多目标模糊关系优选决策的优化模型

基于模糊环境下具有监督因子的目标函数，提出了计算最优模糊关系识别决策矩阵和目标权重的优化模型，进一步完善了模糊关系优选理论模型；并应用于农业耕作方式的模糊优选，取得了满意的效果。     

多目标系统多维模糊决策理论模型

本文分析了模糊优选理论模型，指出了其对多目标系统决策的局限性，提出了多维模糊决策的概念，利用模糊识别理论，建立了多目标系统多维模糊决策理论模型，实例说明有效的。     

改进的模糊优选多目标优化遗传算法及其应用

提出一种改进的模糊优选多目标优化遗传算法.算法采用个体在总群体中的相对优属度作为适应度值,将总群体中的全部个体按子目标函数的数量平均划分为子群体,对每个子群体分配1个子目标函数,以子目标函数值计算子群体中个体的适应度值.2次选择后满足了整体最优的要求,又尽可能地逼近各子目标最优值.经实例计算,效果显著.     

多目标日光温室环境监控系统的开发

针对中国北方地区日光温室生产发展需要。研究开发了以工控计算机为核心的日光温室环境监控系统。系统采用RS-485远距离通讯与多点数据采集技术。各控制单元独立完成数据采集与转换任务。通过RS-232/485转换模块与主控计算机进行通讯，该系统扩展性强，可同时监控60栋日光温室。     

多目标模糊优选模型在水库洪水调度方案优选中的应用

针对水库洪水调度方案评价中的多目标性和模糊性，将多目标模糊优选理论模型应用于闹德海水库的实际，将传统的优化技术与模糊集新理论有机结合，用有序二元对比模型描述目标的权重，根据水库的不同时期和不同情况，确定不同目标的权重．设计了基于Power Builder的人机交互界面，实现方案优劣的排序，对水库的洪水调度方案进行了优选．实践表明，该模型具有很强的实用性．     

多目标日光温室计算机生产管理系统研究

利用计算机强大的数据处理能力,实时采集、处理日光温室内温度、湿度、光照强度、二氧化碳浓度及土壤水分等影响植物生长发育的环境因子,并根据作物生产生长发育的阶段性技术要求,设定各项控制指标,控制各执行机构的运行,从而实现日光温室环境因子监控及生产管理自动化。本系统具有多目标管理功能,适合大中型农业园区生产管理需要。     

施工方案的多目标层次优选决策的研究

层次分析法应用于多目标评价决策，是一种十分有效的定性与定量分析有机结合的方法。本文应用层次分析法对多目标施工方案的决策进行了研究，通过建立判断矩阵，并进行一致性检验，进而得出最优方案。     

模糊优选模型在流域梯级水电开发中的应用

针对流域梯级水电开发优先决策问题,应用模糊优选模型对指标的相对优属度求解。首先对指标进行模糊化,通过模糊多目标运算得到各目标的相对隶属度,进而确定各个水电站在流域梯级开发中的位置。实例表明,该方法简单、有效,排序结果合理。     

不同墙体材料日光温室的保温性能

为明确秸秆块墙体日光温室和土墙体日光温室的保温性能,本文以秸秆块墙体日光温室和土墙体日光温室为研究对象,分析了两种墙体结构温室中墙体温度、土壤温度、室内空气温度分布以及晴天和阴天时空气温度变化.结果显示,厚度0.6m的秸秆块墙体日光温室与平均墙厚4.0m土墙体日光温室相比,晴天时温室内空气温度和土壤温度差异不显著,清晨和阴天时秸秆块墙体温室内空气温度略低;秸秆块墙体内侧变温层厚度为15 cm,土墙体内侧变温层厚度为45 cm;秸秆块墙体日光温室中40 cm以内土壤层温度[(15.4±1.0)℃]与土墙体日光温室[(16.1±2.0)℃]无显著差异(P＞0.05);夜间秸秆块墙体日光温室空气温度低于土墙体日光温室空气温度(P＜0.05),白天两者差异不显著(P＞0.05);试验期间,两种墙体结构日光温室中空气温度最低为8.2℃,能满足常规蔬菜反季节栽培对设施保温性能的要求.     

一种多种方法相结合的多目标识别方法研究

采用了多种图像处理及目标特征识别方法相结合同时对多个目标进行识别。首先采用了阈值分割、数学形态学方法来分割目标图像,为了获得较完整的目标区域,又使用了基于模糊集理论的区域扩张方法来再次分割目标图像。然后,计算多目标的扩展不变矩特征值。最后,为实现图像快速、并行、准确的识别,并利于大量图像样本的存储,建立了神经网络识别系统。通过Pioneer3DX机器人平台实验,该方法可以在室内环境下同时对多个目标进行快速、准确的识别。     

不同LED补光时间对日光温室番茄生长发育及光合特性的影响

【目的】分析LED补光时长对番茄生长发育及光合特性影响,研究新疆地区越冬季节日光温室番茄最佳补光时长。【方法】以番茄品种天粉1号材料,以日光温室保温被揭盖时间为基准,比较不同补光时间处理番茄生长发育、光合特性、果实品质和产量等指标。【结果】保温被盖后/揭前补光2 h/4 h、4 h/2 h、6 h/0 h、4 h/0 h有利于番茄株高和茎粗(4 h/2 h)生长;保温被盖后/揭前补光4 h/2 h、6 h/0 h处理叶片光合特性明显增强,番茄果实产量显著高于对照;番茄果实果实VC和番茄红素含量以盖后/揭前6 h/0 h和4 h/0 h为最佳。【结论】综合番茄生长、植株干鲜重、光合特性、果实品质和产量等因素,保温被盖后/揭前补光4～6 h为新疆乌鲁木齐周边地区日光温室越冬茬番茄适宜的补光时长。     

