关于模糊推理的全蕴涵三I算法的约束度理论

提出了三I算法的约束度理论,分析了约束度的性质,得到了一般的α-三IMP上确界公式与α-三I MT下确界公式.     

基于正则蕴涵算子的约束度分析

采用正则蕴涵算子进行探讨,提出三I算法的约束度理论,并给出 -三I FMP上确界与 -三I FMT下确界的计算公式。     

基于某些常见蕴涵算子的模糊推理反向三I约束算法

讨论了FMP，FMT问题的反向三I约束算法解的存在惟一性条件，分别给出了几个常见蕴涵算子的FMP问题与FMT问题的反向三I约束算法解的计算公式. 进而将问题一般化，给出了FMP与FMT问题的α^-反向三I约束算法解的存在惟一性条件，并得到了基于这些蕴涵算子的α^-反向三I约束算法相应的计算公式.     

模糊推理三I方法的R L型约束度分析

研究了基于蕴涵算子RL的模型推理的三I方法的约束理论,分析了约束度的性质,得到了一般化的α－三I FMP（模糊取代）最大解计算公式与α－三I FMT(模糊拒取式）最小解计算公式。     

模糊推理的反向三I约束算法

提出了基于蕴涵算子R0的反向三I约束算法的理论,分别得到了α-反向三I约束算法的FMP的下确界与FMT的上确界的一般计算公式.     

基于含参量蕴涵算子H_（p,λ）的多种三I算法

基于新的带参数的蕴涵算子H（p,λ）给出粘了FMP问题的三I支持算法公式、α-三I支持算法公式以及α-三I约束算法公式。并详细证明了这些算法的正确性。     

模糊推理的反向三I约束算法

提出了基于蕴涵算子R0的反向三I约束算法的理论，分别得到了α－反向三I约束算法的FMP的下确界与FMT的上确界的一般计算公式。     

基于含参量蕴涵算子的反向三Ⅰ约束算法

针对王国俊教授提出的Hα系统中的蕴涵算子给出FMP问题的反向三I约束算法计算公式和FMT问题的反向三I约束算法计算公式.     

基于蕴涵算子族NMp的α-三｜算法及约束度理论

研究了基于蕴涵算子NMp模糊推理的三｜算法的约束度理论,分析了约束度的性质,给出了α-三｜算法的FMP（FMT）上（下）确界的计算公式。     

基于样本模糊隶属度归n化约束的松弛模糊C均值聚类算法

模糊C均值聚类算法(FCM)由于样本模糊隶属度归一性的约束,导致FCM算法对噪声数据敏感。提出松弛模糊C均值聚类算法(RFCM),RFCM算法在可能性C均值聚类算法(PCM)目标函数的基础上,放弃了FCM算法单个样本模糊隶属度归一化约束,转为n个样本模糊隶属度之和为n的约束;并利用粒子群算法对样本模糊隶属度进行优化估计,使得模糊指标可拓展为m0的情况,同时采用梯度法得到RFCM算法聚类中心迭代公式。RFCM理论分析了算法对噪声数据抗噪的原理,解释了RFCM算法模糊指标m0的合理性,讨论了RFCM算法的收敛性。基于Gauss数据集和UCI数据集的仿真测试验证了所提出算法的有效性。     

面向R-蕴涵算子的FMT-泛三I*算法

针对模糊推理的FMT(fuzzy modus tollens)问题,作为三I*算法的推广与改进形式,研究了FMT-泛三I*算法。首先,分析了FMT-泛三I*算法的属性,提出了该算法的基本原则,改进了之前三I*算法的原则。其次,面向R-蕴涵算子,建立了FMT-泛三I*算法的统一形式的解,同时针对几类经典的R-蕴涵算子,分别获得了具体情形下的优化解。最后,证明了FMT-泛三I*算法的置换还原性,获得了良好效果。     

松弛模糊C均值聚类算法*

模糊c均值聚类算法(FCM)由于样本模糊隶属度归一性的约束,导致FCM算法对噪声数据敏感。提出松弛模糊C均值聚类算法(RFCM),RFCM算法在可能性c均值聚类算法(PCM)目标函数的基础上,放弃了FCM算法单个样本模糊隶属度归一化约束,转为n个样本模糊隶属度之和为n的约束,并利用粒子群算法对样本模糊隶属度进行优化估计,使得模糊指标可拓展为m>0的情况,同时采用梯度法得到RFCM算法聚类中心迭代公式。RFCM理论分析了算法对噪声数据抗噪的原理,解释了RFCM算法模糊指标m>0的合理性,讨论了RFCM算法的收敛性。基于gauss数据集和UCI数据集的仿真测试验证了所提出算法的有效性。     

基于含参量蕴涵算子的三I约束算法

针对Hα系统中的蕴涵算子给出了FMP和FMT问题的三I约束算法计算公式.     

