XiaoMi-AI文件搜索系统
World File Search SystemFuzzy
模糊，直觉模糊和中性粒子图的能量
对文献的综述深入研究了模糊图，直觉模糊图和中性粒细胞图的能量测量和决策过程之间的复杂相互作用。在图理论中，能量是用于测量结构特性并评估决策模型动力学的关键数量。考虑到涉及决策的上下文中能量测量的理论基础，计算技术和实际应用的理论基础，考虑到模糊，直觉模糊和中性粒细胞图模型所带来的特殊特征。本综述试图为希望使用能量度量的研究人员和从业者提供彻底的理解，以在这些特定图形拓扑结构中综合先前的研究中，以设置这些特定图形拓扑内包含的不确定性。
MPPT电荷控制器使用模糊逻辑与太阳能光伏系统集成的电池
与其他可再生能源（RE）资源相比，太阳能已成为发电，替代传统来源的最突出和前瞻性来源。但是，太阳能光伏（PV）能量产生取决于太阳辐照度和细胞温度。通过实现最大功率点跟踪（MPPT）算法，可以最大化太阳能PV的功率。尽管如此，仍然存在较慢的收敛速率，最大功率（MPP）周围的显着波动以及由太阳能PV的快速辐照度变化引起的漂移问题。为了防止振荡并达到PV模块的稳态和连续输出，在这项工作中设计了基于模糊的逻辑（FL）的MPPT。选择了作为DC-DC转换器和铅酸电池作为输入的，选择了扰动和观察（P＆O）MPPT方法。将使用MATLAB Simulink开发总体设计，并将在恒定和步骤辐照度下评估FL-MPPT电荷控制器的效率。此外，将监控电池的充电状态（SOC），以防止过度充电和排放。此外，将使用或不使用MPPT方法来评估控制器的有效性。基于从常数和步进辐照度水平获得的模拟结果，带有P＆O算法的FL-MPPT电荷控制器和铅酸电池，因为负载能够在延长电池寿命的同时保持最大的系统效率。两种辐照度概况的FL-MPPT电荷控制器的效率约为96％，而没有FL-MPPT算法的系统仅达到42％的效率。
模糊机器学习：综合框架与系统评价
摘要 —机器学习汲取了计算机科学、认知科学和统计学等各个学科的智慧。尽管机器学习在理论和实践上都取得了长足的进步，但它的方法在处理复杂情况和高度不确定的环境时仍存在一些局限性。数据不足、观察不精确以及信息/关系不明确都会使传统的机器学习系统陷入困境。为了解决这些问题，研究人员从不同方面整合了机器学习和模糊技术，包括模糊集、模糊系统、模糊逻辑、模糊度量、模糊关系等。本文对模糊机器学习从理论、方法到应用进行了系统的回顾，总体目标是概述模糊机器学习领域的最新成就。为此，所讨论的概念和框架分为五类：1）模糊经典机器学习；2）模糊迁移学习；3）模糊数据流学习； 4)模糊强化学习；5)模糊推荐系统。本文所呈现的文献应使研究人员对模糊机器学习研究及其应用的当前进展有深入的了解。
基于 2 型模糊集和深度图卷积网络相结合的脑电信号自动测谎模型
摘要：近几十年来，许多不同的政府和非政府组织将测谎用于各种目的，包括确保犯罪供词的真实性。因此，这种诊断是用测谎仪来评估的。然而，测谎仪有局限性，需要更可靠。这项研究介绍了一种使用脑电图 (EEG) 信号检测谎言的新模型。为实现这一目标，我们创建了一个包含 20 名研究参与者的 EEG 数据库。本研究还使用六层图卷积网络和 2 型模糊 (TF-2) 集进行特征选择/提取和自动分类。分类结果表明，所提出的深度模型可以有效区分真话和谎言。因此，即使在嘈杂的环境中 (SNR = 0 dB)，分类准确率仍保持在 90% 以上。所提出的策略优于当前的研究和算法。其卓越的性能使其适用于广泛的实际应用。
可再生能源一体化可持续管理中基于模糊逻辑的能源管理
摘要。本研究提出了一种基于模糊逻辑的新型能源管理模型，旨在优化可再生能源与智能电网的结合。该研究使用模拟数据来评估该模型在重要指标方面的表现，结果显示可再生能源消耗、电网稳定性、能源存储可靠性和系统整体效率均有显著改善。模糊逻辑控制器根据当前输入调整能源分配，使可再生能源使用率显著提高 20%。适应能力对于应对太阳能、风能和生物质能固有波动至关重要。该方法大大提高了电网稳定性，电网频率变化减少了 15%，凸显了其在确保更规范、更稳定的电力供应方面的有效性。此外，能源存储系统的可靠性在充电状态下显著提高了 25%，表明充电和放电循环最佳。这种可靠性的提高增强了电力系统在高需求和变化时期的能源供应稳定性。与传统管理系统相比，基于模糊逻辑的能源管理模型使整个系统效率显著提高 22%。该指标涵盖了该模型对可再生能源使用、电网稳定性和储能优化的综合影响。与传统控制策略（如比例积分微分控制器）进行的比较分析一致证明了模糊逻辑方法的优越性。这种方法使电网频率偏差减少 10%，储能充电状态提高 15%，整个系统效率提高 12%。敏感性分析突出了模糊逻辑控制器的弹性，因为即使参数变化很大，它也能表现出一致的性能。通过使用验证，进一步证实了该模型的实际实用性和对道德原则的遵守
使用SWOT模糊的AHP-TOPSIS
