结构元理论下的模糊Markov决策过程

为解决模糊Markov决策过程中λ-截集计算的复杂性问题,利用模糊结构元理论建模及求解.对于状态模糊情况,分别给出全部状态模糊与部分状态模糊的模糊Markov过程定义,模糊结构元建模及优化决策;给出具有模糊转移矩阵的Markov过程定义,结构元建模及优化决策;给出状态及转移矩阵均模糊的Markov过程定义,结构元建模及优化决策.实例分析结果表明:模糊Markov过程的结构元建模及优化决策是简单有效的.     

二阶矩模糊随机过程协方差函数的性质

应用随机过程、模糊数学和模糊随机过程的基本理论，给出了二阶矩模糊随机过程的定义，讨论了二阶矩模糊随机过程协方差函数的有关性质。     

基于泰勒展开式的模糊微分方程数值解法

由刘过程驱动的模糊微分方程是处理模糊动态问题的重要工具,在求解由刘过程驱动的模糊微分方程时,有一些模糊微分方程并不能求出其解析解,这时往往需要研究一些可以求出模糊微分方程近似解的方法.本文利用模糊Taylor展开式,给出了一种基于模糊Taylor展开式的模糊微分方程数值解法,并证明了该数值解法的收敛性.     

三种模糊Markov链状预测模型

为了解决具有不确定信息的Markov链状预测问题,给出了"模糊状态-精确观测数据"、"精确状态-模糊观测数据"和"模糊状态-模糊观测数据"三类模糊Markov链状预测的模型,涵盖了具有不确定信息的Markov链状预测的各种形式,系统研究了三种模型下的状态转移概率确定方法与预测过程。该项工作使得模糊Markov链状预测模型问题趋于完善,为深入研究模糊Markov过程以及其它特殊的模糊随机过程提供了思路。     

基于模糊神经网络的压边力优化控制专家系统

说明了压边力优化控制模糊神经网络专家系统的总体结构框架及系统各模块的功能,对模糊神经元的选取、模糊神经网络的构造和模型神经推理机制进行了深入的阐述,针对板料拉深过程中的变量选取了模糊神经网络的输入输入参数。在板料拉深过程中,应用压边力优化控制模糊神经网络专家系统实现了冲压成形过程的智能化控制。     

英语语言模糊现象初探

语言是人类历史发展的必然产物。人类在认识世界、改造世界的过程中创造了语言。人类认识世界的过程是从模糊到精确的认识过程,因而,语言从产生之日起就具有模糊性。本文从七个方面探讨英语的模糊现象,即:语义范围不确定;上下文词义不确定;模糊限制语;修辞语言模糊;语法模糊;指示语模糊和语音岐义等。     

语言模糊现象、模糊容忍度与大学英语教学

模糊性是语言的本质特征之一,对语言模糊现象的研究一直受到语言学界的重视。语言模糊现象广泛地存在于英语教学的过程中,正确认识模糊的定义,了解大学英语教学过程中的模糊现象及模糊容忍度,可以使学生减少学习焦虑和负担,提高大学英语教学效率。     

模糊随机过程函数列均方一致Henstock积分的可积性

 引进了模糊随机过程函数列均方一致Henstock可积的概念, 研究了模糊随机过程函数列均方一致Henstock可积的充分必要条件, 得出了模糊随机过程函数列的收敛定理。     

二阶模糊随机过程均方Henstock-Stieltjes积分的收敛定理

利用二阶模糊随机过程均方Henstock-Stieltjes积分的定义和性质,讨论了两类二阶模糊随机过程均方Henstock-Stieltjes积分的收敛定理,即二阶模糊随机过程序列关于增实函数收敛定理(p)1im(n→∞)∫ba Xn(t)dg(t)=∫baX(t)dg(t)和均方连续二阶模糊随机过程关于实值单调非减...     

一类新的模糊积分的性质

在求解由刘过程驱动的模糊微分方程以及证明其存在唯一性时,若利用关于刘过程的模糊积分的定义直接计算或证明是非常困难的,因此必须研究此类模糊积分的性质.提出了3条模糊积分的存在性条件和3条模糊积分的性质,以便简化有关的计算和证明.     

