改进的模糊Min-Max神经网络与模糊系统建模

应用改进的广义模糊Min—Max神经网络进行样本分类，并以此分类结果确定模糊系统所需的模糊规则数，再运用TSK模糊系统实现函数建模，该方法的优势在于，改进的广义模糊Min—Max神经网络具有较好的自适应分类能力，可用来初步确定模糊规则数和规则空间的划分。有效避免了模糊建模时常见的规则数选取之随意性，实验结果证明，该方法实用有效。     

规则库自提取和简化的模糊系统

介绍了一种新的规则自提取和简化的模糊模型算法，该算法由3个步骤组成：首先，通过构造一个模糊软划分判别准则对输入输出空间进行模糊划分，得到最佳分类数，从而得到了最佳的规则数；其次，根据最佳规则数和神经网络来构造初始的模糊模型；第三，通过运用模糊相似分析法，可以得到计算2个模糊集相似度的方程，从而根据事先确定的阈值来合并相似的模糊集。这样就得到了一个既满足对精度的要求又简单且具有可解释性的模糊系统。最后，用该算法对我国全要素生产力进行了模糊规则的提取。     

基于时间序列的模糊聚类与规则提取信用评价模型

提出基于多维时间序列模糊聚类与模糊规则提取技术相结合的模糊分类系统,将其应用于信用评价研究.该方法利用投影寻踪技术对多维时间序列数据进行降维处理并进行模糊分类;根据分类结果和最佳投影值提取模糊规则,采用梯形分布法生成三个模糊隶属函数;最后根据计算模糊贴近度确定样本的信用级别.实例证明该方法具有良好的评价效果和实用价值.     

一种基于模糊C均值聚类的模糊规则提取方法

提出了一种基于模糊C均值聚类的模糊规则提取方法，给出了模糊系统的模糊规则库，基于此规则库，构造了一种新颖的分类算法，利用IRIS数据进行了测试，仿真结果表明，分类效果好，由此说明所提出的模糊规则生成方法有效。     

基于多目标遗传算法的模糊分类系统设计

提出了一种基于多目标遗传算法的模糊建模方法,实现了具备最大分类精度、最少特征变量和模糊规则数目的模糊分类系统的设计.首先,为缓解维数灾难问题,采用多目标遗传算法进行特征变量的选择和论域的模糊划分,构造基于栅格划分的初始模糊分类系统.然后为减少规则数目,提高模糊系统的解释性,采用遗传算法进行规则选择,得到具备较少规则数目的精简模糊分类系统.最后为提高精确性,采用约束遗传算法对精简模糊分类系统进行整体优化,在解释性不变的前提下,提高模糊分类系统的精确性.Iris和W ine分类系统的仿真,验证了该方法的有效性.     

模糊聚类分析在数字水印算法设计中的应用

基于人眼的视觉系统(HVS),将模糊聚类分析的的基本思想应用于静态图像数字水印算法设计。该算法根据模糊聚类分析思想,结合人眼特性将图像中的像素点进行分类,自适应的确定水印的嵌入位置。并可根据实际用途要求,确定分类数,按不同要求对图像像素进行分类选择,在现有技术条件下即可实现一种乃至多种水印的嵌入,更具广泛应用性。     

基于遗传算法的Mamdani模糊分类器的研究

大多数的模糊分类器,是建立在先验的或专家知识的基础上的模糊规则而构建的模糊分类器,但在实际的大量数据中,是没有先验知识的,进而要提取模糊规则是较困难的.研究了Mamdani模糊逻辑系统,提出一种基于遗传算法的Mamdani模糊分类器,它有最少特征变量、最少的模糊规则数,而且还有较好的分类精度,并应用于分类数据仿真,效果良好.     

基于目标函数的矩阵分解非线性系统模糊建模

提出了基于新的目标函数的模糊聚类建模方法．改进的模糊聚类方法把模糊模型结构辨识和参数辨识融为一体．首先,通过新的目标函数的最小化确定模糊模型的输入空间,即确定模糊规则和规则数、参数．然后对经模糊聚类得到的模糊前件推理矩阵进行QR分解,通过分析秩亏损确定重要的聚类规则．为了证明这种建模方法的性能,对非线性系统进行了仿真建模研究,仿真结果证明所提出方法是一种有效的、精确的模糊建模方法.     

