从Warshall算法到求模糊矩阵传递闭包的一个简捷算法

模糊矩阵传递闭包的计算在模糊聚类中起着关键的作用,而模糊矩阵传递闭包与普通集合论中传递闭包是有密切联系的。从普通集合论中求关系闭包的Warshall算法和模糊关系图出发,论述并实现了一种求模糊矩阵传递闭包的有效算法。与经典的求模糊矩阵传递闭包的算法———平方法比较,该算法简捷,运算量小。最后分析了一个利用传递闭包法进行模糊聚类的实例。     

从语言的模糊和言语的模糊看模糊理论在语言研究中的普遍意义

1965年扎德的“模糊集合论”的诞生，引起了语言学的变革，为模糊语言学的诞生提供了理论依据。本文将根据扎德的模糊集合论的观点，用模糊隶属度、模湖隶属函数等模糊分析的方法来讨论语言和言语中存在的模糊现象，即根据扎德的模糊集合论的基本观点：语言的各种范畴中既有清晰的中心区域，又有模糊的边缘区域。结论是：语言、言语系统的各个层面即语言、语义、词汇、语法都存在模糊现象。     

对新模糊集合论基础的一些注记

近来,一些学者指出Zadeh模糊集合论存在缺点和错误,建立了新模糊集合论.针对新模糊集合论提出了自己的见解.首先,在分析C-模糊集合论的定义时,发现该定义中存在两个不足之处.正是由于这两个不足之处,模糊集合之间的运算就会受到质疑而无法进行.最后,辨证地分析了Zadeh模糊集合论存在的缺点和错误.     

模糊集合论及其处理的狭义模糊性问题

C.Elkan博士在1993年提出“模糊逻辑是似是而非的成功”问题引起了人工智能界和模糊界的极大关注。本文在[1]和[2]的基础上，进一步讨论模糊集合论及其处理的模糊性现象，提出模糊集合论的产生是科学技术发展的趋势。是人对客观事物的认知的思维反映。它可以分为狭义性、一般模糊性、广义模糊性和泛模糊性。而狭义模糊性是处理狭义模糊性现象的数学方法。模糊集合论是一种经典数学方法，模糊集合不能处理所有模糊性现象，具有一定的局限性。     

一种在线检测与预测传感器故障的方法研究

分析了人工神经网络和模糊逻辑，并结合二者各自的优势，针对传感器故障检测的特点，提出一种对传感器故障在线检测与预测的方法。该方法采用在线学习训练网络，并给出传感器的预测信号，对传感器是否发生故障做出检测，仿真实验证明，该方法对传感器的故障能在线做出准确的检测，同时隔离故障传感器并为系统和设备提供临时的预测信号。     

一种用于胸部CT的改进模糊图像增强算法

提出了一种基于模糊集合论的图像增强算法，同传统模糊集合论的图像增强算法相比，该算法有良好的细节刻画作用，对整体优化有很好的视觉效果，避免了由于图像增强引起的两端的灰度损失。实验结果表明，该算法比传统算法在很多方面都有改进，适用于胸部CT的整体图像增强，可以在两个同的背景窗内同时进行图像增强，适合临床诊断的需要。     

电子电路故障诊断的神经网络数据融合算法

针对模拟电路故障元件诊断的不确定性问题,将BP网络引入数据融合之中,结合模糊集合论,构造－模糊神经网络故障分类器,并将其应用于电子电路故障诊断之中。通过测试电子电路中被诊断元件的工作温度和工作电压这2个物理量,求出两传感器对各待诊断元件的故障隶属度,利用模糊BP网络故障分类器进行数据融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,并通过单传感器诊断结果与融合诊断结果比较,说明多传感器融合的优越性。     

神经网络在决策中模糊解法

在不确定的信息条件下如何来作出最佳的决策。本文利用人工神经网络和模糊数学的有关内容为解决这方面的问题作了一些探讨。从模糊集、超模糊集的概念和人工神经网络模型表达方法出发,介绍了人工神经网络如何利用超模糊来表示。提出了神经网络在决策中的一种模糊求解方法。     

高斯白噪声下T-S模糊系统的传感器故障诊断

提出了一种传感器故障诊断的新方法，适用于高斯白噪声下的T－S模糊系统，利用基于T－S模糊模型的卡尔曼滤波器估计系统状态，系统的残差即测量输出与估计输出之差被用来检测和隔离传感器故障，并且推导了传感器故障隔离的充分条件，还用一个铁路拖动系统的感应发电机的例子验证了该方法的有效性。     

自适应多层次的图像双线性广义模糊增强算法

在模糊集合论和广义模糊集合论的基础上,构造出用于模糊增强图像区域对比度的新型线性广义模糊算子.提出了一种自适应多层次的图像双线性广义模糊增强新算法,该算法利用线性广义隶属度变换及其逆变换,实现了灰度图像空间的广义模糊化与广义模糊空间的灰度化,使用线性广义模糊算子对线性广义模糊隶属空间进行了区域对比度模糊增强,最终利用"MIN" 算子提取出了增强图像的边缘轮廓.基于模糊熵的多层次阈值灰度选取过程,体现了算法的自适应性与实用性.实验表明,该算法能够快速无失真地同时增强图像中不同层次的边缘信息,所提取出的增强图像边缘准确、层次分明.     

