模糊系统作为通用函数逼近器的研究

讨论采用某一固定函数的伸缩及平称作为隶属函数的情形，证明在基函数可积，积分非零且几乎处处连续的条件下，模糊系统是通用的函数逼近器，拓宽了可作为通用函数逼近器的模糊系统的类型，仿真对该结论进行了验证。     

一种新的模糊神经网络及其逼近性能

给出了一类折线模糊数间新的模糊算术，对于递增函数σ : R→R得到了一个新的扩展原理，并由此建立了一种新的模糊神经网络模型，该模型在设计学习算法、逼近能力等方面具有优越的性能. 最后证明了相应的前向三层网络可以作为连续递增模糊函数的通用逼近器.     

广义模糊系统对于可积函数的逼近性

定义了一种广义模糊系统,应用中所研究的主要模糊系统都是该系统的特例,通过讨论了广义Ｔａｋａｇｉ－Ｓｕｇｅｎｏ（Ｔ－Ｓ）系统在Ｌｐ（μ）－模意义下对于分片线性函数的逼近性,证明了该广义系统对于ｐ－可积函数是通用逼近器,若给定逼近精度,则可以估计出该系统模糊规则库的规模大小,最后给出了两个模拟实例。     

模糊图灵机的逼近性与通用性

模糊图灵机是模糊算法或模糊计算的形式模型．文中研究了模糊图灵机的几种变形，这包括基于max-★复合运算的非确定型模糊图灵机（简写为NFTM★，其中★为t-模），非确定型模糊图灵机（简写为NFTM），确定型模糊图灵机（简写为DFTM），以及这些变形的多带版本．得到了以下一些结论：第1，若t-模★不满足有限生成条件，则NFTM★，NFTM和DFTM一般不等价，这里等价指的是识别相同的模糊语言．但在逼近意义下等价，也即，NFTM★可以被NFTM以任意精度逼近，并给出了相关的构造．引入了模糊递归可枚举语言与模糊递归语言的概念，并利用递归可枚举语言与递归语言对其进行层次刻画．第2，如果限制NFTM★的模糊隶属函数的取值域为单位区间[0，1]的一个固定的有限子集D3则存在通用模糊图灵机，用该通用模糊图灵机可以模拟上述类型的限制型模糊图灵机．一般地，通用模糊图灵机在逼近意义下存在，该通用模糊图灵机可以以给定精度模拟任意类型的模糊图灵机．     

神经网络的本质逼近阶

运用多元函数逼近工具, 对三层前向人工神经网络逼近连续和可积函数的本质逼近阶进行了定量研究. 证明了当激活函数满足一定条件时, 对任意的连续或可积函数, 能具体构造有明确隐层单元下界的三层网络使之对被逼近函数任意逼近. 给出该类神经网络逼近的上、下界估计和本质逼近阶估计, 刻画所构造网络的逼近性能与网络隐层拓扑结构之间的关系. 特别地, 当被逼近函数为二阶Lipschitz函数时, 所建立的神经网络其逼近速度完全取决于被逼近函数的光滑性. 所获结果对逼近连续或可积函数类的前向神经网络具体构造及逼近能力刻画有重要的理论指导意义.     

基于模糊神经网络的图像恢复技术

通过分别引入输入与输出空间的合理剖分,定义了一种新的模糊神经网络(FNN), 即选择型FNN, 该系统是一种多层前向网络, 在最大模意义下构成一类函数泛逼近器.基于一组具有实际意义的模糊推理规则, 得出了一个简单实用的推理型FNN. 利用选择型FNN与推理型FNN的有机结合, 得到FNN滤波器, 它不仅结构简单, 易于设计参数学习算法, 而且能同时有效去除图像信号中的脉冲噪声和保持图像结构. 实验结果表明, 与其他滤波器(如:中值滤波, 自适应加权模糊平均(AWFM)滤波等)相比, FNN滤波器在去除各种噪声, 保持图像未污染部分结构等方面性能卓越     

近似指数型神经网络的本质逼近阶

针对一类比Sigmoid更为宽泛的指数型激活函数,证明了三层前向神经网络的本质逼近阶.特别地证明了对于定义在Rd中紧子集上的任意连续函数f,存在隐层单元数为m(n)=Bdm(fi,nn)<ε(n 1)d(其中222(,)11,1,Bdfn=2 π2dωfn 2ω2(f,·)为f的二阶连续模,n为不小于1/ε的任意正整数)的近似指数型神经网络Rnσ(d)使其逼近f的精度与速度满足222(,())11,1.d∞fRnσd≤2 π2dωfn 2同时,当f属于α-Lipschtz函数类时,网络达到其本质逼近阶n?α(0<α≤2),所获结果较完整地刻画了该类神经网络的逼近特征,并揭示了该类神经网络逼近性态与网络拓扑之间的相依关系.     

