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要领的论域与后件的模糊概念的论域化一一映射,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     

一个新的基于Vague集的近似推理方法

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,给出基于Vague集的隶属函数为连续情况下的近似推理方法;对于Vague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Vague集和事实中的Vague集的真/假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Vague集的隶属函数为离散情况下的近似推理方法.     

一个新的基于Vague集的近似推理方法

对于模糊概念的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,给出基于Ｖａｇｕｅ集的隶属函数为连续情况下的近似推理方法;对于Ｖａｇｕｅ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Ｖａｇｕｅ集和事实中的Ｖａｇｕｅ集的真／假隶属函烤分别进行线性插值,使它们都成为连续函数,然后给出基于Ｖａｇｕｅ集的隶属函数为离散情况下的近似推理方法。     

一种基于区间值模糊集的模糊推理方法

对区间值模糊集的论域分类讨论,给出基于区间值模糊集论域为连续时的模糊推理方法; 区间值模糊集论域为离散时,将其线性插值为连续,然后给出论城为离散情况下的模糊推理方法。     

Banach空间中Fuzzy隶属函数的逼近过程

1975—1980年,Kaufmann 及 Dubois 等定义并讨论了某些特殊情况下的 Fuzzy 集的逼近问题。覃国光于文,对用连续的 Fuzzy 隶属函数逼近 FL_p(X)空间的 Fuzzy 集问题作了研究。本文利用泛函分析工具对 Fuzzy 集的逼近作进一步深入的研究,主要结果如下:(1)定理1给出了对连续隶属函数的 Fuzzy 集,用多项式隶属函数在 C°空间中逼近时的估计式及其逼近定理;     

基于标准论域确定隶属函数的方法

作者提出了一种基于标准论域确定隶属函数的新方法. 该方法对语言值集进行通盘考虑,而不是孤立地确定某一个语言值的隶属函数. 作者首先明确提出了标准论域的概念, 在标准论域上,语言值的隶属函数形式简单而且易于得到,然后利用语言值在基础论域和标准论域上的峰值点,采用插值或拟合方法确定基础论域到标准论域上的变换,进而由标准论域上的隶属函数得到基础论域上的隶属函数     

一种相关型模糊集合及其在模糊逻辑系统中的应用

基于t-范数和t-余范数的模糊推理无法将模糊规则中前件集与后件集的相关性信息引入到模糊推理过程,这在某些情况下会导致模糊推理结果与实际经验不符。针对此问题,首先引入模糊集合之间相关度的概念,使模糊概念之间彼此相关。然后,在模糊集合相互关联的环境下提出相关型模糊集合的概念,包括相关type-1、相关区间型type-2以及相关一般型type-2模糊集合,并在理论上把模糊集合的基本概念和运算性质放在相关型模糊集合的环境下进行讨论,同时定义其自身特有的一些运算。最后,对相关型模糊集合在2种模糊逻辑系统(T1 FLS和IT2 FLS)中的应用进行探索,提出面向后件集的模糊推理方法。仿真实例表明:该方法比传统的模糊推理方法能捕获到规则中更多的不确定性信息。     

多输入模糊神经网络结构优化的快速算法

采用规则前件提取,以获得较少的高效规则,对模糊神经网络(Fuzzy Neural Network)进行结构优化,解决了在多输入模糊系统中因规则数多导致的结构庞大问题,使之适用于多输入模糊系统．结构学习中采用竞争算法优化隶属函数,保证规则前件提取的高效;参数学习中采用梯度下降法调整网络参数。     

基于标准论域的模糊控制器设计

设计模糊控制器时常常遇到的困难之一就是为各语言值确定合适的隶属函数.为此本文作者提出了基于标准论域的模糊控制器设计方法.作者首先提出"标准论域"的概念,在标准论域上隶属函数的形式简单、易于处理.然后,通过基础论域到标准论域上的连续单增变换,作者从整体上考虑了一个语言变量所有语言值的隶属函数,而不是像现有的方法一样孤立地确定各个语言值的隶属函数,从而大大减少了工作量.最后,作者详细说明了基于标准论域的模糊控制器的结构,推导了它的输入输出对应关系.现有的模糊控制方法的输入输出关系与基础论域采用的尺度有关,新方法则没有这一缺陷,而且利用这种模糊控制器结构可以方便的实现变论域模糊控制.     

