导读:本文包含了随机模糊变量论文开题报告文献综述及选题提纲参考文献，主要关键词:随机模糊变量,可能性分布,测量不确定度,通用Dombi算子
随机模糊变量论文文献综述
蒋薇[1]（2017）在《基于随机模糊变量的递归贝叶斯估计方法研究》一文中研究指出随着现代科学技术的迅猛发展,测试系统和被测对象的复杂度越来越高,导致对测量数据及其不确定度的评价和表示难度越来越大。尤其是很多情况下测量数据除了受随机噪声的影响,还有非随机性的误差,如系统误差或不可知的误差带来的影响,此时必须依据不同的理论分开评定随机性噪声和非随机误差引起的不确定度分量,由此得到更加准确合理的测量结果及其不确定度值。随机模糊变量(RFVs,Random-Fuzzy Variables)是二类模糊变量,由两个可能性分布(PDs,Possibility Distributions)组成:一个是随机PD,表示不确定度随机分量;另一个是内部PD,表示不确定度非随机分量。RFVs法理论合理、易于执行,是比GUM(the Guide to the Expression of Uncertainty in Measurement)定义的方法更通用有效的测量不确定度评定和表示方法。本文以科学地评价和表示测量数据为目标,对基于RFVs的测量数据分析处理方法进行了研究和开发,尤其对扩展递归贝叶斯估计(RBE,Recursive Bayesian Estimation)方法进行了深入的理论和应用研究。本文的主要研究工作如下:(1)完善了RFVs方法和相关理论。RFVs的数学依据是证据理论,一种通用的不确定性信息处理理论,包含概率理论和可能性理论两种具体理论,因此RFVs法是比GUM法更通用的不确定度评定方法。本文重点分析了可能性理论、概率理论和证据理论之间的联系和区别,得出了结合可能性理论和概率理论的RFVs法是传统GUM法的一般化扩展的结论。深入探讨了RFVs的概念和内涵,提出了根据可用的计量信息分别构建RFVs的内部PDs和随机PDs的方法。此外,完善了RFVs法传递不确定度的方式。(2)提出了合成随机PDs的新方法。RFVs法应用t-范数得到联合PDs,是传播不确定度随机分量的一个关键步骤。本文针对Frank t-范数合成多个随机分量时近似误差累积变大的问题,提出使用通用Dombi算子(GDO,General Dombi Operator)合成随机分量的新方法。通过设计的最优参数选择方法得到了合成不同分布时GDO的最优参数,通过仿真分析表明GDO对减少合成随机分量时的近似误差有很大改善。论文将GDO用于有功功率测量不确定度评定的实例,并与使用Frank t-范数、传统GUM法的结果和实验数据比较,使用GDO得到的置信区间是传统GUM法和实验数据分布结果的很好的近似。带有两个可调参数的GDO有更大的灵活性,可以在传播多个不确定度随机分量的情况下获得满意的结果。(3)提出了一种基于可能性理论的RBE扩展方法。基于概率理论的经典RBE方法只能用于系统状态量和它们的观测值为随机变量的情形,此外,经典RBE尽管有理想的理论方案,但实际上只在有限的情况下能提供闭环解。本文从条件PDs这个关键概念出发,提出了一种在可能性理论域实现RBE的方法。搭建了直流电动机旋转速度测量系统,将扩展RBE方法用于获取电机旋转速度最优估计。应用实例表明该方法可以用于估计具有任意类型分布的系统状态量,考虑所有随机性的和系统性的不确定度来源,而且总是可以合理地给出闭环解。(4)提出了基于RFVs的扩展卡尔曼滤波(KF,Kalman Filter)算法。本文根据RFVs数学和可能性分布的均值和协方差的概念,提出了基于RFVs的扩展KF算法。扩展KF可以正确考虑随机效应和系统效应引起的测量不确定度,并且不受分布类型的限制。