论文部分内容阅读
摘 要：计算机模拟技术可以解决采集大量定量信息中遇到的问题，通过采集到的少量云滴信息模拟出大量的云滴信息。逆向云发生器能够将定量数值转化为定性语言值，随着定量信息的增加，定量精度不断提高。通过试验结果表明，计数机模拟技术的最终数据可信，这也为逆向云发生器提高精度提供了一种新的方法。
关键词：逆向云发生器；计算机模拟技术；运用
云模型是一种定性定量不确定性转换模型，它是李德毅在概率统计以及传统模糊集理论的基础上提出的，它将不确定性概念的随机性以及模糊性有机结合，实现了定量数值与不确定语言值之间的自然转换。云模型中最关键、最基本的两个算法就是正向云发生器以及逆向云发生器。其中逆向运发生器是间接、逆向的过程。在这个过程中难免存在误差，为了降低误差，需要邀请大量专家进行定量评价，但是实际中不具备可操作性，因此引入计算机模拟技术，通过模拟的方法获得大量定量评价性数据。
一、计算机模拟的流程
1.计算机模拟整体流程
计算机模拟主要包括了收集与整理数据、构建模拟模型、编制与验证模拟程序，模拟运行以及结果分析等步骤，其基本流程如图1：
图1 计算机模拟流程图
2.收集与整理数据
数据收集主要是对多个原始评价数据进行收集，数据整理是指依据收集到的数据对数据整体分布情况进行判断。判断整体的分布包括了两步，第一步：依据数值对整体可能的分布进行大致了解，第二步：进行分布函数的拟合检验。直方图法是概率密度的近似求法，直方图以及概率分布在识别一个分布的形状时发挥着较大的作用。直方图的构造往往按照以下步骤进行：首先，将数据中最大值以及最小值找出来，最小值记为a,最大值记为b，数据个数记为n。其次，将区间[a,b]划分为m个子区间，确保每个子区间中都包括至少一个样本观测值，子区间的长度为（b-a）/m。第三，记ni为第i（i为1到m之间的自然数）个子区间[ai-1,ai]中样本观测值的个数，称之为频数。第i个子区间中样本观测值的频率为fi, fi=ni/n。在xOy平面中，对每个i,以区间（ai-1,ai]为底，以fi/(ai-ai-1)为高，做出一排直的长方形就是直方图。通过概率论与数理统计理论可知，当n的值无限大时，直方图外轮廓曲线与整体概率密度曲线大致相似。因此，可以利用直方图将整体概率密度的曲线进行大致描述。第二步，分布函数拟合优良度的检验。假设总体分布函数F（x）未知，总体X的样本为（X1，…Xn）,根据样本检验假设H0：F(x)=F0(x),在该式中，F0（x）为已知的某一分布函数，对该假设H0进行显著性检验，就是分布函数的拟合检验。分布函数有很多种拟合检验的方法，x2是最主要的检验方法，主要步骤如下：首先，将整体的所有可能值分成m个互不相交的区间（ai-1,ai],其中i为1到m之间的自然数，计算样本观测值在第i个区间出现的频数ni和频率ni/n, ni以及ni/n被称为经验频数和经验频率。其次，假设HO成立，求出整体取值与第i个区间的概率，pi=P(ai-1.该公式由费尔希进行了推广，证明了其符合x2(m-r-1)的分布，其中r为待估参数的数量，m表示小区间个数。所以，对于已经明确的显著性水平α，有x2分布表可得临界值x2α（m-r-1），使得p{x2>x2α（m-r-1）}=α，进而得到了拒绝域{ x2α（m-r-1），∞}。再者，要进行判断。依据样本观测值对统计量x2的观测值进行计算，如果x2 3.建立模拟模型，编制与验证模拟程序，对结果进行分析
依据判断出的数据分布概率密度函数构建产生随机变量的生成公式，依照公式形成对应分步的随机变量。比如y=+是正态分布随机变量产生的模拟模型。利用计算机程序语言，把数学逻辑模型调整为由计算机程序组成的模型，方便在计算机上实施模拟运行。通过调试性模拟对数学逻辑模型的正确性进行验证，进而对模型进行修改，对计算机程序进行调整。当计算机模拟数据产生之后，必须对计算你模拟输出数据值和实际值进行假设检验。其中，最长使用的两种方法为t检验法以及F检验法，两种方法的具体检验步骤本文不做叙述。
二、逆向云发生器中计算机模拟技术的应用
对20为专家进行问卷调查，收集他们对某一待评价对象定量评价的信息，通过对调查表的回收、整理以及分析统计，运用计算机模拟技术对数据进行模拟，编程时采用Java语言，最终获得了200个模拟评价数据。经过对比发现，通过模拟获得的数据与专家给出的评价数据相似度较高。采用F检验法以及t检验法对两组数据进行分别检验后，得出的方差以及平均值几乎不存在显著性差异，所以得出的模拟数据是可信的。根据得到的评价信息以及模拟出的评价信息，利用逆向运发生器算法即可以得到云模型的数字特征。