一种变比例因子模糊控制器的研究

提出了变比例因子模糊控制方法,实现了模糊控制中比例因子的在线自调整,该控制系统可以达到常规模糊控制难于达到稳态精度,通过仿真实验证明了它的有效性。     

抛物型模糊二叉树欧式期权定价模型

利用可信性理论对抛物型模糊二叉树期权定价模型进行了研究,推导出单期二叉树模型欧式期权价值的期望值,拓展了上升因子为三角模糊变量的单期二叉树欧式期权定价模型.而抛物型模糊数能够更好地捕捉股价变化过程中的不确定性,使模型的适用范围更广.     

基于模糊度的决策树生成算法

在处理不确定问题中,生成模糊决策树是一种常用的方法.其算法主要包含2个步骤,一个是树的生成条件,主要是确定扩展属性的选择标准,并以此为核心得到生成模糊决策树的启发式算法.另一个则是树的终止条件,否则会造成树的过度拟合的情况.目前,典型的算法中通常利用粗糙模糊依赖度作为选择扩展属性的依据,但是这个依赖函数不具备单调性,从而导致算法有不收敛的可能,基于这个问题,给出了模糊度的定义,重新定义了模糊依赖度和模糊粗糙度,选择模糊依赖度最大的条件属性作为根结点;然后,使用模糊粗糙度作为叶子结点的终止条件;最后,通过实例说明了整个模糊决策树的归纳过程.     

模糊神经网络在电容成象中的应用

描述了基于电容层析成象，采用模糊逻辑和神经网络对静态火焰进行闭环控制过程。以神经元形式将专家知识和训练类型融合到模糊规则中。     

用于移动机器人的新型模糊神经元速度控制器

文中提出一种新型的模糊神经元速度控制器 ,为移动机器人解决位移转换成速度这个逆运动学问题 它把模糊论和预确定策略集成到神经元网络系统中 ,使得它能利用路径信息去控制机器人达到所希望的运动速度 模拟研究显示了它能控制机器人在静态或者动态的环境中 ,不通过学习就能沿着动态的避碰路径去捕捉目标 另外 ,可将其集成到其他的系统中去控制速度 ,或者作为一个独立的系统使用传感器信息去控制机器人的运动     

闪速炉的仿人模糊质量控制模型

在闪速熔炼过程模糊质量模型的基础上，进一步提出了闪速炉仿人模糊质量控制模型，即利用Takagi-Sugeno-Kang(TSK)模糊模型建立闪速熔炼炉产品质量的控制模型，并对控制模型进行了结构辨识和模型参数调整，在此基础上，针对闪速炉的运行状况，分别建立了静态和动态质量控制模型，仿真结果表明：动态质量控制模型要优于静态模型，在生产现场经过2个月的控制模型离线指导操作工操作，质量指标能够稳定地控制在指定的范围内，证实了动态模糊质量控制模型的有效性。     

基于Fuzzy集的插值模糊推理

对于模糊概念 (用Fuzzy集表示 )的隶属函数为连续的情况 ,将规则前件中的模糊概念的论域与后件的模糊概念的论域作一一映射 ,然后给出基于Fuzzy集的隶属函数为连续情况下的插值模糊推理方法 ;对于Fuzzy集的隶属函数为离散的情况 ,在作上述相同的映射后 ,再将规则前件中的Fuzzy集与事实中的Fuzzy集的隶属函数分别进行线性插值 ,使它们都成为连续函数 ,然后给出基于Fuzzy集的隶属函数为离散情况下的插值模糊推理方法 .     

基于RBF网络的Takagi—Sugeno模糊控制器参数获取

ＲＢＦ网络是一种广泛应用的神经网络模型,而Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊推理规则是一种简化的模糊推理规则,两种方法的起源不同。文中分析了在一定条件下,ＲＢＦ网络与简化的Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊推理规则的函数等效性,揭示了网络权值与推理规则参数的对应关系,从而为两种方法的互换使用奠定了理论基础。在此基础上,提出了使用ＲＢＦ网络在实时控制过程中为一些复杂的被控对象获取Ｔａｋａｇｉ－Ｓｕｇｅｎｏ型