云模型左半云模型matlab,基于云模型效能评估的Matlab实现

本文介绍了基于云模型的系统效能评估方法,通过Matlab实现部分算法,包括云发生器和评估步骤。云模型结合了模糊性和随机性,用于定性和定量转换。文章详细阐述了云的基本概念、逆向云发生器算法,并讨论了评估指标集、权重因子集和评价集的构建。提供的Matlab代码经过测试,有助于云模型的研究和应用。
摘要由CSDN通过智能技术生成

摘  要: 对基于云模型的系统效能评估方法及过程进行了简要的描述,用Matlab代码实现了部分算法,代码经测试均可正确运行。对云模型的研究和应用有一定的推广价值和研究意义。

关键词: Matlab;云模型; 效能评估

对于一些复杂的系统,由于其不确定性即模糊性和随机性,很难准确地对其进行有效的效能评估。因此需要一种评估方法,能够充分考虑到评估过程中出现的模型,同时能够有效而简便地实现定性与定量相互转换[1]。云模型是由李德毅院士提出的一种定性定量互换模型,可将模糊性和随机性结合在一起,充分实现精确数值与定性语言之间的转换,可以有效地实现系统效能评估。而Matlab既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了可靠的数学运算和高级图形绘制工具[2]。

本文描述了单因素条件下基于云模型效能评估的方法、步骤,并通过Matlab语言予以实现。

1 云模型简介

1.1 云的基本概念

云[3]是用自然语言值表示的某个定性概念与定量表示之间的不确定性转换模型,具有直观性和普遍性。它主要反映概念上的不确定性,即模糊性(边界上的亦此亦彼性)和随机性(发生的概率)。云的数字特征用3个参数来描述,即期望值Ex(Expected Value)、熵En(Entropy)和超熵He(Hyper Entropy),3个数字特征整体表征一个概念,记做CG(Ex,En,He)。其中期望值Ex为概念上的原型值(中心值、标准值),最能代表这个定性概念的数值;熵En为概念不确定程度的度量,熵越大,概念相对越模糊;超熵He为熵的不确定程度的度量,即熵的熵,反映了云的离散程度。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值