模糊决策

topsis 的 matlab 实现还挺多的，但这个 repo 的代码算是比较清晰的那种。直接实现了标准 TOPSIS 和模糊 TOPSIS 两个版本，适合搞多指标决策的你参考。代码结构不复杂，主要函数基本都注释清楚，改起来方便。比如你要做一个基于模糊权重的方案优选，用它改个模糊相似度函数就能直接跑。强烈建议你配合看下熵权法相关的例子，像这个熵权 TOPSIS 的实现，能帮你搞清楚怎么给权重自动赋值。还有个细节，模糊部分是用了隶属度函数三角模糊数，数学基础弱点也能看懂。如果你在做模糊 MCDM 类研究或者需要权重灵活的模型，这份代码还蛮合适的。嗯，文件比较小，拉下来几分钟就能跑通。

矿业项目方案决策的模糊综合评价方法 在矿业项目投资决策中，常涉及到许多难以量化的因素，例如矿体的不稳定性、市场价格波动等。为了更科学地进行决策，可以采用模糊综合评价方法，将定性和定量分析相结合。 1. 确定评价指标体系 根据项目特点，选取关键指标，例如可采矿量、基建投资、采矿成本、不稳定费用、净现值等。 2. 建立隶属函数 针对每个指标，确定其隶属函数，用于描述指标值对于评价结果的影响程度。例如： 可采矿量：采用线性隶属函数，上限为最大可采矿量，下限为最低可采矿量。 基建投资：采用倒数型隶属函数，投资额越低，隶属度越高。 采矿成本：采用线性隶属函数，成本越低，隶属度越高。 不稳定费用：采用线

针对当前时间序列决策研究方法存在的问题，提出了多变量时间序列模糊决策树挖掘方法，并通过实验分析验证了该方法能够有效捕捉多变量时间序列子序列的形态及后期趋势或状态的决策信息。

多目标模糊综合评价决策法是一个实用的工具，是在面对多个评价对象时。它能你从多个选择中选出最佳方案，适合科研项目或者复杂决策中的应用。你只需要按步骤对各个对象进行模糊综合评价，通过量化评分来计算优先度，简单又高效。举个例子，如果你有两个科研成果，分别对其进行模糊评价，根据各因素的权重来做最终决策，流程清晰，操作起来也不复杂。要注意的是，在进行评价时，各因素的权重分配要合理，这样才能得到更加准确的评估结果。你可以参考一些实例来加深理解，像这个基于ANSYS Workbench的工程案例就挺适合学习的。

矿业投资决策中，面对的不确定性和模糊性太多，这时候一个靠谱的算法就能帮大忙。基于熵的数据挖掘方法，结合隶属度转换算法，可以有效地从冗余数据中提取出有价值的信息。这种方法的三步计算流程：有效、可比、合成，也就简单记成 M(1,2,3)了。通过它，矿业投资决策的模糊评价能大大提高准确度，最终决策者做出更有信心的判断。实例表明，这个方法挺靠谱，结果的置信度也高哦。对于需要进行矿业投资决策的朋友，这个方法值得一试！

讨论了使用Matlab开发运动模糊图像的方法。运动模糊是一种影响普通图像清晰度的现象，介绍了如何利用Matlab工具进行运动模糊处理。

SQL 中使用模糊查询来匹配可能包含未知或不完全信息的查询条件。

数据流挖掘作为热门研究领域，涵盖多种数据流类型。本研究借鉴模糊粗糙集和F-粗糙集原理，提出一种针对模糊型数据流的模糊并行约简方法。该方法通过删除冗余属性，利用属性重要性变化探测模糊概念漂移现象。区别于传统方法，该方法基于模糊数据内在特性进行漂移探测，并通过实例验证了其可行性和有效性。

实现模糊控制的洗衣机 MATLAB 程序。

利用Simulink建模，编写M函数，实现模糊PID控制，对PID控制参数进行调整。