一种混合智能故障诊断方法及柴油机故障诊断

提出了一种模糊聚类、粗糙集理论与神经网络集成的混合智能故障诊断方法。引入聚类有效性函数和点分布密度函数。对模糊c-均值聚类算法进行改进,形成了自适应模糊聚类算法并依据该算法将连续的故障特征值离散化。应用粗糙集理论处理离散化的故障诊断数据。采用基于信息熵的方法,约简冗余的故障特征。依据约简结果构建神经网络,采用遗传算法优化网络的权值和阈值。将该方法用于柴油机气门故障诊断,并与普通神经网络进行对比。结果表明,该方法提高了故障诊断的正确率。     

基于模糊集与神经网络的亚健康诊断

利用人工神经网络与模糊集的理论和方法提出了诊断亚健康状态的一种分类器模型.通过选取影响亚健康较为重要的几个因素作为输入矢量,利用感知器模型确定身体健康状态,由此给出治疗建议.将神经网络应用于亚健康诊治,给人们诊断亚健康提供了一种简便有效的方法,缓解了临床医学检查中对亚健康难以发现和评判的难题.     

舰船方案的模糊智能化评价

对应用人工神经网络技术解决舰船方案的目标综合评价问题进行了探讨，阐述了人工神经网络及其评价原理，对船舶方案的评价指标及属性值进行了分析与模糊处理，并提出了舰船方案的模糊智能化评价方法。     

多级模糊神经网络在故障诊断中的应用

提出一种基于模糊神经网络的多级故障诊断系统,根据多级的需要,除了建立故障谱和识库外,还分别建立了频谱特征知识库、振动变化特征知识库和故障位置特征知识库,并对其主要功能做了比较细致和论述。文中特别对第1,3级采用的基于模糊组织径向基函数神经网络及第2级采用的模糊逻辑神经网络的学习算法做了较全面的论述,同时解决了模糊神经网络随着输入变量的增加,模糊规则呈指数增长带来网络训练的困难。通过试验,研究了该系统在某炼油厂重催化机组故障诊断中的具体应用。     

数据挖掘综述

从人工智能、统计分析和数据库技术3个方面对数据挖掘技术进行了总结;从模式识别的角度讨论了数据挖掘技术的主要任务,包括分类、聚类、回归、关联、序列和偏差6种模式的识别.详细介绍了数据挖掘技术的常用方法,包括模糊理论、粗糙集理论、云理论、证据理论、人工神经网络、遗传算法以及归纳学习.列举了当前数据挖掘技术的实际应用场合,并指出其今后的发展趋势以及急需关注的问题.     

基于神经网络的装备维修保障系统效能评估

在系统分析装备维修保障系统效能各影响要素的基础上,构建了维修保障系统效能评估指标体系．应用BP神经网络的理论和方法,建立了维修保障系统效能评估的神经网络模型;给出了应用特尔菲法与模糊层次分析法相结合确定各指标权重而构造神经网络训练样本的方法。最后进行了实例分析,结果表明该模型可较好地克服人为因素和模糊随机性的影响,具有很高的可信度。     

多级动态模糊评判与BP神经网络方法的结合--供应链企业绩效评价决策支持系统

从当前神经网络技术在供应链的应用过程中较难找到高质量训练样本数据的现实出发,针对目前供应链企业绩效等级评定现状,提出了基于多级动态模糊评判与BP神经网络方法结合的供应链企业绩效评价,以多级动态模糊评判为采样基础,用人工神经理论建立评价模型,采用多隐层神经网络结构和反向传播(BP)算法训练网络,建立了供应链企业绩效评价决策支持系统。     

基于模糊神经网络的工况区域识别方法

以模糊集合和模糊神经网络为基础,提出了一种新的工况区域识别方法,并以工业生产过程中常见的精馏过程为例,进行了仿真,证实了该方法的有效性。     

人工神经网络寄生极值判别方法

根据人工神经网络自联想存在寄生极小值问题，提出了两种判别方法。这两者判别方案分别是混合人工神经网络方案和硬件判别电路方案，为人工神经网络模糊联想存储器的实际应用找到了较合理的方法。     

粗糙集神经网络理论在矿井通风系统评价中的应用

针对矿井通风系统神经网络评价法中建立样本的不稳定性问题,开展了基于粗糙集和BP神经网络理论的通风系统综合评价研究。以某矿井通风系统为研究对象,应用粗糙集数据分析系统对矿井通风系统评价指标的原始数据样本的分类质量进行了检验;在此基础上,基于人工神经网络理论,建立了矿井通风系统的粗糙集神经网络评价模型,从而形成了一种新的基于粗糙集神经网络理论的矿井通风系统评价方法。研究结果表明,经过模型的数据检验和应用性验证,其理论评价结果与实际情况相符,且网络总误差小于0.004;这说明基于粗糙集神经网络的综合评价方法在矿井通风系统评价中有很好的实际应用效果。