您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (1): 54-62.

• 机器学习与数据挖掘 • 上一篇    下一篇

随机可变模糊识别模型在清洁生产评价中的应用

王琳1,刘保东2 *   

  1. 1.山东大学数学学院, 山东 济南 250100;
    2. 山东大学计算机科学与技术学院,  山东 济南 250101
  • 收稿日期:2012-07-03 出版日期:2013-02-20 发布日期:2012-07-03
  • 通讯作者: 刘保东(1964- ),男,山东沂水人,教授,博士,主要研究方向为资源与环境数学.E-mail:baodong@sdu.edu.cn
  • 作者简介:王琳(1987- ), 女, 山东烟台人,硕士研究生,主要研究方向为数学建模方法及应用.E-mail:wanglinmath@mail.sdu.edu.cn
  • 基金资助:

    山东大学优秀研究生科研创新基金资助项目(10000080398203)

Application of random variable fuzzy recognition model in  cleaner production assessment

WANG Lin1, LIU Bao-dong2 *   

  1. 1. School of Mathematics, Shandong University, Jinan 250100, China;
    2. School of Computer Science and Technology, Shandong University, Jinan 250101, China
  • Received:2012-07-03 Online:2013-02-20 Published:2012-07-03

摘要:

针对清洁生产评价中模糊性与随机性并存的问题,建立随机可变模糊识别模型。向可变模糊识别模型中引入一个服从正态分布的随机项,同步研究模糊性和随机性。通过控制模型中距离参数p和优化准则参数α,得到4个随机模糊识别子模型,随后根据正态分布3σ原则,选择合理的置信度,得到级别特征值的置信区间,以此判断隶属级别。该模型与传统百分制评分模型相比削减了主观偏好对评价结果的影响,提高了评价的可操作性和准确性。实例结果证明随机可变模糊识别模型能准确评价清洁生产水平,为清洁生产评价工作提供参考。

关键词: 随机, 清洁生产评价, 模糊识别, 级别特征值, 置信区间

Abstract:

The random variable fuzzy recognition model was established for the coexistence of randomness and fuzziness in cleaner production assessment. A random term obeying normal distribution was introduced to the variable fuzzy recognition model, so the randomness and fuzziness could be studied simultaneously. Four random fuzzy recognition sub-models were generated by controlling the distance parameter p and the optimization parameter α, and then according to the 3σ principle of normal distribution, after choosing a reasonable confidence, the grade was identified by the confidence interval of grade feature value. Compared with the scoring model of centesimal system, this model could cut down the effect of subjective preference on assessment results, and could improve the maneuverability and accuracy in evaluation process. The experimental results showed that the random variable fuzzy recognition model could evaluate the cleaner production level accurately, which could also provide a reference for cleaner production assessment.

Key words: random, fuzzy recognition, grade feature value, confidence interval, cleaner production assessment

中图分类号: 

  • O159
[1] 王国新,陈凤东,刘国栋. 基于彩色伪随机编码结构光特征提取方法[J]. 山东大学学报(工学版), 2018, 48(5): 55-60.
[2] 史青宣,王谦,田学东. 基于层叠的部件轨迹片段模型的视频人体姿态估计[J]. 山东大学学报(工学版), 2018, 48(2): 14-21.
[3] 刘建美,马帅奇. 基于BFGS公式的改进截断拟牛顿法在随机用户均衡问题上的应用[J]. 山东大学学报(工学版), 2018, 48(1): 36-41.
[4] 李洪阳,何潇. 基于SCKF方法的非线性随机动态系统故障诊断方法[J]. 山东大学学报(工学版), 2017, 47(5): 130-135.
[5] 孙源呈,姚利娜. 不确定奇异随机分布系统的故障诊断和容错控制[J]. 山东大学学报(工学版), 2017, 47(5): 238-245.
[6] 李璐,范文涛,杜吉祥. 基于Markov随机场的Student's t混合模型的脑MR图像分割[J]. 山东大学学报(工学版), 2017, 47(3): 49-55.
[7] 孟令恒,丁世飞. 基于单静态图像的深度感知模型[J]. 山东大学学报(工学版), 2016, 46(3): 37-43.
[8] 翟俊海,张素芳,胡文祥,王熙照. 核心集径向基函数极限学习机[J]. 山东大学学报(工学版), 2016, 46(2): 1-5.
[9] 周绍伟. 随机Markov跳跃系统有限时间稳定性[J]. 山东大学学报(工学版), 2016, 46(2): 78-84.
[10] 任永峰, 周静波. 基于信息弥散机制的图像显著性区域提取算法[J]. 山东大学学报(工学版), 2015, 45(6): 1-6.
[11] 张慧慧, 夏建伟. 不确定随机多时滞系统鲁棒随机稳定性分析[J]. 山东大学学报(工学版), 2015, 45(1): 54-63.
[12] 解静, 考永贵, 高存臣, 张孟乔. 变时滞不确定广义Markovian跳系统的滑模控制[J]. 山东大学学报(工学版), 2014, 44(4): 31-38.
[13] 夏海英1,杜海明2,徐鲁辉1,颜远辉1. 基于自适应词典学习和稀疏表示的人脸表情识别[J]. 山东大学学报(工学版), 2014, 44(1): 45-48.
[14] 葛爱冬1,2,王玉振1*,魏爱荣1. 基于矩阵半张量积方法的随机模糊系统控制器设计[J]. 山东大学学报(工学版), 2013, 43(3): 30-37.
[15] 周丽娜1,刘晓华2. 不确定中立型随机时滞系统的鲁棒记忆非脆弱H∞控制[J]. 山东大学学报(工学版), 2013, 43(3): 49-56.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!