论文部分内容阅读
针对模糊参数和随机参数同时存在的情况，运用蒙特卡罗随机模拟产生随机样本，结合模糊可能性分布，通过使用进化策略的α-截集优化方法，进行模糊分析，从而获得模糊结果的集合．通过证据理论对模糊结果集合进行后处理，获得边界概率累积分布．另外通过对参数进行模糊可能性分布和随机分布的相互转换，进行只有单类参数的模糊分析和随机分析，并与联合考虑模糊和随机参数方法相比较，结果表明，该方法能够同时考虑参数的随机性和模糊性，在参数到结果的不确定性传递过程中人工误差较少，并能够给出更合理的结果．