1) fuzzy mathematical expectation
模糊数学期望
2) fuzzy expectation
模糊期望
1.
The concept of fuzzy expectation and fuzzy variance is put forward based on expectation and variance.
在数学期望和方差的基础上,提出模糊期望和模糊方差的概念,并以此为理论依据提出模糊回归分析,建立了一个实用的模糊决策模型,并举例说明了模型的应用效果。
3) mathematical expectation of fuzzy random varibles
模糊随机变量的数学期望
4) Mathematical Expectation Model
数学期望模型
5) fuzzy expectation value
模糊期望值
1.
A linear programming model is proposed to find the solution of the top optimization weight vector and a decision making method is determined by the comprehensive fuzzy expectation value of plans.
针对只有部分属性权重信息,而属性指标表示形式多样的多属性决策问题,给出了把属性指标表示为梯形模糊数的方法；并提出了通过一个线性规划模型求解最优权重向量,把方案的综合模糊期望值,用以确定方案的优劣次序的决策方法最后,通过实例表明了该方法的实用性和有效性。
6) mathematic expectation
数学期望
1.
This paper discusses classical model,formula of total probability,normal distribution,mathematic expectation and the central limit theorem.
围绕古典概型,全概率公式,正态分布,数学期望,极限定理等有关知识,探讨概率统计知识在实际生活中的广泛应用,进一步揭示概率统计与实际生活的密切联系,为应用概率知识解决实际问题,建立数学模型,奠定了一定的理论基础。
2.
The thesis sets up the ready-made flour-product sale profit model by putting forward the conditions on which the maximum mathematic expectation of profit is based.
讨论面点销售利润的模型,提出了获利数学期望最大值的条件,并在此基础上进一步讨论了损失费用的最小值,为销售商的营销策略提供一定的借鉴。
3.
This article is mainly on the basis of the binomial distribution,the multinomial distribution,in the negative binomial distribution foundation to promote the negative binomial distribution fatherly,to give the negative term distributed definition,to infer its probability distribution and to calculate its mathematic expectation and the variance.
本文主要是在二项分布,多项分布,负二项分布的基础上,把负二项分布进一步推广,给出负N项分布的定义,推导出它的概率分布,并计算出其数学期望和方差。
补充资料：模糊数学方法
模糊数学方法
method of fuzzy mathematics
mohu shuxue fangfa模糊数学方法(method of fuzzy ma·thematics)研究事物模糊性的一种数学方法」是用精确的数学工具，对概念模糊或者系统复杂难以精确化事物进行测度、运算和逼近的方法 简况电子i十算机技术的发展促进r模糊数学的出现。1965年，美国控制论专家L.A.扎登首先提出模糊集(Fuzzv sets)概念.形成了模糊集理论.为用数学方法描述事情模糊性提供了手段。1979年陈国范等人首次把模糊数学应用于天气预报业务。此后，开始用于农业气候区划、地区气候资源评价、作物宜植区的气候选择、产量预报等研究中。现在已显示出其独到的优点。①是用隶属函数表示农业对象与气象环境因子的关系，可为其适宜程度提供一个游动边界，比用传统的指标硬划分，更符合由量变到质变的客观实际;②是通过对隶属函数的确定，可把因子的原始量测值同对象的反应指标结合起来;③是对一些复杂的难以取得精确量测数据的现象，可用经验公式或定性评分的方法，使其数量化，以便计算和分析;④是对受多指标变量影响的系统，可用各指标相应的隶属函数的逻辑复合运算，模糊关系转换，得出多因子对对象影响的综合评判值，这种评判值比加权平均合理，有利于多因子综合分析。 方法目前使用较普遍的有以下五种方法: 综合隶属函数拟合这是利用因子隶属函数的软代数运算去拟合对象的方法。首先据经验定出因子模糊子集的边界条件，以此建立隶属函数，计算出各因子相应的隶属度，再作交、并、补等各种软代数组合运算。用所得综合隶属度，分别对对象模糊子集作拟合判别，从中选取拟合最优的组合运算，建立预报方程。优点在于能通过隶属函数的设计，吸收定性经验到方程中去;且能通过组合运算，从原始因子序列中提取较多的信息，是一种实用而有效的方法。多用于农业气象预报和类型识别。此方法的关键是要设计出一个能合理刻划事物模糊性的隶属函数。常见的隶属函数有正态型、戒上型和戒下型三种，使用时可根据实际需要选取，并给出相应的参数值。 模糊模型识别这是确定被识别对象在已知模型集合中归类的方法。按最大隶属原则，判别对象在给定模型集中的归属问题，称为模糊数型识别的直接方法。若被识别对象不是一个确定元素，而是一个子集，则须分别求算对象子集与已知各模型之间的贴近度，再依据接近原则，确定其归属，后者即模糊模型识别的间接方法。适用于作物宜植区的气候选择和农业气象预报。 模糊相似分析这是用模糊集和模糊关系的理论，决定群分析中相似选择的取舍方法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条