三角形类型模糊模式识别新探

为了解决三角形类型的模糊模式识别问题,以便更好地应用于生物细胞染色体形状的识别、白血球分类等实际应用问题中,采用基于给定阈值的最大隶属原则,利用合格指标因子归类法进行研究,并提出一种以三角形内角和差关系作为底数和指数变量的指数型隶属函数。结果表明:求得的隶属度确保在合格指标因子之上皆可,利用指数函数性质使所求得的隶属度差距较大、区别明显,便于识别,且与三角形三个内角紧密相关。通过数值实例,论证了该方法对染色体形状识别、白血球分类等三角形类型模糊模式识别,具有一定的参考价值和指导意义。     

输出隶属函数不均匀分布时典型模糊控制器的结构分析

针对两输入 (e,Δe)一输出 (Δu)的典型模糊控制器 ,其输入变量采用三角形、全交迭、均匀分布的隶属函数 ,输出变量采用不均匀分布的单点隶属函数 ,当采用线性控制规则和 Sum- Product推理方法时 ,推导了输出的解析表达式 ,分析了其结构特性和极限特性。进而对最常用的输入变量各取 5个模糊子集的情况进行了详细分析 ,研究了输出隶属函数参数对典型模糊控制器性能的影响 ,并将理论结果应用于倒立摆的模型参考模糊自适应控制     

遗传算法优化的非线性钢结构模糊控制研究

采用遗传算法优化模糊控制算法的隶属函数及比例因子,通过压电变摩擦阻尼器实现减少非线性钢结构的地震响应。采用双输入单输出的模糊控制器,选取结构的层间位移的绝对值、层间速度的绝对值作为模糊控制器的输入变量,输出变量为作用电压,选取三角形函数作为输入、输出变量的隶属度函数,使用遗传算法对隶属函数及比例因子做出优化。以3层非线性钢结构地震响应为例,分别对模糊控制算法及遗传算法优化后模糊控制算法进行数值分析,结果表明:经遗传算法优化后的模糊控制,进一步降低了非线性钢结构的加速度和位移等响应。     

模糊可靠性分析一次二阶矩法

文章给出了连续模糊变量变换为当量连续随机变量时其当量概率密度函数的一般表达式,并推出了具有线性隶属函数和正态型隶属函数2种常用模糊变量时当量概率密度函数的具体表达式,得出了2种常用模糊变量的当量均值和当量标准差,从而首次用传统可靠性理论中的一次二阶矩法分析复杂情况下的模糊可靠性;算例表明采用文中方法既可容易地分析模糊可靠性,又能较直观地用可靠性指数度量模糊可靠性。     

输入隶属函数不均匀分布时典型模糊控制器的结构分析

针对两输入 (e,Δe)一输出 (u)的典型模糊控制器 ,输入隶属函数为三角形、全交迭、不均匀分布 ,输出隶属函数为单点、均匀分布 ,当采用线性控制规则和 Sum - Product推理方法时 ,证明了输出的解析表达式是一个全局的二维多值继电器与一个局部的线性 PD控制器的和。进而对最常用的输入变量各取 5个模糊集的情况进行了详细分析 ,并将理论结果应用于倒立摆的模型参考模糊自适应控制     

简化模糊控制器的设计

基于模糊控制原理,对传统模糊控制器进行了简化,以提高实时执行效率.采用三角形隶属函数,简化Larsen积运算和解析式模糊规则,检测输入语言变量的激活水平,仅对有效的模糊规则进行操作,从而降低内存消耗和计算量.小车倒立摆系统倒立摆角度控制的仿真试验证明了算法的有效性.     

基于经验数据的机械零件模糊可靠性分析随机抽样法

文章讨论了根据专家经验获取模糊变量隶属函数,再对机械零件进行可靠性分析的方法。首先对专家提问,请专家按要求对变量可能的取值做出描述,给出相应的区间和隶属度,从而把他们对变量取值的定性认识转化为定量信息,再通过对这些定量信息进行数学处理建立变量的隶属函数;然后把模糊变量转化为当量随机变量,用传统可靠性理论中的随机抽样法模拟零件的可靠度;最后通过算例验证了方法的可行性和有效性。     