基于闭包准则和成对约束的半监督聚类算法

基于功效散度和成对约束的半监督聚类算法(PD-s SC)将相对熵推广到功效散度(PD)族,剔除了目标函数中不同惩罚熵项之间的干扰,提高了惩罚项系数的选择效率。但当成对约束数目相对较大时,PD-s SC算法聚类效果不够理想。为了解决这个问题,提出了一种基于闭包准则的成对约束打包算法(CCPC),该算法利用must-link约束对原样本组进行打包,再利用各个包的中心点替代整个包,从而得到一组新样本,最后利用PD-s SC算法对新样本进行聚类分析。实验结果表明,无论成对约束数目是大还是小,CCPC算法都有很好的表现。     

一种半角距离变化的差分进化处理约束优化问题

针对传统差分算法在求解约束优化问题时存在收敛速度慢、精度低等问题,本文提出了一种基于半角距离变化的改进差分进化算法(HDDE)﹒首先,由父代产生2个子代,并利用可行性规则选出最好的子代;其次,对所选最优子代进行约束违反度预处理,即当其满足半角距离变化时,计算出子代的真实约束违反度,否则子代的约束违反度为无穷;最后,若经过预处理的子代约束违反度小于父代的约束违反度,便使用可行性规则进行比较,否则保留父代﹒通过对12个基准约束优化问题进行仿真研究,结果发现：相较于对比算法,HDDE算法的收敛时间最短,为0.216s;在精度方面,该算法有5个测试集的标准差为0,这说明所提算法具有更好的性能.     

基于不同蕴涵算子的三Ⅰ算法构造的模糊控制器及其响应能力

以RM,RZ,R03个蕴涵算子为基础,给出了其相应三I算法的表达式,并研究了这3个蕴涵算子基于三I算法构成的单入单出模糊控制器,分析了它们的响应能力.结果表明,当Ri(i=1,2,3)按顺序取R0,RM,RZ时基于三I算法构成的单入单出模糊控制器具有函数的泛逼近性;当Ri(i=1,2,3)按顺序分别取RM,RZ,RZ或R0,RZ,RM时基于三I算法构成的单入单出模糊控制器近似为一元拟合函数;其余情况基于三I算法构成的模糊控制器具有阶跃响应能力.     

一种快速基于约束的医疗图像关联分类算法

提出了一种快速基于约束的医疗图像关联分类算法(CBCPFP-growth算法)．算法利用扩展项集表征约束,通过加入最大支持度和项出现位置的约束,并利用最小支持度、最小置信度、关联规则数量的约束有效地在算法执行之初和算法执行过程中删除了冗余模式和规则,通过将频繁项集进行划分并在多个处理器上独立执行,充分利用多处理器协同工作的处理能力,使算法具有并行和分布处理的可扩展性．算法在满足医疗图像领域高精确度,高稳定性要求的同时提高了算法运行效率和医疗图像分类的有效性．     

剩余蕴涵的模糊三Ⅰ方法的约束度分析

由连续三角模导出的剩余蕴涵算子,对模糊三Ⅰ算法的约束度问题进行研究．在原有三Ⅰ方法的约束度理论的基础上,利用三角模和蕴涵算子的性质,讨论该类算子下三Ⅰ方法的约束度理论．给出一般化的α-三ⅠFMP公式和α-三ⅠFMT公式．     

模糊推理的模糊熵反向α-三I约束算法

讨论了FMP,FMT问题的模糊熵反向α-三I约束解的存在条件,研究了反向α-三I约束解与模糊熵反向α-三I约束解的关系,分别给出了几个常见蕴涵算子的FMP问题与FMT问题的模糊熵反向α-三I约束解的计算公式．     

基线矢量约束GNSS单频单历元可靠姿态解算方法

针对全球导航卫星系统(GNSS)单频、单历元姿态测量,将传统的基线长度约束扩展到包括角度和长度在内的基线矢量约束,提出了一种新算法.该算法利用基线三维先验信息,构造更加严格的模糊度代价函数,在搜索过程中将模糊度和基线坐标共同分为部分固定模糊度向量和实向量,由部分固定模糊度在基线矢量约束条件下逐步最优化求解实向量,压缩搜索空间,构建搜索树.相比于传统基线长度约束LAMBDA算法,模糊度固定成功率更高,实验条件下达到100%,并且具有相当的搜索效率和测角精度.实验同时验证了新算法对于先验姿态信息的容错程度,证明了算法的鲁棒性.