Fuzzy Models to Deal with Sensory Data in Food Industry

IntroductionSensorydataareusedinfoodindustryforsensoryevaluationaswellasforprocesscontrol.Sensoryevaluationisusedwhenthefinalproductqualitycannotbeeasilyputinrelationtothecorrespondingmanufacturingparameters.Thisisparticularlyrelevantforfoodproducts,wherequalityfactorsperceivedbyconsumersaredifficulttorelatetochemicalorphysicalcomponentcharacteristics.Therearemanydifferentkindsofproblemsinwhichsensoryevaluationisnecessary:Newproductdevelopment,costreductionexercises,qualityimprovement,evaluat…     

基于Dirchlet分布的扩展主观逻辑

针对基于二值逻辑的主观逻辑中存在的一些问题，提出了基于Dirichlet分布的扩展主观逻辑．在利用三值逻辑代替原来二值逻辑的基础上，扩展主观逻辑重新定义了事实空间与观念空间之间的映射关系和映射函数，并给出了新的扩展合意规则．扩展主观逻辑保留了主观逻辑基于统计推断和概率理论的优点，并考虑了事件结果不确定时的情况，从而可更好地建模和处理信任中的主观性和不确定性．实例分析表明，扩展主观逻辑具有合理的事实根据和理论基础．     

基于QPSO算法优化的区间二型模糊逻辑系统预测

设计了一类区间二型模糊逻辑系统,研究基于历史数据的预测问题.在区间二型模糊逻辑系统设计中,前件、后件、输入测量区间二型模糊的主隶属函数均选择成具有不确定标准偏差的高斯型二型隶属函数.量子粒子群优化(QPSO)算法用来调整所设计的区间二型模糊逻辑系统参数.部分欧洲智能技术网络(EUNITE)的负荷竞赛数据和美国田纳西州(WTI)原油价格数据用来测试所提出的模糊逻辑系统预测方法.定义综合评价误差和作为模糊逻辑系统的预测性能指标.仿真研究表明,所提出的区间二型模糊逻辑系统预测方法在收敛性和稳定性上均优于相应的一型模糊逻辑系统.     

基于子结构逻辑的不确定性语义时态查询技术研究

为解决不确定性语义时态查询及其计算资源配置的优化问题,使用子结构逻辑对时态演算机制进行了完善并构建了查询中间件原型. 基于构造性逻辑语义,构建了中间件演算流程,将时态属性映射为类型语义,使针对时间属性的运算从句法演算中剥离,在保证表达能力的前提下,仅进行语义计算,加速并优化了查询演算流程.实验结果表明:该方法与中间件原型可行、高效,具有共性,为时态信息处理提供理论与技术支撑.     

Cloud-SHOIQ: 描述逻辑SHOIQ的云扩展

经典描述逻辑是本体的重要表示方式,但不能表达不确定知识.分析了扩展描述逻辑表达不确定知识的研究现状及存在的问题,通过结合云模型(Cloud model)、描述逻辑SHOIQ及模糊逻辑提出了一种基于云的模糊描述逻辑C-SHOIQ表达不确定知识,给出了C-SHOIQ的语法、语义,并以实例分析了C-SHOIQ具有处理知识的随机性和模糊性的能力.给出了C-SHOIQ的推理方法,及映射C-SHOIQ知识库为经典SHOIQ知识库的改进规则.分析说明了C-SHOIQ是对模糊SHOIQ表达能力的扩展.     

考虑数据不确定性的非均匀挖掘算法

针对高维大数据不确定性的非均匀挖掘问题,提出一种基于不确定频繁模式树的模糊逻辑非均匀数据挖掘算法.首先,在考虑数据不确定性的前提下建立高维数据的区域连接演算(RCC)模型,并基于数据集合组元定义分析不确定数据集合的模糊距离;然后,采用不确定模式树对数据的非均匀特性进行均匀泛化处理,并给出了具体的实现步骤.仿真结果表明:文中方法有效地提升不确定非均匀数据集合在不同支持度情况下的挖掘效率.     

可能性理论在模糊专家系统中的应用

提出在引入可能性理论后，即可用可能性分布来表示不确定和模糊的知识，使得在智能系统中进行模糊推理时，可以得到比基于概率的方法好得多的结果．这对于提高智能系统的性能是十分有益的     

基于模糊规则自动获取的模糊主动轮廓模型

为了引入更多的不确定性先验信息来指导轮廓提取,首先提出了一种新的模糊主动轮廓模型(FuzzySnake),然后针对模糊主动轮廓模型中模糊推理规则难以确定的问题,提出了一种改进的遗传算法———多种群共生遗传算法,并用于相关模糊规则的自动获取,最后给出了用新的模糊主动轮廓模型从人工合成图像、加噪测试图像和实际的超声图像中提取目标轮廓的实验结果.实验表明,在模糊主动轮廓模型中利用多种群共生遗传算法进行模糊规则自动获取,不仅能有效克服模糊规则需向领域专家学习才能获取的局限性,而且能有效地降低传统模型对噪声的敏感性,使模型的参数调整得以简化.     

C-OWL2∶OWL2在云模型上的扩展

为了表示现实生活中广泛存在的模糊性和随机性不确定知识,引入云模型对OWL2语法进行了不确定扩展,提出不确定本体语言C-OWL2.这种方法不改变OWL2的现有结构,用OWL2的注释属性annotation进行语法扩展,并给出了相应概念、角色等的C-OWL2语法,最后举例说明其具体使用方法.研究结果表明,该方法将OWL2本体分为精确部分和不确定部分,并且当不考虑不确定部分时,不影响精确部分知识的表示和推理;该方法是对模糊描述逻辑功能的扩展,解决了OWL2语言只能处理精确本体的问题.      