日光温室主动采光对不同种植密度番茄光合特性的影响

【目的】研究日光温室在主动采光与普通采光条件下,对其环境以及番茄叶片光合特性的影响。【方法】在主动采光与普通采光的2种日光温室内,设计4、6、8 株/m² 3种不同的番茄种植密度处理,连续3 d(晴天的条件)测得日光温室环境与番茄叶片光合作用的相关数据。【结果】主动采光日光温室环境温湿度、光照辐射方面优于非主动采光日光温室,主动采光日光温室的光照辐射均值较普通采光日光温室在3 d内分别高出了4.39%、5.85%、5.67%;两栋日光温室番茄的净光合速率、气孔导度、蒸腾速率呈现随着密度的增加而减弱的现象,胞间CO₂浓度则相反;就不同采光日光温室而言,主动采光日光温室番茄的光合特性较普通采光日光温室高。【结论】日光温室主动采光在环境以及番茄光合特性方面均优越于普通采光日光温室。     

物流外包决策的模糊综合评价

在物流外包活动中,物流外包决策是受多个因素影响的复杂问题,也是企业面临的最重要和最困难的决策之一。针对其影响因素的不确定性及难以量化的特点,建立模糊综合评价决策模型,对各个影响因素进行综合评价;同时,在评价因素的选择上,以物流外包相关理论为指导,全面考虑其影响因素,以确保评价的科学、准确。研究表明,评价结果与实际基本一致,能够为企业物流外包提供决策依据。     

宁夏两种结构日光温室墙体与地面传热特性分析

针对宁夏二代日光温室和引进的山东五代日光温室进行传热特性分析,得出无论从晴、阴天还是从长季节观测分析,山东五代日光温室的墙体放热量均极显著大于宁夏二代温室的墙体放热量;山东五代日光温室的地面放热量显著小于宁夏二代温室的地面放热量;通过计算整个冬季的墙、地放热总量可知,山东五代日光温室的墙、地放热总量比宁夏二代日光温室的墙、地放热总量高9.9%。并且以整个长季节观测数据为基础,计算得到了两种类型日光温室的墙体与地面对温室热量的贡献率,在整个冬季,宁夏二代温室的墙体放热量低于地面放热量2%,山东五代温室的墙体放热量高于地面放热量34%。     

机械设计中参数的模糊决策

本文论述了机械工程设计中参数选择的模糊决策方法.它是机械工程设计决策思维的数学描述.文中采用二元对比平均法建立隶属函数.该法简单可靠,决策结果与实际设计相吻合.     

模糊决策中的综合距离优先法

本文提出的用于模糊决策的综合距离优先法与相似优先比法是等价的，但综合距离优先法更为直观、简洁。     

天然气长输管道可靠性故障树模糊分析

提出了对天然气长输管道进行故障树模糊分析的必要性和重要性，介绍了故障树模糊分析采用的模糊算子计算方法。在天然气长输管道可靠性故障树分析中，在考虑实际工程模糊信息的前提下，进行了可靠性故障树模糊分析，计算出了管道系统的模糊失效概率，计算结果更符合工程实际。     

不同天气条件下日光温室桃树栽培环境因子的变化特征

[目的]研究桃树日光温室扣棚升温期,果实发育期温室内外环境因子的变化特征及规律.[方法]测定扣棚升温期温室内外温度变化,果实发育期晴天、沙尘天气条件下温室内外温度、湿度、光照、CO2浓度的日变化,对温室内外环境因子变化特征及规律进行分析.[结果]在桃树日光温室扣棚升温期,温室内气温、地温随外界温度升高呈逐步上升趋势;果实发育期,温室内的温度、白天湿度的变化与外界趋势一致、紧密相关;温室内光照强度随室外而变化,沙尘天气对温室内的光照强度影响较大;温室内的CO2浓度在大部分时间内都低于温室外,晴天较沙尘天下降更明显.[结论]桃树日光温室内的温湿度、光照、CO2等环境因子的变化依赖于外界且与外界环境气象条件存在相关性.扣棚升温期应注重温室内温度循序渐进升高,温室内气温和地温同步升高.果实发育期应注意晴天及时通风降温降湿,沙尘天清除棚膜、叶片上的尘土,改善温室内光照条件.此外,果实发育期还应增施CO2气肥以提高桃树的光合速率.     

决策分析中两种模糊综合评价模型的应用

模糊综合评价是决策分析中常用的方法，在不同的情况中应该采用不同的模型进行综合评价．介绍了两种评价模型．它们在出发点、建立方法、评价内容和实现过程上各不相同．各有千秋．相对模糊综合评价建模简单，运算方便，但不能确定方案本身的优劣程度．而多级模糊综合评价能区分髟响因素的层次，降低了权重分配的难度。能判断出方案本身的好坏，但建模相对复杂，运算工作量大，隶属度构建复杂．