摘要:在本研究中,我们研究了一种具有逆威布尔分布的双重犹豫模糊集理论方法。用于生产系统/设备的数据/信息可能存在不确定性,这是一个非常常见的问题。双重犹豫模糊集 (DHFS) 在降低此类不确定性的有效性方面起着重要作用。DHFS 是一种有用的替代方法,可以处理专家无法提供满意或拒绝的单一选择的情况。DHFS 是犹豫模糊集或直觉模糊集或模糊集的超集。在本研究中,我们提出了一种使用 DHFS 以及逆威布尔分布 (IWD) 的方法。借助 IWD,很容易对各个级别的系统故障率进行建模,这在可靠性案例中很常见。模糊IWD用于获得系统在寿命期间发生故障的模糊可靠性。基于𝛼-cut,引入了一种DHFS方法。DHFS克服了传统方法得到的结果,因为它优于犹豫模糊集理论,因为它包括单个案例的多重分级/选择。通过给出数值示例验证了该方法的优势和重要性。
3 另外,道具的展示顺序也是随机的。 4 由于10个项目中有4个被呈现,因此如果随机呈现,每个项目出现的次数可能会有所不同。因此,可以使用平衡的不完全区组设计(Louviere 和 Flynn,2010)来确保项目出现的频率相等。然而,由于本章的样本量非常大,达到 150,010(使用下面描述的计数方法),我们确定由于随机呈现而导致的出现次数差异很小。
摘要 - 为了在加密数据上提供访问控制,基于属性的加密(ABE)使用一组属性定义了每个用户。基于模糊身份的加密(FIBE)是ABE的变体,可为用户提供阈值访问结构。为了解决未来量子计算机构成的潜在威胁,本文提出了基于晶格的量子模糊ibe方案。但是,当前基于晶格的ABE计划面临与计算复杂性以及密文和键的长度有关的挑战。本文旨在通过在加密阶段降低关键长度和计算复杂性来提高现有模糊IBE方案的性能。虽然我们的方案中未使用负面属性,但我们在选择性安全模型中以错误(LWE)硬性问题假设证明其安全性。这些改进对安倍领域具有重要意义。
模糊控制是各种具有挑战性的控制应用的实用替代方案,因为它提供了一种通过使用启发式信息构建非线性控制器的便捷方法。此类启发式信息可能来自充当过程“人在环”控制器的操作员。在模糊控制设计方法中,我们要求该操作员写下一组有关如何控制过程的规则,然后将其纳入模拟人类决策过程的模糊控制器中。在其他情况下,启发式信息可能来自对特定过程进行过大量数学建模、分析和控制算法开发的控制工程师。同样,此类专业知识被加载到模糊控制器中,以自动化专家的推理过程和行动。无论启发式控制知识来自何处,模糊控制都提供了一种用户友好的形式化来表示和实施我们关于如何实现高性能控制的想法。在本书中,我们从控制工程的角度介绍了模糊控制。我们既关注构建非线性控制器以应对具有挑战性的实际应用,也关注对模糊控制系统动态的基本理解,以便我们在实施之前能够从数学上验证其属性(例如稳定性)。我们强调工程评估
复杂非线性系统(例如自动驾驶汽车)的控制通常需要可能无法使用或不准确的模型。在本文中,基于数据驱动的方法,用于学习非线性系统的数据驱动方法,以学习学习takagi – Sugeno(TS)模型,提出了一种新型的数据驱动模型预测控制(MPC)框架。为了解决数据TS建模,我们使用了不断发展的TS模糊椭圆形信息颗粒(TS-EEEFIG)方法来获得多型表示形式以及一组成员函数,这些功能允许使用有效的线性控制工具来处理复杂的非线性系统。,采用公式的方法用于赛车的自主驾驶控制问题。拟议的控件使用外部轨迹规划师提供的参考文献,在赛车模式下提供高驾驶性能。基于1/10比例RC汽车的高保真车辆模型,在模拟的赛车环境中验证了控制估计方案,以显示拟议方法的潜力。
最近,我们提出了语言学的哥本哈根解释(或量子语言、测量理论),它对描述经典系统和量子系统都具有很强的威力。因此,我们认为量子语言可以看作是科学语言。此外,我们证明了某些逻辑(称为量子模糊逻辑)在量子语言中是有效的。一般来说,逻辑和时间不太相容。然后,本文的目的是表明量子模糊逻辑与时间配合得很好。也就是说,量子模糊逻辑的优势在于能够清楚地区分蕴涵和因果关系。事实上,我们将证明“如果没有人被骂,就没有人会学习”这个命题的反命题(或“约翰总是饿”的否定命题)可以用量子模糊逻辑来写。然而,日常语言中的“时间”有各种方面(例如,时态、主观时间)。因此,不可能用量子语言的“时间”来理解日常语言的所有“时间”。