使用RFVs数学实现KF等式简单有效。另外本文通过估计旋转电机角度位置的实例分析比较了扩展KF,扩展RBE和Matía模糊KF叁种方法的特点和性能。扩展KF和扩展RBE都用RFVs表示估计结果,都可以分开考虑随机性噪声和非随机性误差引起的不确定度。前者可以给出很好的近似结果,且比后者计算时间短;后者是理论较严谨,估计结果较保守的方法。以上成果作为测量不确定度评定与表示、系统状态优化估计的基础技术,可以广泛应用于计量保障、自动测试系统、全球定位系统、惯性导航以及图像检测等领域。(本文来源于《国防科技大学》期刊2017-10-01）
尤芳,陈建军,马娟,曹鸿钧[2]（2016）在《随机-区间-模糊变量下的结构拓扑优化设计》一文中研究指出研究具有随机-区间-模糊混合变量的平面连续体结构在刚度约束下的拓扑优化设计问题。考虑结构的材料物理参数、外部载荷及结构许用柔度分别同时为随机、区间或模糊叁种不同类型的变量,首先利用信息熵转化法将模糊变量转换为等价的正态随机变量,然后基于概率可靠性分析方法获得随机变量和区间变量共存时的混合可靠性指标。在此基础上建立了以结构单元有无为设计变量,结构体积极小化为目标函数,满足结构柔度混合可靠性约束的平面连续体结构拓扑优化数学模型,并利用渐进结构优化法求解。通过两个算例验证文中所建模型的合理性及求解策略、方法的有效性。(本文来源于《机械设计与研究》期刊2016年04期）
蒋薇,张玘,Alessandro,Ferrero,Marco,Prioli,Simona,Salicone[3]（2016）在《随机模糊变量表示测量及测量不确定度》一文中研究指出《测量不确定度表示指南》(GUM)这个技术规范已被广泛认可,且其测量值关联一个不确定度值的建议也被广泛采纳。然而,这个规范遵循一种固有的概率方法,其应用并不总是可行的,且因为一些技术和经济原因,在可行的情况下,其应用也并不是简单直接的。总结了一种更一般化的不确定度评定和表示的随机模糊变量RFVs方法,系统评述了其关键技术与难点,通过实例表明,RFVs方法在非线性测量函数中传递不确定度具有简单高效的特点,最后对该领域的研究扩展提出了两点建议,给出了使用RFVs扩展贝叶斯定理的初步探讨结果。RFVs方法基于数学可能性理论,从GUM及其基本概念和定义出发对GUM方法进行了扩展,具有明显的优势,该方法的广泛应用也证明了其远大的发展前景。(本文来源于《仪器仪表学报》期刊2016年05期）
邓永辉[4]（2014）在《基于模糊随机变量的资产组合选择模型研究》一文中研究指出本文利用随机变量表示各种投资的收益率,在概率理论和随机机会规划理论的基础上建立了投资组合的决策模型,导出与原问题有紧密联系的附属问题及求解这类问题的一种有效算法.(本文来源于《赤峰学院学报(自然科学版)》期刊2014年20期）
孙旭东,郭嗣琮,张蕾欣[5]（2013）在《模糊随机变量及其数字特征的结构元方法》一文中研究指出通过模糊结构元方法研究了3类模糊随机变量,给出模糊随机变量、模糊随机密度函数、模糊分布函数的结构元表示,有效的解决了模糊随机变量的模糊数学期望、模糊方差的运算问题。(本文来源于《模糊系统与数学》期刊2013年03期）
魏育飞[6]（2013）在《离散型区间概率和离散型第二类模糊概率随机变量数学期望的性质与求解》一文中研究指出连续型第二类模糊概率随机变量问题是指连续型的清晰事件——模糊概率,而离散型第二类模糊概率是指利用模糊分解定理将一系列的模糊概率随机变量的数学期望问题转化成为一系列的区间概率随机变量的数学期望进行求解。因此,本文将对离散型区间概率以及离散型第二类模糊概率随机变量的数学期望的定义以及算法进行分析。(本文来源于《佳木斯教育学院学报》期刊2013年02期）
