粒子群算法在确定模糊测度中的应用

摘要

模糊测度和模糊积分已经在很多实际问题中得到了成功的应用。在这些应用中，如何确定模糊测度是最困难的问题。尽管已经存在很多的方法用来解决这个问题，例如遗传算法和神经网络，但是很难说明哪种计算技术更合理，更可行，每一种方法都有它自身的优点和不足，所以非常有必要研究新的方法或技术来学习模糊测度。
　　 本文尝试制定特殊的粒子群算法来从数据中确定一般模糊测度，并且验证了算法的有效性和高效性。在此基础上，我们推广该算法用来确定其它特殊类型的模糊测度以及修改模糊测度。为了验证所制定的算法，我们把制定的算法和基本的粒子群算法以及相应文献中的遗传算法做了比较性研究；另外，为了验证算法是否在数据含有噪音时具有健壮性，我们做了大量的试验。理论的分析和试验的结果说明，对于确定模糊测度这个问题，粒子群优化技术是可行的，而且比现存的遗传算法具有更好的性能。

目录

文摘

英文文摘

声明

第1章 绪论

1.1研究工作的目的与意义

1.2本课题的国内外发展现状

1.3本课题研究的主要内容

第2章预备知识

2.1模糊测度和模糊积分

2.2所要解决的优化问题

2.3基本粒子群算法

第3章基于观测数据用粒子群算法确定模糊测度

3.1用粒子群算法确定一般模糊测度

3.2用粒子群算法确定λ模糊测度

3.3用粒子群算法确定置信测度和似然测度

附图表

第4章基于部分模糊测度数据用粒子群算法确定模糊测度

4.1用粒子群算法对己知部分模糊测度进行修改

4.2用粒子群算法对已知部分模糊测度进行扩张

第5章 改进算法与基本算法和遗传算法分析比较

5.1改进算法和基本算法比较

5.2改进算法和遗传算法比较

5.3改进算法的健壮性分析和比较

第6章结论与展望

参考文献

攻读硕士学位期间发表的论文

致 谢