一种基于系统不确定性的主动式知识学习算法

主动式知识学习方法不依赖于先验领域知识，其学习过程受信息系统的内在属性控制，所产生的知识系统 能够更客观地表达信息系统的潜在特征和规律。系统不确定性能够有效地控制主动式知识学习过程。基于粗糙 集理论，提出一种系统不确定性度量方式，结合Skowron算法，设计出一种基于系统不确定性的主动式决策规则知 识学习算法。仿真实验结果表明该算法能够更好地适应系统的不确定性，其综合性能明显优于其他同类算法。     

不确定系统的时滞观测器控制

分析了时滞观测器控制的基本算法,给出时滞观测器控制系统的结构。时滞观测器是利用系统过去的状态信息、状态变化的信息以及过去的激励信息来估计当前系统存在的不确定性、外部扰动。仿真结果表明,时滞观测器控制系统可以很好地抑制系统的不确定性以及所受的外部干扰。     

线性随机不确定系统的满意估计

在随机线性不确定系统中，设计一个满意的状态估计器在工程中有很大的实际意义．首先，根据满意控制思想，针对一类在状态矩阵及噪声矩阵中均含有不确定性的随机系统，设计一种满意估计器，使预测误差系统在模型的参数发生扰动时，依然满足预先给定的设计约束指标，得到了满意估计问题求解的充分条件；然后根据分析给出了满意估计器设计的算法．这个算法表明，线性随机不确定系统的满意估计器的设计是有效可行的。     

多变量生物发酵过程的解耦控制

把非线性系统的逆系统方法与神经网络非线性辨识技术相结合，提出了一种基于神经网络逆系统的发酵过程多变量解耦控制策略．当过程模型缺乏足够的先验知识时，所提出的解耦控制策略对多变量非线性连续发酵过程取得了良好的控制性能．仿真结果表明，提出的解耦控制方法能够适应过程模型的不确定性和参数的时变性，具有较强的鲁棒性．克服了基于微分几何理论的逆系统解耦控制方案依赖于过程模型和对模型参数变化很敏感的缺点．     

有测量噪声的不确定互联系统自适应鲁棒控制

分析了一为在具有时变不确定性的互联系统，结果表明，系统的确定部分是可镇定的，不确定的部分被假设为满足匹配条件，而且不确定剖分具有锥形界，但此界未知，基于与不确定界有关的确定性质进行控制设计，反馈信息具有测量误差的状态进行控制设计。     

大数据环境下的不确定数据流在线分类算法

在大数据环境下,由于隐私保护、数据丢失等原因,数据普遍存在不确定性;数据流系统中数据不断地到达系统,只扫描一遍且不能一次性全部获得;所以要构建一个增量分类模型来处理不确定数据流分类.本文基于VFDT算法提出了WBVFDTu算法,该算法在学习和分类阶段都可快速而有效地分析不确定信息.在学习期间,采用Hoeffding分解定理构造决策树模型;在分类期间,在决策树的叶子节点利用加权贝叶斯分类算法提高模型的分类准确率和算法的执行效率.最终证明该算法能够非常快速地学习不确定数据流,提高分类的准确率.     

一类不确定时滞系统的时滞依赖型鲁棒控制器设计

针对一类同时存在状态时滞和控制时滞的线性不确定系统，考虑它的时变未知但有界的不确定性．一种新的凸优化算法被提出并用于设计可镇定控制器，以确保系统在给定的不确定性范围内能求得一个关于时滞大小的次优解，并用实例验证了设计方法的有效性。     

不确定非线性系统的鲁棒自适应控制

针对一类具有一般不确定性的非线性系统（包括非线性不确定性、有界干扰、时变参数等）,利用递推设计方法,设计了一种新的用于输出调节的鲁棒自适应控制器．该控制器对非线性不确定性和有界干扰具有鲁棒性,并能保证闭环系统信号的全局有界性．其优点是对不确定性的知识要求较少．仿真实例表明,设计的鲁棒自适应控制器具有满意的控制效果．     

不确定奇异时滞系统的观测器型滑模控制器

针对一类带有不匹配不确定性的奇异时滞系统,建立了基于观测器状态的滑模面和滑模控制器。采用等价控制方法获得滑模运动系统,给出了其在滑模面上正则、无脉冲模、渐近稳定的充分条件。滑模面及控制器的解可通过锥补迭代算法求解矩阵不等式获得。给出了一个仿真实例验证理论的有效性。     

一类非线性系统的鲁棒控制

本文针对不确定性仿射非线性系统，通过状态生分同胚变换和反馈控制建立了系统的带有不确定性的线性化模型，分别研究了调节问题跟踪问题的鲁棒外环设计方法，所提出的算法不但能保证系统的鲁棒性，而且使闭环系统有良好的动态性能，闭环系统的全局收敛性和终结有界性得到了证明。     

基于神经元网络的不确定性规则的获取

讨论了不确定性规则的知识系统同神经元网络相结合的问题;提出了适合处理不确定性规则的负梯度学习算法,使不确定性规则能方便地转换成神经元网络的权矩阵;研究了如何利用神经元网络的生成能力来获取新的不确定性规则,使知识系统具有知识自动获取能力,并使原有规则系统的脆弱性得以改善.     

