模糊逻辑系统的改进

模糊推理方法和非模糊化策略是模糊逻辑系统的两个最重要的组成部分，在很大程度上影响模糊系统的性能和效果。根据“ｔ－范式”和“ｔ－协范式”不同的操作组合方式，提出了几种改进的模糊推理方法和非模糊化策略，并通过计算机模拟得到了比较满意的效果，这说明Ｍａｍｄａｎｉ所提出的模糊揄方法并不是唯一的模糊控制方法。     

单层模糊智能控制系统模型与应用

系统决策基于系统的属性信息,这些信息有定性的也有定量的.综合定性与定量信息,基于模糊推理理论建立了一个普适的单层属性的模糊智能控制系统.将决策信息分级并模糊化,建立模糊推理规则库;依据模糊化的决策信息搜索推理规则库,进行模糊合成得到控制信息.实现对系统的智能化控制.讨论了系统运行的时间复杂度和空间复杂度,并进行了证明.最后给出了单层模糊智能控制系统的一个应用实例.     

模糊理论在大学英语阅读教学中的应用研究

模糊理论的诞生不仅引发了自然科学的革命,也激发了语言学和外语教学的变革。模糊理论提出的模糊逻辑﹑模糊推理﹑模糊化思维对大学生的阅读理解能力培养有深刻的启示。利用模糊理论可培养学生的模糊判断能力﹑语义的模糊猜测能力﹑模糊容忍度﹑模糊心理素质﹑模糊化思维﹑模糊语感,从而大幅度提高大学生的英语阅读理解能力,促进大学英语阅读教学的全面改革。     

模糊综合评价建模方法及其应用

针对群体评价过程中遇到的一些问题,诸如变量繁多、结构复杂、多种因素相互交织且对不确定因素难以准确量化等,提出了基于模糊一致性矩阵进行模糊综合评价的新方法,并构建了模糊综合评价模型。该模型综合运用模糊层次分析和模糊综合评价方法,将边界不清、多维性、模糊性等不确定性因素进行模糊量化,然后通过对各种评价因素的分类和权重调节的模糊化处理以及模糊关系合成,实现了基于模糊推理机制进行群体综合评价,提高了群体评价的效率。     

变结构模糊神经网络控制及其学习规律研究

提出变结构模糊神经网络控制及其学习算法,并对变结构模糊神经网络学习规律进行研究,变结构模糊神经网络中的模糊化神经网络（Ｆ＿ＦＮＮ）、模糊推理神经网络（Ｅ＿ＦＮＮ）和模糊决策神经网络（Ｄ＿ＦＮＮ）都是结构可变的,可分开进行模糊隶属函数及模糊推理的学习,其学习过程符合人脑由粗到精的认识规律,学习收敛速度比一般模糊网络快,具有很好的适应性。     

H∞鲁棒模糊控制在磁悬浮球系统中的应用

基于磁悬浮球系统的物理结构及其非线性,建立了磁悬浮球系统的非线性数学模型,并采用近似线性化方法得到系统的线性模型。系统在满足最优鲁棒性的条件下,采用了单点模糊化、乘积模糊推理以及加权平均解模糊法的模糊推理方法,实现了磁悬浮系统的H∞鲁棒模糊控制器的设计,仿真实验结果表明了该控制算法的有效性。     

广义模糊双曲正切模型及其逼近性研究

提出一种广义模糊双曲正切模糊模型(GFHM),此模型可以看做是模糊双曲正切模型的扩展·采用广义变量的双曲正切函数和的形式表达了模糊化、模糊推理和反模糊化的运算过程·并采用Stone Weierstrass定理证明了此模型可以逼近定义在紧集上的任意连续实函数,具有全局逼近性,可以用于复杂系统的建模·     

混沌模糊交通控制器的设计

为了克服传统模糊控制输入难以确定的问题,改善模糊控制器的性能,提出了混沌模糊控制器的设计方法,并给出了仿真实例。介绍了混沌预测的原理,给出了实现混沌预测的算法步骤和模糊控制器的设计方法,将混沌预测的输出结果作为模糊控制器的输入,模糊控制器经过模糊化,模糊推理,解模糊一系列的运算过程,得到的结果再与比例因子相乘,得到信号灯的相位时间,仿真结果表明:混沌模糊控制器比传统的模糊控制器性能得到很大的改善。其中,平均停车次数减少30%,平均车速提高18%,车辆平均延误时间减少40%。     

智能压路机压实模糊神经网络控制及仿真

将模糊系统与神经网络相结合,提出了一种由模糊化层、模糊推理层和清晰化层组成的模糊神经网络结构,并将其用于智能压路机压实控制.针对振动压路机的压实性能要求,采用钟型函数作为隶属度函数,通过计算规则重要度来提取模糊推理层规则群中比较重要的规则,运用补偿模糊神经网络的学习算法解决参数的自动调整问题.把工程实践中得出的模糊控制规则表作为训练模糊神经网络的样本,仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力.     

