在分形编码方案中，L2距离被普遍采用去搜索理想的压缩映射。本文提出一种新的距离——基于Sugeno模糊积分的模糊距离FM，这种距离用于图像度量就是模糊图像度量。在分形编码中，本文尝试用模糊距离去替代L2距离来搜索理想的压缩映射，并进行了一些比较研究。实验表明，在分形编码的四叉树算法中，在不损害压缩比和解码质量的前提下，与L2距离混合或单纯使用FM可提高编码速度35％～50％。 为了得到可变的位率，在分形图象压缩中经常采用四叉树分割方法。本文分析比较了一些常用的剖分函数，并且提出了一种新的基于模糊积分的剖分决策函数—模糊均差。这种剖分函数是自适应的，即对四叉树的各个层来说，阈值不需要变化即可得到最佳的率失真曲线。并且在编码效率及剖分的合理性上，模糊均差都比常用的方差，熵表现要好。同时本文指出，所有的剖分函数在阈值选取上都不具有普适性。图像内容本身及图像间差异的丰富性使得为了得到某一个图像的固定的解码质量而在阈值设定上给出先验估计是不可能的。 本文通过对具有各种失真度的图像在三构件—边缘，纹理和平坦区域上的误差进行分析后，发现它们同MOS都具有很高的相关系数。本文用线性回归模型去考察这种相关关系，然后用神经网络模型去挖掘图像三构件的非线性关系。最后通过线性岭回归方程和神经网络模型得到图像的边缘，纹理和平坦区域在编码中对MOS的影响程度的定性和定量的分析。 基于重要性测度和Sugeno模糊积分，本文给出评价编码图象质量的一种新方法。第一步，首先分别计算图像在边缘，纹理和平坦区域各部分的误差，然后根据评价函数给出各部分的评价值，最后再根据边缘，纹理和平坦区域的重要性测度给出一个全局评价值。第二步，首先根据误差发生的位置来确定重要性测度，然后在这个重要性测度下通过对全部像素的误差进行模糊积分来给出一个精细评价值。最后，基于前面两步的评价值给出最终的评价值。实验表明，这种方法和人的主观测试方法MOS的相关系数明显高于PQS、WMSE和PSNR等方法。 在彩色图像编码质量的评价中，我们首先把表示彩色图像的RGB颜色模型转换成YUV颜色模型。然后我们对每个分量Y，U和V分别作精细评价。本文采用求解一个约束条件下的二次规划方法得到{Y，U，V}重要性测度，最后通过Choquet模糊积分得出彩色图像编码质量的客观评价值。 电力市场中对负荷和市场清算价格(MCP)的预测对于发电商制定上网竞价策略和有关部门进行电力调度非常有用。我们结合小波和神经网络，分别给出了相应的预测方法。通过对将浙江电力市场的历史数据进行试验，得到相对较高的预测精度，短期负荷预测精度达到99％以上，MCP的预测精度达到90％以上。在此基础上，研究了发电商竞价策略问题，在解决该问题时，提出了一种基于图的邻接矩阵的聚类算法。