用事件-条件-动作规则表示模糊知识的方法

提出了模糊触发器的概念，采用模糊事件、模糊条件和模糊动作来对触发器进行模糊推理，为在主动数据库及其应用领域表达不精确的应用语义特性提供了可行的方法．通过一个“过热警报”的应用实例说明了模糊事件-条件一动作(ECA)触发器的建立及其实现方法．     

基于Petri网的ECA规则建模

在Petri网理论基础上,对ECA规则进行了建模研究,建立了基本Petri网模型. 对如何用Petri网表示具有复合事件ECA规则进行了专门分析. 提出了扩展的Petri网系统,并综合考虑ECA规则自身特性,建立了ECA规则系统Petri网模型,比较全面地反映了ECA规则系统特性. 通过构建可达树和变迁序列,可以较为清楚地了解ECA规则系统及其行为特性,便于对规则系统进行合理性验证,以帮助系统管理员对其进行分析和管理.     

加权模糊产生式规则的泛化能力研究

为了提高模糊产生式规则的知识表示能力,人们在模糊产生式规则中引入了局权、全权、置信度等参数。视加权模糊规则中的权重等为可调的知识表示参数,首先研究这些知识表示参数与加权模糊规则的泛化能力之间的关系,然后提出了一种基于极大模糊熵原理的知识表示参数优化方法。在选定数据集上的仿真实验数据表明,提出的方法可以明显提高基于加权模糊产生式规则的专家推理系统的泛化能力。     

模糊离散事件系统的分散控制

针对控制系统结构复杂,规模庞大的问题,以自动机作为系统的模型,研究了扩展全局监控器存在条件下的分散监控综合问题。由经典离散事件系统的局部监控器存在条件,延伸得到模糊离散事件系统的局部监控器存在条件,得到了全局监控器的存在条件。在系统存在全局监控器的基础上,讨论其与全局控制目标之间的关系,避免常规方法研究复杂系统时的分析困难和综合复杂性,从而为模糊离散事件系统监控理论的应用探寻新的途径。     

基于云计算的模糊规则挖掘算法在入侵检测中的应用

提出了一种基于云计算的模糊规则挖掘算法的入侵规则检测方法.以模糊集理论为基础,提出了在入侵关联规则挖掘中将特征属性模糊集作为单一属性来处理的模糊规则挖掘算法,有效地解决入侵规则中出现不相关规则和"尖锐边界"等问题.在云计算平台上进行算法的验证,利用云计算平台可进行大规模计算和数据处理的特点,得出该思想在入侵检测具有较好的应用效果和前景.     

基于免疫原理和Boosting机制的模糊分类规则挖掘算法

基于免疫原理和Boosting机制,提出了一种模糊分类规则挖掘算法.该算法主要借鉴于自然免疫系统中的克隆选择原理,通过抗体种群的演化来优化模糊规则.模糊规则库通过增量的方式产生,算法每次运行得到一个规则.Boosting机制用于调整训练数据的权值,使得新生成规则集中于当前未被覆盖或误分类的数据实例.仿真实验表明,所提算法可根据规则的分类精度来调整训练数据的权值,促进了模糊规则之间的协作关系,避免了规则之间相互冲突,提高了系统的分类精度.     

Fuzzy Control of Chaotic System with Genetic Algorithm

ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｒｅｃｅｎｔｙｅａｒｓ,ｔｈｅｒｅｈａｓｂｅｅｎｉｎｃｒｅａｓｉｎｇｉｎｔｅｒｅｓｔｉｎｔｈｅａｐ ｐｌｉｃａｔｉｏｎｓｏｆｃｈａｏｓｔｏｔｅｃｈｎｏｌｏｇｙ .Ｏｎｅｏｆｔｈｅｐｒｏｂｌｅｍｓｆａｃｅｄｉｓｔｏｉｎｖｅｓｔｉｇａｔｅｔｅｃｈｎｉｑｕｅｓｆｏｒｅｆｆｉｃｉｅｎｔｌｙｍａｎｉｐｕｌａｔｉｎｇｃｈａｏｔｉｃｓｙｓｔｅｍｓ.Ｓｏｍｅｒｅｓｅａｒｃｈｅｒｓｈａｖｅｐｒｏｐｏｓｅｄｔｏｕｓｅｃｌａｓｓｉｃａｌｍｅｔｈｏｄｓｓｕｃｈａｓｆｅｅｄｂａｃｋｃｏｎｔｒｏｌ[1]…     

一种利用遗传算法自动生成模糊规则方法

将遗传算法用于模糊系统的建模中,在分析经典遗传算法基本原理的基础上,提出了算法的改进措施;重点阐述了模糊系统中遗传与变异的作用,从而提出了一种具有很强进化能力的模糊规则生成算法,为智能系统获得模糊规则提供了一种有效方法。模拟结果验证了该算法的正确性。     

一种基于相似性的加权模糊产生规则计算方法

提出了一种基于相似性的加权模糊产生规则计算方法.该方法允许权重与确定因子等参数用普通的语言词来表示,从而提高了模糊产生规则的知识表示力,使其更符合人们的思维习惯,为其应用提供了更大的范围.还提出了一种改进的方法来计算结果的模糊值及其确定因子,从而使计算结果更加合理.     