机器故障诊断模糊分类规则的归纳学习

机器状态的有效监控是机器安全运行,提高系统生产效率的重要途径,由于环境的复杂性与不确定性,现有机器故障诊断系统的可靠性还不能满足应用要求,为此近来年发展了模糊诊断技术,对于模糊系统而言,其关键问题在于如何获得解决具体问题的模糊知识或规则,为此提出了一种被称为模糊归纳学习的学习方法,并利用模糊信息熵概念建立了从不确定信息数据中归纳模糊规则的学习准则,实验结果表明,利用所提出的模糊归纳学习方法所获得的模糊规则能不确定怀数据进行有效分类,从而能有效地提高机器故障诊断系统的与可靠性。     

Job-shop的实时调度

利用神经网络和启发式分派规则设计了一种Job—shop的实时调度算法，该算法首先在离线时用遗传算法训练神经网络得到调度的启发规则，在加工开始时根据一些动态特性对要执行的工件操作进行模糊分类，然后再根据启发规则对分类后的操作进行在线调度．基于这种算法，用模糊神经网络设计了一个Job—shop实时调度器，最后结合实时调度和重调度问题进行了仿真．通过与FIFO与LR(Lagrangian Relax)的比较，证明提出的算法是高效和可行的．     

环的模糊同态

利用经典集间的模糊映射,引入环的模糊同态概念,给出了模糊同态下模糊子环(模糊理想)的对应关系,并得到了环的模糊同态基本定理。     

模糊群的子模糊群和正规子模糊群

设G为在模糊二元运算下的模糊群 .给出了G的子模糊群和正规子模糊群的定义 .讨论子模糊群和正规子模糊群的一些性质 .证明了子模糊群的交为子模糊群 ,子模糊群与正规子模糊群的“积”为子模糊群 .     

半环中生成模糊理想的构造

在半环中引入由模糊子集生成的模糊半环与模糊左理想 (模糊右理想 ,模糊理想 ,模糊双理想 )的概念 ,讨论了它们的一些性质 ,并给出了它们的构造定理     

直梁强度和刚度的模糊计算

本文定义了具有不同论域的模糊集与通常函数的乘积、乘积的导数和积分,给出了具有相同模糊特性的模糊载荷的数学表征。导出了细长直梁横向弯曲时模糊外载、模糊内力和模糊挠度之间的基本模糊关系。通过引入不同论域的模糊集的加法,讨论了在不同模糊特性的模糊载菏作用下模糊挠度的计算。最后,对梁的可靠度计算进行了讨论。     

闭模糊拟阵模糊圈的充要条件

利用模糊拟阵的基本序列和导出拟阵序列,研究了闭模糊拟阵的模糊圈,得到了与模糊圈有关的几个结果:模糊拟阵或闭模糊拟阵的初等模糊圈的充要条件;闭模糊拟阵模糊圈的性质;闭模糊拟阵模糊圈的充要条件.利用这些充要条件,可以从闭模糊拟阵的某些模糊相关集找到其模糊圈.     

BL-代数的扰动模糊理想

利用扰动模糊集概念,研究BL-代数的扰动模糊理想的性质。引入了扰动模糊理想的概念并研究它的一些性质。通过扰动模糊理想构造了商BL-代数,并给出了扰动模糊同态基本定理。此外,给出了由扰动模糊集生成扰动模糊理想的方法。定义了扰动模糊理想的一些类型,研究它们间的一些关系。给出了扰动模糊Boolean理想、扰动模糊素理想、扰动模糊既约理想、扰动模糊超理想及扰动模糊Godel理想的一些刻画。     

基于非交换剩余格的模糊蕴涵滤子及其性质

对非交换剩余格的结构作了进一步研究。结合模糊数学的思想和方法, 在非交换剩余格上引入了模糊滤子,讨论了模糊滤子与分明滤子之间的关系; 并且在模糊滤子的基础上引入了模糊蕴涵滤子和模糊正蕴涵滤子的概念, 并讨论其基本性质,给出了模糊蕴涵滤子和模糊正蕴涵滤子的等价刻画, 证明了模糊正蕴涵滤子一定是模糊蕴涵滤子, 模糊蕴涵滤子和模糊正蕴涵滤子在一定条件下是等价的。     

模糊映射与环的模糊弱同态

讨论模糊映射的若干性质，并利用模糊映射引入环的模糊弱同态，得到了模糊弱同态下模糊子环(模糊理想)的对应关系，并建立了环的模糊弱同态基本定理。     

模糊规划的对偶理论

建立了有关凸模糊映射的微分理论：利用凸模糊映射的微分理论研究极值问题，得到凸模糊映射取得极值的充分／必要条件；讨论模糊意义下的鞍点与极小极大定理，并与模糊规划的Lagrange对偶联系起来．最后，建立了凸模糊规划的Lagrange对偶和KKT条件，并将其结果应用到模糊线性规划与模糊二次规划的研究中．     

模糊集合类的可测结构

为了深入讨论模糊集合类的代数结构,引入了弱诱导的模糊环和模糊σ-环的概念,讨论了它们与经典的环与σ-环之间的关系,定义了模糊矩形的概念,进而证明了模糊环的乘积定理。