数字转换是一个变革的过程，不仅涉及新技术的使用，而且还涉及商业模型的变化和数字化策略的制定，因此动态业务变化发生1）。数字化转型是商业世界变化的推动力，因为它利用了新的基于Internet的技术对整个社会的影响2）。数字化转型利用数字技术，通常与物联网（IoT）和人工智能（AI）3）相结合，改变业务部门范式，使服务能够更加可用于客户4），并改变他们的决策5）。数字转型的成本支出预计将从2017年持续增加到2025年，复合年增长率为 +14.32％。图1显示了从2017年到2025年全球数字转换的成本数据。响应这一预测，有两个主要因素极大地影响了数字转型支出，即Covid-19大流行和客户需求的现象。麦肯锡调查表明，在COVID-19大流行期间，与业务数字化有关的潜在变化是，在Covid-19-19-大流行后实施和数字化转型所需的时间差异比大流行7之前的速度快20至25倍。
人工智能中的模糊逻辑 - ijrpr
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
基于模糊逻辑的智能电网可再生能源整合能源管理
摘要。本研究提出了一种基于模糊逻辑的新型能源管理模型，旨在优化可再生能源与智能电网的结合。该研究使用模拟数据来评估该模型在重要指标方面的表现，揭示了可再生能源消耗、电网稳定性、能源存储可靠性和系统整体效率的显著改善。模糊逻辑控制器根据当前输入调整能源分配，使可再生能源的使用率显著提高 20%。适应能力对于应对太阳能、风能和生物质能固有的波动至关重要。该方法大大提高了电网稳定性，电网频率变化减少了 15%，凸显了其在确保更规范、更稳定的电力供应方面的有效性。此外，能源存储系统的可靠性在充电状态下表现出显著的 25% 的增强，表明充电和放电的循环是最佳的。这种可靠性的提高提高了电力系统在高需求和变化时期的能源供应稳定性。与传统管理系统相比，基于模糊逻辑的能源管理模型使整个系统效率显著提高 22%。该指标涵盖了该模型对能源使用情况的综合影响
模糊AHP和模糊维科的比较分析...
塔林技术大学机械与工业工程系，Ehitajate Tee 5，19086 Tallinn，Estonia B最佳城市中心最佳城市中心，塔林大学技术大学，Ehitajate Tee 5，19086 Tee 5，19086，Estonia，Estonia，Estonia，Estonia，Estonia，2023年11月7日获得了2023年12月18日，在线接受了2022年3月21日，2024年2024年2024年20月202日。这是根据创意共享归因的条款和条件分发的一份开放访问文章4.0国际许可CC（http://creativecommons.org/licenses/4.0）。摘要。在当前的研究中，已经实施了两种广泛使用的多标准决策方法，模糊分析层次结构过程（AHP）和模糊维科尔方法，以优先考虑多标准决策问题的标准。在此，案例研究是一种自动驾驶汽车，塔尔特伊斯·伊斯·阿维（Taltech Iseauto Av Shuttle）是在塔尔特赫大学（Taltech University）开发的。当前问题的标准由专家评估，在形成成对矩阵后，这些矩阵通过算术平均值的最大最小方法汇总。随后在模糊AHP的情况下，通过计算权重并使其标准化，获得了每个标准的相对重要性，从而导致标准的排名。此外，在模糊维科尔方法的情况下，聚合的成对矩阵加权并归一化。呈现并比较从两种方法中获得的排名。讨论了多标准决策方法模糊AHP和Vikor的优势和缺点，该方法用于自动驾驶汽车系统的风险分析。关键字：多标准决策问题，模糊分析层次结构过程（AHP），模糊维科尔方法，标准的优先级，自动驾驶汽车（AV）。简介研究多标准决策（MCDM）问题的重要性在我们日益复杂的决策世界中不能低估。在决策过程的背景下，由于同时考虑了多个经常相互矛盾的标准，因此出现了此类问题。对于对选项的系统评估，MCDM方法提供了一种方法，其中考虑了不同的定性和数值方面。他们的相关性扩展到从商业和工程到环境心理管理和医疗保健的各个领域。这些标准通常并不同等重要，替代方案的性能却大不相同。正式方法对于提供结构化的决策过程是必要的。A number of techniques have been introduced for handling multiple criteria, for instance, evo lutionary optimization [1–4], the analytic hierarchy process (AHP), the technique for order of preference by similarity to ideal solution (TOPSIS), and the vlsekriterijumska optimizacija i kompromisno resenje (multi criteria optimization and compromise solution – Vikor）方法[5-9]。为了确定在自主车辆系统中对这些重要标准进行排名的两种知名MCDM技术的功效，本文比较了AHP和Vikor方法。
模糊系统模糊可靠性分析中的对偶犹豫模糊集理论方法
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。