XiaoMi-AI文件搜索系统
World File Search SystemFuzzy
模糊多准则决策模型在疫情医院选址中的应用
© 作者 2023。开放存取 本文根据知识共享署名 4.0 国际许可协议获得许可，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信用，提供知识共享许可的链接，并指明是否进行了更改。 本文中的图像或其他第三方材料包含在文章的知识共享许可中，除非在材料的致谢中另有说明。 如果材料未包含在文章的知识共享许可中，并且您的预期用途不被法定规定允许或超出允许用途，则您需要直接从版权所有者处获得许可。 要查看此许可证的副本，请访问 http:// creat iveco mmons. org/ licen ses/ by/4. 0/ 。
基于多目标模糊规则的飞机滑行时间预测和不确定性量化
摘要 — 不断增长的空中交通需求和高度互联的空中交通网络给该行业带来了巨大压力，要求其优化空中交通管理 (ATM) 相关性能并开发强大的 ATM 系统。最近在准确预测飞机滑行时间方面所做的努力已在生成更高效的滑行路线和时刻表方面取得了重大进展，从而使其他关键的空侧操作受益，例如跑道排序和登机口分配。然而，很少有研究致力于量化与滑行飞机相关的不确定性。基于确定性和准确的飞机滑行时间预测生成的路线和时刻表可能无法在由于天气条件、操作场景和飞行员行为等因素而产生的不确定性下恢复，从而损害整个系统的性能，因为滑行延误可能会在整个网络中传播。因此，本文的主要目的是利用多目标模糊规则系统根据历史飞机滑行数据更好地量化这种不确定性。初步结果表明，所提出的方法可以以更具信息量的方式捕捉不确定性，因此代表了一种有前途的工具，可以进一步制定稳健的滑行计划，以减少由于滑行时间不确定而造成的延误。
通过优化的模糊逻辑系统
推理引擎推理引擎是专家系统的关键组成部分，采用逻辑规则来得出信息或基于知识库做出决策。它将fuzzi输入（通过模糊过程获得）映射到规则库，从而为应用电缆规则生成模糊输出。模糊推理引擎遵循一个结构过程，其中包括多个关键步骤。最初，它通过从知识库中识别相关规则并将输入数据与每个规则中指定的条件进行比较来执行规则匹配。一旦确定了相关规则，发动机就会评估每个规则的真实程度，从而确定输入SATIS符合条件的程度。随后，它通过结合其输出以产生连贯的决策或结论来汇总从匹配规则得出的结论。此过程是迭代的，引擎不断应用规则并更新知识库，直到实现解决方案或不适用其他规则为止。此系统ATIC方法使模糊推理引擎可以处理
基于语音识别的轮椅神经模糊控制和跟踪系统
摘要：自动轮椅是提高残疾人行动能力的重要工具。计算机和无线通信技术的进步促进了智能轮椅的提供，以满足残疾人的需求。本研究论文介绍了语音控制电动轮椅的设计和实现。该设计基于语音识别算法，对驱动轮椅所需的命令进行分类。自适应神经模糊控制器已用于生成启动轮椅电机所需的实时控制信号。该控制器依赖于从避障传感器和语音识别分类器接收到的真实数据。轮椅被视为无线传感器网络中的节点，以便跟踪轮椅的位置并进行监督控制。模拟和运行实验表明，通过结合软计算和机电一体化的概念，实现的轮椅变得更加复杂，并为人们提供了更大的移动性。
模糊球面上三维伊辛跃迁的量子蒙特卡罗模拟
经典和量子相变中出现的临界现象因其实验相关性和理论意义而备受关注[2,3]。许多临界现象被认为可以用共形场论（CFT）来描述，这些场论具有强相互作用，对二维（即 1 + 1D）以上更高时空维度的研究提出了挑战。最近，一种称为模糊（非交换）球面正则化 [1] 的方法被发明来研究由圆柱几何上的 3D CFT 控制的 3D（即 2 + 1D）临界现象，表示为 S 2 × R 。与传统的格点正则化相比，模糊球面正则化在三维 CFT 的研究中具有许多优势，这主要归功于它在 S 2 × R 中利用了径向量化[ 4 , 5 ]以及精确保存了球面 SO ( 3 ) 对称性[ 6 , 7 ]，这一点最近已被令人信服地证明[ 1 , 8 – 11 ]。