基于PSO优化的模糊自适应PID算法在照明控制系统中的应用

日光具有时变性及易干扰性,为使日光得到充分合理的利用,实现智能照明系统更有效的控制,提出一种基于粒子群算法（PSO）优化的模糊自适应PID算法,通过PSO算法得到最优PID初始参数,并利用模糊规则对参数进行自适应修正。仿真结果表明,与普通PID算法相比,该算法在最优化初始参数的基础上,上升时间、超调量和稳态时间等指标均得到明显的改善,增强了系统的响应性、稳定性和鲁棒性,具有良好的应用前景。     

试析大学毕业生就业与"人职匹配"

“人职匹配”犹如大学生职业定位的导航标,引导大学毕业生了解自己、了解工作和寻求两者之间最为恰当的匹配方法,从而可以缓解大学生和社会的就业压力,也使人力资源得到最合理利用。因而“人职匹配”对于大学毕业生具有不可替代的必要性。不仅大学生本人,高校和社会都要为“人职匹配”创造合理的条件和环境.     

模糊评价法在国家奖助学金评定工作中的应用

国家奖学金和助学金的评选受到诸多因素的影响,这些影响因素目前尚无法进行定量判定,为了更加合理公正的对贫困大学生进行审核评价,本文将模糊评价法引入到该项工作过程中,通过评选实例介绍了该模型的应用。     

模糊数据挖掘在竞争情报系统中的应用研究

介绍了企业竞争情报系统和模糊数据挖掘,使用模糊数据挖掘解决企业竞争情报系统中竞争对手分析、评价、预测问题。     

基于模糊层次分析和实物期权法的专利组合价值评估研究

专利组合是公司的重要资产。对专利组合进行价值评估,能够有效识别出专利组合的内在价值,分析专利组合带来的效益。本文将公司的专利作为一个组合,分析影响专利组合价值的各项内外部因素,将这些影响因素作为专利组合价值评估的重要基础,进而建立涉及多项指标的价值评估体系,运用模糊层次分析法和B-S模型对该项专利组合进行价值评估,并对具体公司的专利组合数据进行了案例分析。研究表明这种方法在一定程度上可以帮助企业确定自身专利组合的价值,具有一定的可操作性和借鉴性。     

NFCNNC:一种新的模糊竞争神经网络聚类模型及其在文本聚类中的应用

提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值最大的神经元以较大的学习率调整权值,隶属度次大的神经元以较小的学习率调整权值,其他神经元权值不变。按照FCC算法调整模糊聚类中心向量值(即权值)和神经元的隶属度,当网络稳定时,即可确定聚类数。与传统模糊神经网络模型相比,本文的模糊神经网络模型具有结构简单、运行效率高、聚类精度高的优点,同时克服了传统算法需预先指定聚类数的局限性。通过对文本聚类的实验验证,本算法取得了良好的效果。     

基于竞争情报分析的企业经营者选择问题研究

现代企业制度下,企业经营者的经营能力及经营态度将直接决定一个企业未来的发展。但在信息不对称情况下,资产所有者如何选择适应企业协调发展的经营者是企业面对的一个非常重要问题,其核心在于如何正确评价企业经营者的经营能力及经营态度。本文正是在这一背景下,运用竞争情报分析解决了这一问题,建立了企业经营者选择评价模型,并对该模型进行了实证分析。     

高琴妹教授的智能控制与优化设计工作评述

评述了高琴妹教授在自动控制方面所做的研究工作．一、进行了中功率系列GTO—PWM变频调速装置的计算机辅助设计,完成了GTO及电力电子器件数学模型、线路仿真、参数寻优等的CAD研究工作．二、对参数在线自校正模糊控制器进行了研究,提出了N＋1层多准则决策．三、主持研制了多台基于LabVIEW的用于生产现场的专用计算机检测系统,总体结构先进、合理,自动化程度高．     

法律英语课程的模糊综合评价

1998年我校率先开始在研究生中开设法律英语课程,现已逐渐形成了一门相对独立的特色课程体系。几年来,我们取得了一定的经验,但也遇到一些问题和困难。本文在对毕业生进行问卷调查的基础上,讨论了法律英语课程质量的评价指标,用层次分析法确定了各项指标的权值,利用模糊数学方法对法律英语课程质量进行综合评价,做出科学的、定量的描述,从而对法律英语教学的现状有所了解,并为今后的法律英语课程建设提供借鉴。     

基于模糊层次分析法的网络信息资源综合评价

介绍了网络信息资源的含义,提出基于模糊层次分析法的网络信息资源综合评价体系。在模糊数学综合评判法和层次分析法思想的基础上,引入模糊一致性矩阵构建权重集,从而对网络信息资源进行评价,并以网络期刊全文数据库为例给出了综合评价的分析实例。