基于模糊神经网络的数据挖掘算法

提出一种基于模糊神经网络进行数据挖掘的新方法。构成模糊神经网络的模糊化层采用高斯函数计算5个模糊隶属度,高斯函数需要的均值、方差以及隶属度的中心值都可通过预先计算采集到的数据得到。模糊推理层采用取小取大运算代替常用的积和运算,加快了网络的推理速度。在模糊神经网络训练阶段,首先利用重心法对模糊化层输出进行反模糊化,再采用BP思想,利用梯度法求误差值并进行反传调整隶属度函数的参数值。为提高网络推理精度和速度,通过设立相应的规则对网络进行裁剪,剪掉多余的节点和权值,最后依据一定的思想对产生的模糊规则进行简化和提取。以工业锻造中的智能温度控制系统的控制数据为例进行仿真,结果表明,该网络具有较高的精度和较好的鲁棒性。     

模糊控制器的线性与非线性结构分析

从解析的角度分析了采用三角形隶属函数、线性控制规则,Probabilistic AND和Lukasiewicz OR模糊逻辑时模糊控制器的结构。证明了在用某些推理和决策方法时,模糊控制器等于线性的PI(PID)控制器,而在其它情况下为非线性的PI控制器。     

彩色套印与制袋模糊控制的研究

介绍了模糊控制在彩色套印与制袋控制系统中的应用,取加工物偏移误差值E和偏移误差变化率△E作为模糊推理的输入变量,变频电机的纠偏速度V作为输出变量,纠偏速度包括转速和转向两个指标.给出了三个变量的离散论域,确定了模糊集及其隶属度函数,讨论了模糊化过程、模糊推理和解模糊判决,通过加权平均值得到最终的模糊控制输出量.给出了模糊推理规则表.系统可以保证很高的加工精度和加工效率,同时也会节约能源.死区的设置既保护了变频电机,又减少了噪音.     

基于模糊逻辑的驾驶员路线选择行为分析

鉴于路线选择过程中驾驶员行为普遍存在的模糊性,基于模糊逻辑的分析方法,针对驾驶员的路线选择行为进行了研究。所建立的路线选择模型中,将驾驶员对路线行驶时间、距离以及安全性等指标的感知进行了模糊化处理,进而建立了解模糊化规则,并采用层次分析的推理方法对可选路线进行两两对比。在对比矩阵的基础上可计算路线各个性能的权重,进而得到路线被选择的概率。案例分析的结果表明,该模型能够有效解释驾驶员对路线的模糊感知,为驾驶员短期选择行为分析提供了一种新方法。     

基于t-norm算子的模糊逻辑和模糊推理

提出基于范算子的模糊逻辑和推理, 介绍范算子 的使用方法和特点, 给出合取通过t-norm进行计算、 蕴涵通过残数进行计算的方法, 并对等值、 等价和模糊集合的语义进行讨论. 同时利用等价关系理论对模糊环境进行说明, 并给出了几个具体例子.     

模糊控制中近似推理的插值模型

提出一种新的模糊控制近似推理模型——插值模型,即用多元插值方法来进行近似推理．在精确插值问题基础上提出模糊插值问题,并给出插值公式     

基于模糊PID的移动机器人控制系统的设计

利用牛顿-欧拉的方法建立了轮式移动机器人的动力学模型,为保证模型的精确性考虑了电机的动力学特性.针对传统的PID控制方法对数学模型要求较高的缺点引入了一种模糊PID控制策略.文中详细的给出了控制算法实现步骤,即模糊化,模糊规则的制定,模糊推理,解模糊.最后介绍了系统的软硬件构架.     

具有三种否定的模糊推理算法及应用

模糊推理中,合成规则推理方法（compositional rule of inference, CRI）与基于贴近度的方法（similarity based approximate reasoning,SAR）都是建立在只有一种否定的经典模糊集上。针对广义模糊集GFScom(generalized fuzzy sets with contradictory, opposite and medium negation)具有三种否定（矛盾否定、对立否定、中介否定）的特点,对模糊推理方法 CRI的蕴含算子作了扩展。提出了具有三种否定的GFScom贴近度定义和公式,得到模糊近似推理的一种新的计算形式GSAR方法,证明了GSAR该方法具有FMP(fuzzy modus ponens)还原性。通过应用实例对比,模糊推理GSAR的新方法不仅克服了CRI方法在建立模糊关系矩阵具有主观性和随意性的不足,而且客观有效地反映了模糊推理中的3种否定信息,丰富了模糊推理的形式。     

基于模糊控制的无人机集群视觉着降

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性。针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降。仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度。     

基于重心模糊插值推理方法的改进

在稀疏模糊规则的条件下，采用传统的合成推理规则方法毫无结论可言，插值推理方法则能得出很好的结论，然而目前的插值推理方法尚不尽完善。本文在分析了HuangZhi-he和ShenQiang提出的基于重心插值推理方法的基础上，提出一种基于重心的通用模糊插值推理方法。使用该方法，不仅可以改进原方法只能用于三角形隶属函数的缺点，同时还能应用于梯形隶属函数，并且保证了最后结果的凸性并扩展到多维规则条件下的推理；最后通过实例加以说明。