首先，模糊球面可以直接获取有关临界状态下出现的共形对称性的信息[ 1 , 10 ]。其次，它可以直接提取 CFT 的各种数据，包括共形主算子的众多缩放维度[ 1 , 10 ]、算子积展开系数[ 8 ]和四点相关器[ 9 ]。例如，可以直接从系统的激发能量计算缩放维度，并且可以使用共形扰动进一步提高其精度[12]。第三，模糊球方案适用于各种三维CFT，包括Ising[1]、O(N)Wilson-Fisher、SO(5)非禁闭相变[10]、临界规范理论[10]和缺陷CFT[11]。最后，当哈密顿量经过合理微调时，模糊球正则化表现出令人难以置信的小有限尺寸效应。模糊球正则化的这些优势为探索高效率、高精度和全面的三维CFT提供了激动人心的机会。模糊球正则化考虑了一个微观量子哈密顿量，在连续球面空间中对具有多种口味的费米子进行建模，并将费米子投影到最低球面朗道能级 [ 1 , 6 , 13 ] 。与规则晶格模型相比，模糊球模型在紫外极限下严格保持了连续旋转对称性。得益于通过微调实现的极小的有限尺寸效应，精确对角化 (ED) 和密度矩阵重正则化群 (DMRG) 方法等数值算法在研究 3D Ising CFT 和 SO ( 5 ) 解禁相变的模糊球模型时非常有效。然而，这两种算法的计算成本最终会随着系统尺寸呈指数增长。更重要的是，对于涉及大量费米子口味的情况，ED 和 DMRG 的计算成本很快就会超过实际的资源和时间限制。在这些情况下，使用随时间多项式缩放的方法（例如量子蒙特卡罗 (QMC)）来研究模糊球面上的模型将会很有帮助。本文旨在利用 3D Ising CFT 作为示例，展示 QMC 方法在研究模糊球面上的 3D CFT 中的应用。在参考文献 [ 13 , 14 ] 中可以找到有关模糊环面模型的类似讨论。与参考文献 [ 1 ] 中介绍的模糊球面 Ising 模型相比，我们在费米子中引入了一个额外的味道指数，这会导致 QMC 模拟没有符号问题。作为基准，我们提供了数值
在区间型 2 模糊集中应用 AHP 和 TOPSIS 进行飞机选择
选择合适的飞机可以为航空公司带来竞争优势，然而，有许多因素会给选择过程带来一定程度的不确定性。通过消除这种不确定性，航空公司可以增加实现长期目标的机会。新的多标准决策 (MCDM) 方法为决策者提供了选择合适飞机的令人满意的解决方案。因此，我们专注于使用新的 MCDM 方法对最合适的商用飞机替代方案进行多维评估和选择。本文为航空公司规划人员在不确定的情况下选择商用飞机提供决策支持。在本研究中，与文献中关于飞机选择的其他研究不同，此处提出的模型使用区间型 2 模糊分析层次过程 (IT2FAHP) 和区间型 2 模糊技术按与理想解的相似性排序 (IT2FTOPSIS) 混合方法。所提出的飞机选择模型允许商业航空公司根据特定标准评估飞机：经济性能、技术性能和环境影响，从而帮助决策者在不确定的环境中选择合适的飞机。除了供商业航空公司使用外，研究中的方法还可以应用于教练机、货机和军用飞机的选择。我们的研究结果表明，空客 A321neo 在技术方面、经济方面和环境方面都是最适合航空公司的商用飞机。
面向人类可解释人工智能的模糊系统及其应用特刊
（投稿截止日期为 2020 年 10 月 31 日） 1. 目的和范围 模糊系统是计算智能领域最重要的进步之一，由于它由人类的推理和决策模型组成，因此在许多数据科学场景中都表现出出色的模糊建模能力。通过基于模糊规则的系统和算法之间的协作，有助于进一步理解人工智能，特别是机器学习的准确性和可解释性，从而获得人类可解释的人工智能模型。目前，基于人工智能的模型的目标不仅是实现最高的准确性，而且还要对其用户和开发人员具有可解释性。从这个意义上说，模糊系统保留了可揭示的可理解性的原始性质并提高了其建模能力，在处理人类可解释的人工智能方面优于其他方法。本期特刊旨在收集一系列关于模糊系统的优秀研究，以期朝着可用人类推理解释的人工智能领域迈进。这将简要介绍人类可解释的人工智能这一新兴领域的最新进展。2. 涵盖的主题可能的主题列表包括但不限于：