一种基于模糊CMAC自学习模糊逻辑系统及其在控制中的应用

把HCMA（Hyperball Cerebellar Model Articulation Conroller)与模糊逻辑理论有机结合起来，形成FHCMAC（Fuzzy HCMAC)，它便于从输入输出数据中提取模糊规则，直接用作控制器。可以将FHCMAC看作用基函数网络实现的模糊逻辑系统，兼有HCMAC神经网络和模糊逻辑两者的优点，即可以较容易表达定性或模糊的经验知识，又具有很好的学习性能，应用仿真实例验证了其有效性，该方法可应用于难以获取模糊规则的吻合。     

模糊知识处理与模糊集理论的若干拓展

模糊系统是一种基于知识或基于规则的系统，模糊知识处理技术的发展引起模糊集理论出现了各种拓展。首先叙述了模糊集理论的形成与发展，以及模糊集理论在人工智能、知识处理领域的作用与应用。其次，给出了对模糊集合的各种拓展，如直觉模糊集、L-模糊集与L-直觉模糊集、区间值模糊集与区间值直觉模糊集、Vague集等的定义与描述。最后，重点讨论了各种模糊集拓展形式之间的相互联系及可能对模糊集理论发展产生重要影响的统一集理论，提出了通过某种变换或算子建立起各种集合理论拓展形式之间联系的假设。结论认为，直觉模糊集是对模糊集理论最重要的一种拓展。     

一种用CMAC网络建立模糊控制器的新方法

提出了和种新的建立模糊控制的方法，在原来模糊控制的基础上，对模集提出了新的解释，将模糊集的建立和模糊规则的确立和受控系统的物理行为直接联系起来。然后，通过ＣＭＡＣ神经网络对受控系统进行学习，掌握受控系统的特性，并最终由ＣＭＡＣ神经网络根据对模糊集的新的解释，来建立模糊集并提取模糊规则。     

SELF-LEARNING FUZZY CONTROL RULES USING GENETIC ALGORITHMS

This papcr presents a new genetic algorithms(GAs)-based method for self-learniag fuzzy control rules. An improved GA is used to learn to optimally select the fuzzy membership functions of the linguistic labels in the condition portion of each rule, and to automatically generate fuzzy control actions under each condition. The dynamics of the controlled system is unknown to the GA. The only information for evaluating performance is a failure signal indicating that the controlled system is out of control. We compare its performance with that of other learning methods for the same problem. We also examine the ability of the algorithm to adapt to changing conditions. Simulation results show that such an approach for self-learning fuzzy control rules is both effective and robust.     

高效分布存贮规则的模糊控制器

提出基于接近程度的度量来动态地构造逻辑系统的原理和方法,该方法包括：在对专家描述的规则库的预处理后,得出一组高木－菅野型模糊逻辑系统;按照实际的输入向量动态实时构造出模糊逻辑系统;对控制器参数进行自适应调整,以机器人的控制为例,给出了仿真的结果。     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

基于粒函数的模糊控制系统设计与仿真

模糊控制是基于模糊数学思想和理论建立的控制方法,在控制领域特别适用于一些无法用精确模型进行数学建模的控制系统.但对于模糊控制系统,模糊控制器的运算复杂和由于规则太多引起的规则爆炸问题始终没有很好地解决.通过引入粒函数,简化了模糊控制系统和解决了规则爆炸问题,并且将粒函数方法应用于单容水箱模糊控制系统中进行仿真.实验结果显示,粒函数方法不仅可以简化模糊控制系统的复杂性和解决规则爆炸问题,并且证明在理论和实际中粒函数器完全可以等效模糊控制器.粒函数方法适用于众多模糊控制系统中,通过示例,可以举一反三,将粒函数方法复制到其他应用场合.     

多输入模糊神经网络结构优化的快速算法

采用规则前件提取,以获得较少的高效规则,对模糊神经网络(Fuzzy Neural Network)进行结构优化,解决了在多输入模糊系统中因规则数多导致的结构庞大问题,使之适用于多输入模糊系统．结构学习中采用竞争算法优化隶属函数,保证规则前件提取的高效;参数学习中采用梯度下降法调整网络参数。     

二叉树型分层模糊系统的等效性分析

为进一步研究分析多变量模糊系统以及分层模糊系统的数学机理,解决多变量模糊系统的"维数灾"问题,该文对一类广泛应用的多输入单输出模糊系统(MISO-FS)进行了解析分析,提出了一类二叉树型分层模糊系统(HFS),并推导了其解析表达式。从而证明了HFS和MISO-FS具有等效性。在此基础上分析了HFS的规则数,证明了HFS的规则数随输入变量数线性增长,因此HFS是解决模糊多变量系统"维数灾"问题的一个很好的实用方案。     

模糊控制器算法研究

若控制规则“ｉｆ Ａ ｔｈｅｎ Ｂ”中,Ａ和Ｂ都是Ｏ型模糊集,称之为Ｏ型模糊规则,作者在本文首先给出了Ｏ型模糊数的概念,同时给出了Ｏ型模糊集之间相容度的定义,然后,给出了Ｏ型模糊集的交并运算,该运算具有较好的性质。在此基础上,作者又给出了Ｏ型模糊控制规则的模糊控制算法,该算法具有合理性和有效性,而且计算较简便。     

基于Type-2 T-S的模糊脉冲控制

利用Type-2模糊系统在描述复杂非线性系统诸多不确定性问题时的有效性,在Type-1模糊脉冲控制的基础上,提出了区间Type-2 T-S模糊脉冲控制方法.该方法利用Type-2模糊隶属函数的“宽带”效应,解决了Type-1模糊脉冲控制中数据噪声和外界扰动问题;利用Lyapunov理论和Lipschitz条件,通过运用比较方法和线性矩阵不等式等综合方法,设计Type-2 T-S模糊脉冲控制器,给出系统的渐进稳定性分析;最后,在倒立摆系统的仿真中,较方便地确定了隶属函数并选取了较少的模糊规则,表明系统的有效性和优异性.