基于区间值相似度的加权模糊推理

在相似度的方法用于区间值模糊推理的过程中,为合理地计算区间值加权模糊产生式规则的输入事实与规则前件之间的相似度,给出区间值相似度的计算公式.在此基础上提出基于区间值相似度的加权模糊推理算法.为体现规则前件断言对于规则结果的重要性程度,在区间值模糊产生式规则中加入了权值参数.为了采用该算法,给出区间值排序的方法.最后用实例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

一个采用模糊产生式规则的推理方法

在模糊集理论的基础上,本文提出了一种模糊产生式规则.为了采用这类规则进行推理,文中给出了规则前件与事实是否匹配的模糊匹配函数.最后给出了一个生成匹配事实的最大模糊包含演绎树的算法,并用实例说明采用模糊产生式规则进行不精确推理的方法.     

基于粗集和模糊集的启发式规则约简算法研究

提出了一种新型的决策规则约简方法。基于均匀划分和正态分布隶属度函数,对决策表的连续属性进行模糊化,用欧氏距离贴近度来构建相似矩阵,并提出了一种论域的模糊划分算法;依据粗糙集隶属度进行属性约简的基础上,给出了一种决策规则约简算法,从而达到发掘知识并简化知识的目的。     

Moldability Evaluation for Molded Parts Based on Fuzzy Reasoning

Moldability evaluation for molded parts,which is the basis of concurrent design,is a key design stage in injection molding design.By moldability evaluation the design problems can be found timely and an optimum plastic part design achieved.In this paper,a systematic methodology for moldability evaluation based on fuzzy logic is proposed.Firstly,fuzzy set modeling for six key design attributes of molded parts is carried out respectively.Secondly,on the basis of this,the relationship between fuzzy sets for design attributes and fuzzy sets for moldability is established by fuzzy rules that are based on domain experts‘ experience and knowledge.At last the integral moldability for molded parts is obtained through fuzzy reasoning.The neural network based fuzzy reasoning approach presented in this paper can improve fuzzy reasoning efficiency greatly,especially for system having a large number of rules and complicated membership functions.An example for moldability evaluation is given to show the feasibility of this proposed methodology.     

输出隶属函数不均匀分布时典型模糊控制器的结构分析

针对两输入 (e,Δe)一输出 (Δu)的典型模糊控制器 ,其输入变量采用三角形、全交迭、均匀分布的隶属函数 ,输出变量采用不均匀分布的单点隶属函数 ,当采用线性控制规则和 Sum- Product推理方法时 ,推导了输出的解析表达式 ,分析了其结构特性和极限特性。进而对最常用的输入变量各取 5个模糊子集的情况进行了详细分析 ,研究了输出隶属函数参数对典型模糊控制器性能的影响 ,并将理论结果应用于倒立摆的模型参考模糊自适应控制     

一种基于Choquet积分的不精确推理方法

模糊规则是模糊推理中的重要工具之一,它表示了模糊知识的因果关系.在一个模糊规则集中,当模糊命题间存在交互作用时,将参数权重用模糊测度取代,得到了一种基于模糊规则矩阵变换和Choquet模糊积分的模糊推理方法.该方法主要应用在不完全归纳推理中.     

模糊算子方程的解

一些实际问题的数学模型可以是集值算子方程，而在不确定环境下，这类算子方程中将可能出现不确定变量，例如，可能出现模糊变量。该文将讨论一类模糊算子方程解的存在性，并给出一个算法逼近方程的解。这里研究的算子方程是定义在模糊集上，其隶属度由模糊变量所确定。     

提高模糊控制器稳态精度的一种可实现方法

为了提高模糊控制器的稳态精度 ,首先研究了模糊推理算子 ,发现利用概率算子所推得的模糊控制表控制精度高 ;其次在 Mathematic环境下实现了模糊推理的程序化 .为模糊控制的研究提供了方便的条件 ,并给出增加模糊量化论域的典型模糊控制器的控制表 ( 2 1× 2 1 ) ;最后研究了隶属函数的分布对控制表的影响 ,发现非均匀分布的隶民各函数所产生的控制表数据有波动 .仿真结果表明 ,增加模糊量化论域的稳态控制精度明显提高 .