廖瑛,王月香[7]（2012）在《基于模糊随机变量不同概率分布的基坑稳定性分析》一文中研究指出基坑稳定性问题实际上属于模糊随机问题的范畴,传统定值设计法的安全系数显然无法反映问题的随机和模糊不确定性特点。本文基于模糊随机变量服从正态分布和对数正态分布,研究了基坑抗隆起稳定模糊概率的计算方法。实例的计算结果表明,当模糊随机变量分布不明确时,假定其服从正态分布是偏于安全的。(本文来源于《四川建筑科学研究》期刊2012年06期）
容炳华[8]（2011）在《模糊随机变量下保单现金价值计算初探》一文中研究指出文章以叁角模糊数对贴现函数模糊进行估计,利用模糊随机变量建立两全保险和生存年金模型,并通过精算现值理论得出新的现金价值计算方法,最后给出模拟算例。(本文来源于《沿海企业与科技》期刊2011年12期）
李红霞[9]（2011）在《基于模糊等价关系的随机变量的条件熵》一文中研究指出通过在模糊近似空间中引入概率分布,建立模糊概率近似空间.同时将度量事件集不确定性的shannon熵进行推广,给出了模糊概率近似空间的熵,最后给出了模糊概率近似空间的条件熵及其性质.(本文来源于《喀什师范学院学报》期刊2011年03期）
李红霞[10]（2011）在《基于模糊等价关系随机变量的联合熵》一文中研究指出将概率分布引入到模糊近似空间中,建立模糊概率近似空间,并将Shannon熵进行了推广,给出了模糊概率近似空间的熵,条件熵.同时,讨论了两个模糊等价关系的联合熵及性质.(本文来源于《内江师范学院学报》期刊2011年04期）
随机模糊变量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究具有随机-区间-模糊混合变量的平面连续体结构在刚度约束下的拓扑优化设计问题。考虑结构的材料物理参数、外部载荷及结构许用柔度分别同时为随机、区间或模糊叁种不同类型的变量,首先利用信息熵转化法将模糊变量转换为等价的正态随机变量,然后基于概率可靠性分析方法获得随机变量和区间变量共存时的混合可靠性指标。在此基础上建立了以结构单元有无为设计变量,结构体积极小化为目标函数,满足结构柔度混合可靠性约束的平面连续体结构拓扑优化数学模型,并利用渐进结构优化法求解。通过两个算例验证文中所建模型的合理性及求解策略、方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
随机模糊变量论文参考文献
[1].蒋薇.基于随机模糊变量的递归贝叶斯估计方法研究[D].国防科技大学.2017
[2].尤芳,陈建军,马娟,曹鸿钧.随机-区间-模糊变量下的结构拓扑优化设计[J].机械设计与研究.2016
[3].蒋薇,张玘,Alessandro,Ferrero,Marco,Prioli,Simona,Salicone.随机模糊变量表示测量及测量不确定度[J].仪器仪表学报.2016
[4].邓永辉.基于模糊随机变量的资产组合选择模型研究[J].赤峰学院学报(自然科学版).2014
[5].孙旭东,郭嗣琮,张蕾欣.模糊随机变量及其数字特征的结构元方法[J].模糊系统与数学.2013
[6].魏育飞.离散型区间概率和离散型第二类模糊概率随机变量数学期望的性质与求解[J].佳木斯教育学院学报.2013
[7].廖瑛,王月香.基于模糊随机变量不同概率分布的基坑稳定性分析[J].四川建筑科学研究.2012
[8].容炳华.模糊随机变量下保单现金价值计算初探[J].沿海企业与科技.2011
[9].李红霞.基于模糊等价关系的随机变量的条件熵[J].喀什师范学院学报.2011
[10].李红霞.基于模糊等价关系随机变量的联合熵[J].内江师范学院学报.2011