三、结语
总而言之，逆向云算法可以通过定量知识得出定性评价，但是只有获得大量数据的云滴数才能确保算法的精确度，这就造成一定的困难。而引入计算机模拟技术，可以模拟出大量的数据，其准确性更高，因此可以为逆向运发生器计算提供大量真实性高的数据，提高逆向云计算的精度。
参考文献:
[1]劉次华，万建平.概率论与数理统计[M]. 2版.北京:高等教育出版社，2003
[2]刘卫江.概率论与数理统计[M].北京:清华人学出版社，2008
关键词：逆向云发生器；计算机模拟技术；运用
云模型是一种定性定量不确定性转换模型，它是李德毅在概率统计以及传统模糊集理论的基础上提出的，它将不确定性概念的随机性以及模糊性有机结合，实现了定量数值与不确定语言值之间的自然转换。云模型中最关键、最基本的两个算法就是正向云发生器以及逆向云发生器。其中逆向运发生器是间接、逆向的过程。在这个过程中难免存在误差，为了降低误差，需要邀请大量专家进行定量评价，但是实际中不具备可操作性，因此引入计算机模拟技术，通过模拟的方法获得大量定量评价性数据。
一、计算机模拟的流程
1.计算机模拟整体流程
计算机模拟主要包括了收集与整理数据、构建模拟模型、编制与验证模拟程序，模拟运行以及结果分析等步骤，其基本流程如图1：
图1 计算机模拟流程图
2.收集与整理数据
数据收集主要是对多个原始评价数据进行收集，数据整理是指依据收集到的数据对数据整体分布情况进行判断。判断整体的分布包括了两步，第一步：依据数值对整体可能的分布进行大致了解，第二步：进行分布函数的拟合检验。直方图法是概率密度的近似求法，直方图以及概率分布在识别一个分布的形状时发挥着较大的作用。直方图的构造往往按照以下步骤进行：首先，将数据中最大值以及最小值找出来，最小值记为a,最大值记为b，数据个数记为n。其次，将区间[a,b]划分为m个子区间，确保每个子区间中都包括至少一个样本观测值，子区间的长度为（b-a）/m。第三，记ni为第i（i为1到m之间的自然数）个子区间[ai-1,ai]中样本观测值的个数，称之为频数。第i个子区间中样本观测值的频率为fi, fi=ni/n。在xOy平面中，对每个i,以区间（ai-1,ai]为底，以fi/(ai-ai-1)为高，做出一排直的长方形就是直方图。通过概率论与数理统计理论可知，当n的值无限大时，直方图外轮廓曲线与整体概率密度曲线大致相似。因此，可以利用直方图将整体概率密度的曲线进行大致描述。第二步，分布函数拟合优良度的检验。假设总体分布函数F（x）未知，总体X的样本为（X1，…Xn）,根据样本检验假设H0：F(x)=F0(x),在该式中，F0（x）为已知的某一分布函数，对该假设H0进行显著性检验，就是分布函数的拟合检验。分布函数有很多种拟合检验的方法，x2是最主要的检验方法，主要步骤如下：首先，将整体的所有可能值分成m个互不相交的区间（ai-1,ai],其中i为1到m之间的自然数，计算样本观测值在第i个区间出现的频数ni和频率ni/n, ni以及ni/n被称为经验频数和经验频率。其次，假设HO成立，求出整体取值与第i个区间的概率，pi=P(ai-1
依据判断出的数据分布概率密度函数构建产生随机变量的生成公式，依照公式形成对应分步的随机变量。比如y=
二、逆向云发生器中计算机模拟技术的应用
对20为专家进行问卷调查，收集他们对某一待评价对象定量评价的信息，通过对调查表的回收、整理以及分析统计，运用计算机模拟技术对数据进行模拟，编程时采用Java语言，最终获得了200个模拟评价数据。经过对比发现，通过模拟获得的数据与专家给出的评价数据相似度较高。采用F检验法以及t检验法对两组数据进行分别检验后，得出的方差以及平均值几乎不存在显著性差异，所以得出的模拟数据是可信的。根据得到的评价信息以及模拟出的评价信息，利用逆向运发生器算法即可以得到云模型的数字特征。
三、结语
总而言之，逆向云算法可以通过定量知识得出定性评价，但是只有获得大量数据的云滴数才能确保算法的精确度，这就造成一定的困难。而引入计算机模拟技术，可以模拟出大量的数据，其准确性更高，因此可以为逆向运发生器计算提供大量真实性高的数据，提高逆向云计算的精度。
参考文献:
[1]劉次华，万建平.概率论与数理统计[M]. 2版.北京:高等教育出版社，2003
[2]刘卫江.概率论与数理统计[M].北京:清华人学出版社，2008