基于单位分解的复杂系统分散自适应鲁棒控制设计

针对一类较为一般的不确定复杂系统，提出利用微分几何中单位分解的概念处理复杂系统中的不确定性，完成鲁棒控制器设计的新方法．该方法首先对被控系统中的不确定性进行归一化处理，进而构造出从属于状态变量的紧致域的一组开覆盖的单位分解，利用其具有以任意精度逼近非线性连续函数的性质，实现了对被控系统不确定性的近似逼近，然后设计了复杂系统的分散鲁棒控制器和参数估计的自适应律，并证明了这种控制器使被控系统的状态及参数估计误差一致终极有界．与已有的类似成果相比，该方法所用的假设条件较弱，也无需复杂的计算，更加贴近工程应用．算例仿真验证了所提出方法的有效性．     

故障诊断专家系统的新型知识网络推理模型

介绍故障诊断专家系统中的一种新型知识网络表示法，并给出了详细的推理算法与故障判决算法，此知识网络的推理通过消息传递来实现，具有分布式特性，且在整个知识网络的推理与故障判决中融入了不精确推理算法，故能适合大多数的故障诊断专家系统模型。     

基于不确定抽样的半监督城市土地功能分类方法

为提高分类准确率, 解决城市区域社会功能标签分类难的问题, 提出了一种基于不确定抽样选择策略的半监督城市土地功能分类方法。该算法从轨迹数据中提取城市区域的特征向量, 只需对少量区域进行标签, 根据不确定抽样的主动学习选择策略, 从未标注训练样本中选取具有较多信息的数据, 利用半监督学习算法进行标注, 得到新的标注训练样本添加到训练集, 反复迭代后得到分类结果。实验结果表明, 该方法对不同社会功能的城市区域分类准确率可达90. 2%, 与传统方法相比分类准确率高, 减少了大量标注工作, 在少数标签数据上仍有较好的分类效果。     

不确定性系统控制的相关问题分析

不确定性系统控制的难点在于：在控制工程界对什么是不确定性信息及其表现形式、不确定性系统及其特性等目前并未取得共识，往往在一些含混不清的概念基础上讨论控制问题，致使对不确定性系统控制的整个研究进展缓慢。由于在实际控制工程在涉及问题面宽，作者联系实际工程实践经验，针对上述问题，主要讨论研究了不确定性信息的概念及其分类，不确定性系统的基本特征及其应采取的控制策略等。最后，作者基于成功实践的实例在文中指出，对不确定性系统控制采用智能控制策略是明智的选择。     

边界条件熵的属性约简及在定性仿真中的应用

从Pawlak拓扑的角度,给出了一种知识边界粗糙熵和边界条件熵的新定义,并反映出集合的不确定性可以通过边界域来描述的思想,证明了边界条件熵随着信息粒度的变小而单调减少的重要结论.弹簧定性仿真实例,结合定性推理技术,以边界条件熵为基础构造属性约简的启发式算法,消去定性描述中的冗余,获得了弹簧系统定性微分方程式.实验结果表明,粗集理论在定性推理与定性仿真技术中的重要应用价值,基于边界条件熵的属性约简是有效的.     

不确定推理模型的火箭安全决策系统

针对火箭飞行过程和测量环境的复杂性及飞行特点的先验知识和规则的不确定性,提出了一个基于不确定推理算法的火箭安全控制方案。根据安判参数的特点,对其进行了分类,给出了专家系统知识的不确定表示和处理方法,并且结合安控决策规则和决策过程的特征,对推理控制策略进行了分析,并对冲突消解策略、搜索策略提出了相应的算法,给出了不确定匹配原则和可行度的传递方法,构建了与/或决策网和基于规则的通用不确定推理模型。实验和仿真表明该系统能迅速准确的获取火箭发射的各种警情,大大提高了火箭飞行安全控制决策的可靠性和真实性,对火箭的飞行状态进行有效的管理。     

一种基于概率神经网络模型的胃病诊断专家系统

给出了将神经网络与基于规则的专家系统结合起来的一种神经网络模型,在这种模型中,一方面,领域知识以显式方式表示,神经网络的并行推理过程是可以理解和解释的;另一方面,由于通过贝中斯后验概率指定权值,因此避免了神经网络漫长的递归学习过程,提高了学习效率。     

基于未确知测度理论的特长隧道施工安全风险评价

 针对特长隧道施工风险评价中常存在诸多不确定性因素的问题,本文提出一种基于未确知测度理论的特长隧道施工风险性评价新方法。根据特长隧道事故的特点及成因,选取支护措施等15项未确知测度函数评价指标,建立了特长隧道施工风险分级预测的未确知测度评价模型;利用信息熵计算各评价指标的权重,依照置信度识别准则进行等级判定,得出特长隧道工程施工风险评价分级预测的评价结果;并应用于某一特长铁路隧道工程实际,成功评定出该隧道综合风险等级为Ⅱ级。结果表明,该方法不仅能给出特长隧道施工期间的风险等级,并且能够更客观地反映特长隧道施工过程中危险源的情况,为隧道工程施工风险性评价提供了一种新途径。