用FPGA实现数字逻辑分析仪设计

介绍采用FPGA设计数字逻辑分析仪的系统结构、硬件设计方法和计算机测试程序。结果表明，这种数字逻辑分析仪的性能优于普通示波器，其性能、价格比优于逻辑分析仪。     

用MSI数据选择器实现逻辑函数的方法讨论

目的讨论用中规模器件实现组合逻辑函数时,函数变量数小于数据选择器的地址变量数的情况。方法详细阐述了数据选择器的原理及应用,从逻辑函数表达式、真值表和卡诺图3方面进行分析。结果得出用MSI数据选择器设计组合逻辑函数能够实现任意组合逻辑函数,并通过实例验证了其有效性。结论用MSI数据选择器可实现任意组合逻辑函数。     

自动送钻实验系统的优化加权模糊控制

针对自动送钻实验系统 ,设计了一种带优化加权因子的模糊控制器 ,以 ITAE积分性能指标为寻优目标函数 ,通过对误差和误差变化的加权因子的优化来获得系统的最佳模糊控制规则 ,并将其控制效果与一般模糊控制器的效果进行了仿真比较 .结果表明 ,一般模糊控制器作用于自动送钻实验系统时 ,由于超调量太大 ,系统难以正常工作 ;带优化加权因子的模糊控制器可使系统的超调量降到 4% ,调节时间为 1 7s,稳态误差小于 0 .1 % ,其他性能指标均满足要求 ,大大改善了系统的动态性能     

复杂可编程逻辑器件设计中延时影响的仿真分析

为分析复杂可编程逻辑器件延时性能对数字系统设计中延时的影响规律，针对数字逻辑延时单元核的数学模型，采用硬件描述语言和图形方式实现了基本数字逻辑延时单元核，通过数字核复用建立了多延时单元部件，并运用电子设计自动化软件，通过选择不同的复杂可编程器件对延时单元进行了仿真分析、结果表明，数字逻辑设计中的延时与复杂可编程器件的延时性能、综合布局布线选择的逻辑块以及互连资源有关．所得到的结果为复杂数字逻辑系统的延时设计与分析提供了理论与实验依据．     

四自由度码垛机器人性能优化方法

码垛机器人是自动化车间最常用的工业机器人之一，合理的现场布置方案和控制方法可以有效地提升码垛机器人的运行性能，提高生产效率。本文主要从基于最优路径的现场布置方法和基于平均速度的控制逻辑两个方面对四自由度码垛机器人性能优化方法进行了研究。     

加权模糊Petri网在故障诊断中的应用

提出了一种对复杂装备进行故障诊断的加权模糊Petri网模型,并对于装备故障传播的逻辑关系进行了描述。然后,根据实际的故障诊断中的不确定推理问题,给出了一种新的加权模糊推理算法,以更加符合工程实际。为提高诊断时的并行推理能力,给出了诊断推理的形式化算法。用实际的诊断案例说明了该方法的有效性。     

智能式自动逻辑综合系统KDLS

本文介绍一种智能式逻辑综合系统KDLS。它以寄存器传输语言(RTL)作为输入,采用基于知识的方法进行电路的结构设计、模块综合和电路的逻辑优化。对电路的延时优化问题也作了讨论。KDLS用C语言和人工智能语言ops5~ 写成,迄今含有150多条规则。应用系统进行实例综合,取得了令人满意的结果。     

模糊逻辑在营销人员选聘中的应用

将模糊逻辑引入到营销人员选聘的选聘过程,帮助招聘者更容易地识别应聘者,并且提出了一个用于营销人员选聘的模糊逻辑框架,企业可以借此收集和分析营销人员的历史业绩、修订专家规则、扩展系统,并且给出一个选聘实例。     

模糊知识体系逻辑扩展能力评价模型研究

以真度测度区间的兼容性和推理结果的逻辑语义一致性为评价指标，在模糊逻辑知识体系和二值逻辑知识体系间严格定义了一种模糊知识体系逻辑扩展能力评价模型，并给出对典型加权模糊逻辑的详细评测过程，这个模糊知识体系的逻辑扩展能力评价模型，可对各领域模糊知识体系对二值逻辑知识体系扩展的合理性程度进行评测。     

基于预测变量图结构的高维逻辑回归模型

针对高维数据集,提出一种利用预测变量之间的图结构信息来改进稀疏逻辑回归模型的方法。该方法通过利用高维图结构数据或者重叠组结构来进行逻辑回归建模,即使预测变量的图结构未知,该方法仍适用,当图结构为某些特殊形式时,目前流行的方法,如Adaptive Lasso,(Overlapping) Group Lasso和岭回归都可以看作是该模型方法的特例。数值模拟和实例分析应用表明:该方法能有效地利用预测变量图结构信息,提高模型在估计、预测以及变量选择等方面的表现,并且该模型在有限样本情形下是有效的;该模型方法克服了数据集的维数问题,利用高维数据的图结构提高了稀疏逻辑回归模型的性能,可广泛应用于高通量基因数据集的疾病分类研究中。     

浅析逻辑学与知识组织

从逻辑学角度出发对知识组织进行了分析,揭示了知识组织是如何运用逻辑学理论进行研究和发展的。