模糊控制中隶属度函数的确定方法

本文对模糊控制理论中的隶属度函数的确定方法进行了广泛的探讨 ,对隶属度函数的四种曲线形状进行了详细的分析 ,并对隶属度函数形状对控制特性的影响进行了研究。指出了能达到控制精度高且稳定性好的控制效果的模糊变量隶属度函数的选择原则 ,为模糊控制设计者提供了理论依据     

一类典型模糊逻辑控制器的输出结构

研究一类特殊的多输入单输出的模糊逻辑控制器 ,其组成规则中的输入输出语言变量的语言值均取正规的三角形隶属函数 ,且分别作成其相应论域的模糊划分 ,在其输入输出之间存在一种特殊的映射关系———线性规则映射 .经分析得到结论 :模糊逻辑控制器的输出可以表示成输入的凸组合函数 .这一结论建立了模糊逻辑控制器的精确数学模型 ,对于模糊逻辑控制器的分析和调整提供了直接依据 .     

高斯隶属度函数模糊神经网络在肺癌诊断中的应用

选用隶属度函数为高斯函数的模糊神经网络用于肺癌诊断,尝试提高诊断的正确率.对于非二值输入参数,首先用高斯隶属度函数模糊化,然后与二值参数一起作为BP神经网络的输入参数.所用病例被随机分为训练集和证实集,训练模糊神经网络,用证实集测试该网络区分肺癌与非肺癌的能力.结果表明,用高斯隶属度函数的模糊神经网络比作为对照的三角形隶属度函数模糊神经网络诊断正确率有所提高,而且对病例如何分组不敏感.     

基于烦恼率模型的人致人行桥振动舒适度分析

为实现人致人行桥振动舒适度定量计算,首先,在同一坐标系中研究隶属度函数与人行桥加速度响应之间的函数关系,联系桥上行人心理连续体上的感受区间呈非等距特征,提出基于Stevens幂函数定律的改进隶属度函数,将改进隶属度函数与传统计算公式及实验结果进行比较;其次,综合考虑行人主观反应随机性、个体差异性及变异性,建立人致人行桥振动烦恼率模型,为舒适度定量计算提供理论依据;最后,在基于烦恼率模型的分析方法框架之下建立人行桥竖向及侧向振动舒适度分析方法,建议同时考虑竖向及侧向耦合振动舒适度评价方法,并采用一个实桥分析案例对上述分析流程的应用进行说明。研究结果表明:隶属度与加速度响应之间呈指数函数关系,即服从Stevens幂函数定律;当加速度响应小于人体承受极限时,可采用逐级增量法对行人心理物理量进行描述;改进隶属度函数值与传统隶属度值、实验值之间的最大误差均不超过1%;竖向及侧向振动烦恼率曲线的误差不超过0.04,且变异系数的影响不超过3%;综合考虑人体在不同振动环境下的敏感程度,建议容许烦恼率指标取为22%,具体评估工作中不可忽略人行桥振动响应对容许烦恼率指标的影响;烦恼率计算值与实测值之间的误差不超过3%;该类结果可为在役桥梁振动舒适度定量计算提供直接参考。     

模糊模式识别在测定染色牢度中的应用

根据模糊数学的模式识别原理，通过建立适当的数学模型给出了隶属函数，对于给定的样品测出其色差后便能够计算出该样品牢度属于各种牢度级别的隶属度或贴近度，然后按最大隶属度或最大贴近度原则进行模式识别，确定出织物的牢度级别。     

一种区间二型模糊隶属度函数的构造新方法

针对现有区间二型模糊隶属度函数的构造方法中,存在受试者需为模糊专家,易出现不确定迹(FOU)填满现象(下隶属度函数近似为0),或需预先确定不确定迹的形状的问题,设计受试者不为模糊专家也可正确回答的调查问题,提出一种构造区间二型模糊集隶属度函数的新方法.该法不需预先确定FOU的形状,受试者不必为模糊专家.该法的基本思想是从一组领域专家中收集类属词的上下隶属度区间数据,对所获数据进行数据预处理,最后获得类属词的隶属度函数和FOU.实验结果表明,所提出的新方法可有效构造区间二型模糊隶属度函数,避免出现填满现象.     