基于平面距离的模糊数之间差异的度量及其在优化调度问题中的应用

利用平面上的距离函数及水平重要性函数, 建立了衡量模糊数之间差异的UID度量和LPID度量, 讨论了UID度量和LPID度量的基本性质, 证明了模糊数空间关于UID度量和LPID度量成为度量空间的充分必要条件是水平重要性函数在区间[0,1]上几乎处处不为零. 进而讨论了由平面上的范数确定的UID度量和LPID度量的收敛性、可分性和完备性问题. 最后通过实例进一步分析了UID度量和LPID度量的特性.     

模糊随机可靠性分析中不确定性传递的鞍点线抽样方法

对于同时存在随机基本变量和模糊基本变量的结构系统,研究了模糊和随机两种基本变量的不确定性向结构响应性能的传递问题,提出了一种结构安全度量的模糊可靠度隶属函数求解的鞍点线抽样方法.所提方法首先按照模糊基本变量的隶属函数求得给定隶属水平下模糊基本变量的取值域.然后在与给定的隶属水平对应的模糊基本变量取值区域内,利用鞍点线抽样方法求得随机基本变量空间内结构响应量满足安全要求的可靠度值的上、下界,进而将基本变量的模糊和随机不确定性传递到结构的安全度量,得到模糊可靠度的隶属函数.与模糊随机不确定性传递的直接MonteCarlo法相比,所提方法可以在保证计算精度的同时大幅度提高计算效率.与已有的模糊随机不确定性传递的转化法相比,所提方法具有更广的适用范围,它对随机基本变量的分布型式及结构响应量的解析表达式均没有限制,并且所提方法未对响应量的表达式作任何近似,因而比转化法具有更高的精度.另外所提方法可以容易地处理结构响应中模糊基本变量与随机基本变量具有交叉项的情况.所提方法的优点将由文中算例进行验证.     

模糊逻辑系统与前向式神经网络等价

揭示模糊逻辑系统与前向式神经网络的等价性，指出模糊逻辑系统的几个基本特征，并且减弱了模糊逻辑系统插值表示的条件。定义了非线性神经网络、线性神经网络，以及矩形波神经网络；证明了非线性神经网络必可由矩表波神经网络表示。给出了模糊逻辑系统与前向式神经网络等价性的证明。     

基于客户满意度的模糊神经网络JSP研究

针对具有不确定性因素的作业车间调度问题，基于模糊数学的思想，把模糊加工时间、间隔期和模糊交货期用梯形模糊数表示，建立了基于客户满意度曲模糊作业车间调模型。运用Hopfleld神经网络算法求解，结合目标函数和JSP的全部约束条件，构建能量函教和JSP换位矩阵，保证了神经网络稳态输出为最优生产调度方案。最后用网络计划图对稳态输出的换位矩阵进行解码得到最优调度甘特图，避免了传统成本树法易出现死锁调度的问题。计算实例验证了本算法的可行性和有效性。     

雷达信号的加速度分辨性能分析

针对以导弹和卫星等高速飞行器为平台的雷达信号处理应用中所面临的非匀速相对运动所引起的多项式相位调制给雷达信号处理带来的影响, 提出并研究了加速度模糊函数和加速度分辨力的有关概念. 并以加速度模糊函数为分析工具, 讨论了雷达信号的加速度分辨性能, 分析了未知加速度对线性相位匹配滤波器输出信噪比和Doppler频率估计精度的影响, 给出了加速度与最优相参积累时间之间的定量关系, 讨论了二次相位匹配滤波器对加速度参数搜索估计的性能.     

