带有阈值的广义模糊双向联想记忆网络的稳定性分析

基于模糊取大算子“V”和一类t－模“T”建立了带有阈值的V－T型模糊双向联想记忆网络,证明了当T满足李普希兹条件时,系统的平衡点是Lyapunov稳定的,并给出系统为结构稳定的一个充分条件。最后用实例验证了结论的正确性。     

突发事件案例表示方法

案例表示是案例推理的基础,突发事件案例涉及到大量非结构化的信息,如何有效地将海量信息整合成案例是案例表示的关键。该文针对中国突发事件的特点,结合信息来源,给出了突发事件案例应包括的要素,针对结构化信息和非结构化信息提出了不同的表示方法。对于结构化信息,使用模糊集合的方法定量表示,以隶属度函数代替单一的数值;对于非结构化的文本信息,通过对3种关键词提取方法的比较研究,选择了基于词语共现概率的改进方法提取关键词,利用提取结果进行信息抽取。整个案例被表示成包含定量化数据和抽取文本的半结构化形式,前者主要用于案例匹配,后者记录了案例的详细内容,用于提供决策支持。这种表示方法为进一步的案例推理奠定了基础。     

公路选线的灰色模糊多属性决策研究

在现有灰色模糊决策方法的研究基础上,深入分析了灰色模糊数的特性,提出了基于灰色关联度的灰色模糊多属性决策方法并对该方法的理论依据作了介绍,解释了该方法的使用过程.     

一种基于区间灰色梯形模糊数的多属性群决策方法

针对属性权重未知,属性值为区间灰色梯形模糊数的多属性群决策问题,提出了一种改进的灰色关联决策方法.首先,定义了区间灰色梯形模糊数的概念并建立了区间灰色梯形模糊数的相关运算规则以及区间灰色梯形模糊数之间的距离;然后,采用算术加权平均算法将个体信息集结群信息,基于信息熵建立了指标权重的求解模型,并采用灰色关联方法对方案进行排序;最后,通过实例说明了本方法的有效性.     

一种LDA和聚类融合的SVM多类分类方法

改进传统的基于二叉树结构的支持向量机多类分类方法。将无监督聚类引入到算法中,利用无监督聚类剔除大量的非支持向量样本,同时对于无监督聚类在异类样本相近时出现的性能下降问题,引入线性判别分析使得同类样本聚集,异类样本分散,确保聚类精度。线性判别分析和无监督聚类结合能够显著地缩减训练样本。该方法能够在保持分类准确率的情况下有效地提高SVM的分类速度。     

基于模糊自适应PI控制在TSMC-PMSM闭环控制中的应用

分析了双极矩阵变换器（TSMC）在永磁同步电机（PMSM）闭环控制的基本原理,针对传统PI控制器对电机转速控制响应速度慢,控制精度低,以及电机调速、负载参数变化时,很难达到预期效果等问题,提出了一种利用模糊控制构建模糊自适应PI控制器,实现转速和电流闭环控制,该方法利用模糊推理能实现对PID参数的在线自整定,进一步完善PI控制器的性能,提高系统的控制精度。最后,在Matlab/Simulink软件上搭建了系统仿真平台,仿真结果验证了模糊自适应PI控制器能快速准确地跟踪转速的给定及具有良好的抗干扰性。     

两轮自平衡小车启动暂态过程的研究

在两轮自平衡小车启动暂态过程中,小车站立姿态调整过程缓慢,存在震荡性和抖动性问题.结合模糊PID控制算法和积分补偿方案,实现对小车左右轮输出的电压进行优化控制,使小车能在较短时间内快速修正到直立状态.模拟和实验结果均表明:采用模糊PID算法和积分补偿相结合的优化方案后,小车启动过程的姿态变化更加平滑,动态倾斜角度的测量更加精准,震荡明显减弱.在小车从初始倾斜角度-4°调整到平衡0°时,采用模糊PID算法能提高系统的测试性能,缩短系统的修正时间,减小震荡范围,震荡峰值从常规PID算法的2.2°降为0.5°,超调量从55%降为12.5%.该研究应用在两轮自平衡小车上,可以提高乘坐的舒适性,减少因长时间进行姿态修正而产生的电力消耗.     

基于 ANFIS云推理的网络学习评价

将云模型与ANFIS结合,利用云模型代替模糊神经网络的隶属度函数,构成ANFIS云推理网络并应用到学 习效果评价中.实验表明,ANFIS云推理网络是一种有效的学习评价工具,抗干扰能力较强.     

关于模糊工期平行机调度问题的若干结果

研究工件工期是模糊数的平行机调度问题,给出最优调度目标函数值在不同分布下该问题的4个性质,证明了Pm|di~=d~|Fmin问题是NP-难的.特别地,分析了当所有工件的dj与ej都相同时,LPT算法所得到的最小满意度相对于最优调度所对应的最小满意度的界.     

三种典型釉色汝官瓷和钧官瓷原料产地的PIXE分析

选取天青、天蓝、月白色汝官瓷样品27个、钧官瓷样品25个,将这些样品进行质子激发Χ射线荧光分析(PIXE),测定每个样品的化学组分.将所有样品的7种主量化学组成数据进行模糊聚类分析,得到以下结果:对于所分析的样品,其中钧官瓷胎样品的原料产地比较集中,汝官瓷胎的原料产地稍分散一些;多数汝官瓷胎和钧官瓷胎样品的原料产地接近但不相同,个别汝官瓷胎和钧官瓷胎样品有混在一起的情况;汝官瓷釉和钧官瓷釉样品的原料产地和配方明显不同但关系不是很远.