模糊控制器隶属函数曲线的优化方法

应用遗传算法优化隶属函数曲线的疏密分布，阐述了优化的基本原理和具体实施过程，最后将该算法应用于一类对象模糊控制系统的设计中。仿真结果表明：该方法得出的隶属函数具有较为理想的控制效果。     

岩体模糊分类中隶属函数的等效性

总结出了岩体工程模糊评价中常用的连续隶属函数主要类型有正态型、岭型、三角模糊数和梯形,并给出了相应的基本解析表达式.以岩体分类中的单轴抗压强度为例,研究了具体指标隶属函数建立方法.采用不同隶属函数计算了某岩石试样的单轴抗压强度的隶属度,发现不同隶属函数得出的隶属度有差异.选取影响岩体稳定的五个主要指标,利用某矿深部工程地质资料,计算了其岩体物理力学参数在不同隶属函数下的隶属度,并根据离散型隶属度取值表确定了结构面的隶属度.将不同隶属函数下的各类指标的隶属度进行不同的组合,形成不同的隶属度矩阵,对该围岩进行模糊评判分类,得出最后的分类结果一致.这一研究结果证明了各类隶属函数的等效性、在岩体分类应用中的适应性和正确性,为岩体模糊分类隶属函数的选择提供了依据和便利.     

基于模糊支持向量机的一维距离像识别

在毫米波雷达一维距离像识别中,为达到消除噪声与孤立点影响的目的,在研究了基于距离和样本紧密度的隶属度函数的基础上,提出了一种能反映雷达回波信号在特征空间分布的隶属度函数.用一个紧凑的超椭球体将样本包围起来,并使用超椭球体的方向半径度量样本之间的紧密度.将改进的基于样本紧密度的隶属度函数应用于模糊支持向量机中,可较好地区分开支持向量与含噪声或野值的样本.实验结果显示:随着雷达回波信号信噪比的降低,支持向量机的目标识别率迅速下降,而模糊支持向量机的目标识别率只下降了1%,有效地减小了噪声对一维距离像识别结果的影响.     

带有非线性隶属函数的FLP问题的求解

带有非线性隶属函数(NLMF)的模糊线性规划(FLP)问题。通常是一个非线性规划(NLP)问题。本文利用“较大”、“较小”型隶属函数的特点,把求解原FLP问题最优解的过程化为求解一个参数线性规划(LP)问题及修正参数的交替迭代过程。通过构造不同的参数LP问题及修正参数的方法,得到了求解原问题的“试点法”和“收缩法”,在此基础上,综合得出兼有两法优点的“加速算法”,理论分析及实例都证明这些算法尤其是加速算法在求解带有非线性隶属函数的FLP问题时是有效的.     

用遗传算法划分模糊量的语言变量覆盖范围

在模糊控制器设计中．模糊规则的确定以及模糊变量隶届函数的选取都是非常重要的，隶属函数的形状、模糊划分的覆盖范围对模糊推理有很大影响。本主要介绍在模糊规则确定时用遗传算法划分模糊量的语言变量覆盖范围，利用调整已给定形状下隶属函数参数的方法改变各语言变量的语言值所覆盖范围，以模糊控制器的推理结果与专家经验控制结果的方差最小作为遗传算法进行优化的目标函数。     

随机隶属函数的某些优化准则及基于随机集的组合律

作者定义了随机隶属函数的概念,使得论域上元素的隶属度不再是一个确定的数,而是一个随机变量, 同时定义了相应的α-β截集.相对于传统的非随机隶属函数,随机隶属函数具有的概率性质携带了更多的信息.然后,作者讨论了随机隶属函数的一些特性,如元素在某个概率水平下的最大隶属度,以及大于某个隶属度水平的最大概率等,并给出一些例子来说明它们在应用中的意义.最后通过建立随机集和随机隶属函数之间的对应关系,并利用随机集的特点,作者得到了随机隶属函数的组合律.     

基于标准论域确定隶属函数的方法

作者提出了一种基于标准论域确定隶属函数的新方法. 该方法对语言值集进行通盘考虑,而不是孤立地确定某一个语言值的隶属函数. 作者首先明确提出了标准论域的概念, 在标准论域上,语言值的隶属函数形式简单而且易于得到,然后利用语言值在基础论域和标准论域上的峰值点,采用插值或拟合方法确定基础论域到标准论域上的变换,进而由标准论域上的隶属函数得到基础论域上的隶属函数