使用模糊逻辑通过二维雷达估计空中物体高度
使用模糊逻辑的 2-D 雷达进行空中物体高度估计 SGK Murthy、MV Ramana Murthy、D Satya Narayana 摘要 - 多传感器跟踪是航空航天应用中广泛使用的技术，用于精确估计目标运动学。特别是海军跟踪系统在多传感器跟踪场景中利用不同类型的雷达（2-D、3-D）进行稳健估计。由于 2-D 雷达提供的信息仅包含距离和方位角值，因此很难使用 2-D 雷达估计空中物体的高度。为了克服这一限制，考虑采用几何方法来组合从位于两个不同位置的两个 2-D 雷达获得的信息。由于几何方法的解决方案取决于某些几何特征，因此不可能用一对传感器获得良好的结果。然而，为了获得更好的结果，提出了一种方法，并尝试使用两个以上的 2-D 雷达结合基于模糊逻辑的验证。本文讨论了与 2-D 雷达跟踪相关的问题，以及包括三角测量几何和基于模糊逻辑的验证方法在内的方法，以提高实时高度估计精度。索引术语：模糊决策、模糊逻辑、使用 2-D 雷达进行目标跟踪 I。简介雷达技术的发展始于 20 世纪初的第二次世界大战。所有部队都使用雷达来控制天空和海洋。那个时代开发的雷达技术仍然用于跟踪空中和陆地物体。目标跟踪是一个重要的研究领域，涵盖了国防和商业应用的广阔领域[1]。了解空中情况是空域控制的一项基本任务。多雷达跟踪 (MRT) 是海军目标跟踪应用中广泛使用的技术。在多传感器数据融合系统中，从位于不同位置的多个雷达获得的信息被融合到手稿中 2010 年 5 月 20 日收到 SGK Murthy 在印度海得拉巴国防研究与发展实验室工作，电话：91-40-24151654，电子邮件：sgk_murthy@yahoo.com MV Ramana Murthy 在印度海得拉巴奥斯马尼亚大学数学系工作，电子邮件：mv_rm50@gmail.com D Satya Narayana 在印度海得拉巴奥斯马尼亚大学数学系工作
具有模糊系统和边缘计算的传染病的智能监测：调查
传染病通常具有较大影响范围的快速扩散的特征。一旦爆发，它们将引起大量的感染，从而造成巨大的健康和安全风险。因此，早期的传染病监测和预防至关重要。当前的监视系统可以在一定程度上预测传染病的发生率。但是，传感器收集的数据的多样性，不准确性和不完整使得难以获得准确的监视结果。此外，监视系统的本地资源有限，无法及时处理增加的数据量。为了应对这些挑战，近年来已将模糊逻辑和边缘计算用于传染病监测。本文介绍了基于模糊逻辑和边缘计算的传染病监测技术的全面综述。详细介绍了传染病监测中的模糊神经网络，然后对模糊系统在传染病监测中的应用进行了简要研究。最后，描述了基于边缘计算和模糊逻辑的组合的现有疾病检测系统的改进。评论表明，边缘计算和模糊逻辑是互补的，它们的组合大大提高了数据的处理效率和数据的存储空间。同时，具有载体的边缘计算，模糊逻辑，神经网络，专家系统和其他技术的结合可以有效地进行疾病预测和诊断。©2022 Elsevier B.V.保留所有权利。
基于非整数一般 II 型模糊系统的直流纳米电网稳定性
摘要 — 本文提出了一种基于动态一致性算法的非线性 IV 下垂控制，用于平衡直流纳米电网 (DCNG) 中储能系统 (ESS) 的充电状态。动态一致性算法 (DCA) 提供了一种协调的二次控制，在分布式发电 (DG) 单元之间共享信息，以根据 ESS 的容量和充电状态 (SoC) 调节每个 DG 的输出功率。此外，在二次控制级应用了一种新型高带宽分数阶广义 2 型模糊逻辑比例积分微分 (FOGT2FPID) 控制器，以确保快速准确的电压调节和 DCNG 中的 SoC 平衡。在一次控制级，非线性 IV 下垂控制方法可在 DG 之间提供快速动态和准确的功率共享。此外，所提出的控制方法可以提供可靠性、模块化和灵活性。与传统方法相比，所提出的控制器可以防止 DG 的过流故障和突然断开。此外，它可以通过平衡 DCNG 中的 SoC 来提供电压调节。实验结果显示了使用奥尔堡大学微电网实验室的设施在不同场景下验证所提出的控制方案的有效性。