在逆向物流供应链研究中，为了解决市场需求、供应商供货能力、回收产品数量等不确定问题以及逆向物流系统中存在的目标冲突，建立了制造商收益最大化和所选供应商不合格零件数最少化的多目标数学优化模型来确定最佳供应商选择、订单量分配以及提货点选址。运用基于模糊目标规划的蒙特卡罗仿真模型把多目标函数重构成单目标函数。采用自适应遗传算法（AGA）对单目标函数进行求解，并给出了最佳供应商选择及订单量分配。在此基础上讨论了不同权重分配下结果的优劣性及供应商选择风险。最后，针对不同权重分配，比较了自适应遗传算法和Gurobi求解。实验表明，对于该问题模型自适应遗传算法在解的运行速度以及精度上都优于Gurobi。

提出一种基于直觉模糊三角模的直觉模糊粗糙集．首先，定义了直觉模糊集上的T模及其剩余蕴涵，研究了直觉模糊T模的剩余蕴涵的性质，并推导了通用计算表达式；然后，将模糊T粗糙集扩展成直觉模糊粗糙集，证明了模糊T粗糙集、粗糙模糊集和Pawlak粗糙集都是直觉模糊粗糙集的特殊情形；最后，证明了直觉模糊粗糙集的一些性质．

基于MATLAB的系统分析与设计-+模糊系统

标题 使用计算属性来实现该功能 首先写好一个列表 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200331213310518.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNTQxMzI2,size_16,color_FFFFFF,t_70 写好的样式是这样滴 操作来了 在computed里面定义了一个search函数 使用filter过滤 接下来 在method 里面

相机的普及和图像处理软件的广泛应用使得数字图像正面临着被随意篡改和伪造的威胁。针对模糊润饰后的数字伪造图像，提出一种利用像素方向分布不一致性特征进行定位检测数字图像取证的方法。通过从图像中提取每个像素的方向特征来描述润饰操作对像素方向分布的破坏，在此基础上利用模糊区域与未模糊区域像素方向相关性的特征对模糊润饰的伪造图像区域进行定位。实验表明，该算法能够有效地对模糊润饰的图像进行检测和定位并且具有很好的鲁棒性。

本程序对参考的英文文献中的插图进行复现，画出了了简单OFDM雷达信号的模糊函数。程序注释详细，兄弟萌可以调整参数，得到自己希望的结果。

模糊函数的matlab代码贝叶斯模糊聚类 贝叶斯模糊聚类算法的Matlab实现。 使用时请引用此代码：Taylor Glenn，Alina Zare和Paul Gader。 （2019年4月12日）。 GatorSense / BayesianFuzzyClustering：初始发行版（版本v1.0）。 Zenodo。 参见相关文件，doi：10.1109 / TFUZZ.2014.2370676， 注意：如果在任何出版物或演示文稿中使用贝叶斯模糊聚类，则必须引用以下参考文献： 格伦（T. 扎尔（A. Gader，P.，“贝叶斯模糊聚类”，IEEE模糊系统交易，第23卷，第5期，第1545-1561页doi：10.1109 / TFUZZ.2014.2370676 要求： 这段代码使用了汤姆·明卡（Tom Minka）出色的Lightspeed和Fastfit工具箱： Lightspeed工具箱- Fastfit工具箱- 该代码还使用Matlab模糊逻辑工具箱来实现其fcm实现 内容： 贝叶斯模糊聚类MCMC采样器的bfc /％代码|-bfc_params.m％生成默认参数结构|-bf

针对常规模糊控制存在静差的缺陷,提出一种变结构自适应模糊控制器, 该控制器能够根据控 制过程的不同阶段进行变结构控制和自适应控制, 且不存在平滑过渡问题,有效地改善了系统的动态性 能并克服了静差,为大时滞系统和许多未知模型系统的控制提供了一种新的思路。 仿真和实际应用证明 了该控制器的有效性。

模糊模式识别在植被和遥感图像识别中的应用，姬翠翠，吴云，以往在对植被和遥感图像识别时，通常是通过目视判读，根据遥感图像的判读标志,提取信息特征。随着模糊模式识别在越来越多的科学�

模糊模式识别的应用，齐微，韩冰，本文先初步介绍了模糊数学中的模式识别的一些基本知识，其中包括模糊模式识别的原则，模糊模式识别的主要方法。其中，模糊模式识