采用伪梯形隶属函数的一类模糊控制器的结构分析

推导了采用伪梯形隶属函数的一类双输入单出模糊控制器的解析表达式。在此基础上对模糊控制器进行了结构分析,证明了这一类模糊控制器相当于一个全局二维多值继电器和局部线性或非线性的ＰＩ或ＰＤ控制器的合,并且这类模糊控制器的输出是输入的连续不减函数。     

双基地雷达模糊函数及目标参数估计性能分析

针对外辐射源雷达等采用双基地配置的雷达在探测加速运动目标时,现有的模糊函数无法用于分析目标的距离、速度和加速度参数受双基地雷达几何配置影响的不足,提出了一种能够表示双基地几何配置的双基地雷达距离．速度一加速度模糊函数,并以此为工具分析了双基地雷达目标参数估计性能与双基地雷达几何配置的关系,研究了在不同的双基地几何配置下目标速度和加速度分辨性能、积累增益损失以及最优积累时间等相关问题,并分别给出了其随着双基地雷达基线距离、目标接收方位角和目标与接收站之间距离的变化趋势．为分析外辐射源雷达等双基地雷达对加速目标的探测性能提供了一定的理论参考．     

模糊测试技术研究

随着人们对软件安全问题关注度的不断提升,漏洞挖掘技术逐渐成为业内热点的研究内容.但传统的漏洞挖掘技术耗时长耗工大,更重要的是不能全面的探测出软件中的漏洞,因此一种简单高效的漏洞挖掘技术,即模糊测试技术,逐渐成为了研究者们关注的重点.本文首先重点介绍了模糊测试技术的相关理论知识及研究进展情况,并对比了传统漏洞挖掘技术与模糊测试技术进而说明模糊测试技术具有传统漏洞挖掘方法无可比拟的优势.之后,研究了目前模糊测试技术在各个领域内的应用情况,并比较了现有模糊测试工具的优缺点.最后列举出模糊测试技术的局限性,并阐述了模糊测试技术未来的发展方向.     

模糊综合评判法在城市交叉口综合质量评价中的应用

为了全面评价城市交叉口综合质量,选择了交叉口混合交通运行状态评价指标,并通过指标隶属度函数研究建立了相应的模糊综合评判模型.结合实例对其综合运行质量进行了评价分析和聚类排序,从而为评估城市交通拥堵、制定相应的交通管理和控制策略提供了一种有效的定量分析方法.     

基于T-S模糊神经网络的淋水井筒温度预测分析

随着矿井开采深度的增加,矿井井底风流温度的预测分析对矿井生产具有重要意义。通过分析影响井底风温的主要因素:地面大气压力、入风温度、入风含湿量以及井筒深度,建立了一种新的T-S模糊神经网络模型,利用MATLAB模拟实现了对井筒的井底风温预测分析。通过实例验证了该方法的可行性,结果表明该方法相比BP神经网络收敛速度快,预测精度高,拟合能力强,符合现场工程应用的需要。     

变论域自适应模糊控制器

基于模糊控制的插值形式提出以变论域为手段的自适应模糊控制器。首先定义了控制规则的单调性,证明了作为模糊控制的插值函数的单调性等价于控制规则的单调性,从而保障了在论域变化之下控制规则的无矛盾性。然后讨论了变论域伸缩因子的构造。最后给出３种变论域自适应模糊控制方法,即潜遗传自适应模糊控制方法、显遗传自适应模糊控制方法以及逐步显遗传自适应模糊控制方法。     

基于结构元方法的矿井机械模糊可靠性分析

应用模糊结构元理论,对矿井可修复机械设备可靠性中的有效度进行研究.首先,定义了模糊可靠度、模糊维修度和模糊有效度,并应用结构元理论对其进行表示.提出了相关的运算定理,在此基础上,再运用结构元理论对模糊有效度进行表示.之后,提出了正序,该序为全序.最后,用算例计算模糊有效度,通过正序对有效度进行比较.结果表明,运用模糊有...     

基于PTST方法构造高阶平衡的正交多尺度函数

提出了仿酉两尺度相似变换（PTST）的概念. 讨论了PTST的性质, 并证明了PTST能保持所给的正交多尺度函数的正交性、逼近阶和光滑性. 更重要的是, 基于PTST, 提出一种构造高阶平衡多尺度函数的方法, 即平衡已存在的正交非平衡多尺度函数. 给出相应的PTST变换矩阵的显示构造. 另外, 也讨论了平衡多尺度函数的对称性. 最后给出若干构造算例.