习 算法

人工智能(AI)作为当今科技领域的核心驱动力,已经引起了全球范围内的广泛关注。随着算法的突破、数据量的增长以及计算能力的提升,AI技术正在以前所未有的速度发展。本文将深入探讨人工智能目前的发展现状,包括主要的技术进展、应...

关键字: 人工智能 算法 应用领域
关闭
关闭