基于时变T-S模型的自适应控制及其在养老保险系统中的应用

模糊控制算法已经广泛应用于商业和工业领域.讨论了基于时变系统T-S模糊模型的自适应控制方法,及其在养老保险信息系统中的应用.推广了一种基于参数辨识的自适应控制技术,这种自适应控制技术可以在控制过程中在线地调节系统的参数与结构,不断提高其适应能力.通过实际应用案例表明,提出的基于T-S模型的自适应控制技术在时变系统中是成功的.     

模糊神经网络优化的研究

模糊神经网络具有强大的自学习和自整定功能,然而,随着生产实际情况的不断变化,以及模糊神经网络不断的改进和发展,提出一种改进的构造神经网络的方法,并且提出混合学习算法,结合共扼梯度下降法与递归最小二乘估计来分别辨识网络中的前、后件参数,并对非线性系统进行仿真实验,达到控制要求.     

一类模糊状态方程的建立与应用

提出了一种新的模糊状态方程表示式,采用L-R模糊数表示系统的模糊状态变量、模糊输入变量和模糊输出变量,在此基础上构造相应的模糊状态方程模型.还进一步讨论了模型中时变参数的辨识方法,最后的仿真实例说明了这类模型及其辨识方法的有效性.     

多任务模糊聚类驱动的多任务TSK模糊系统模型

该文提出了一种多任务Takagi-Sugeno-Kang（TSK）模糊系统建模方法.首先给出了一种新的多任务模糊c均值聚类算法,能够有效提取所有任务之间的公共信息和每个任务的私有信息,进而利用所得的聚类中心构建多任务TSK模糊系统的前件参数.其次设计了一种具备多任务协同学习机制的后件参数优化方法,可以优化多任务TSK模糊系统的后件参数.最后基于优化的前后件参数,构建出具体多任务模糊聚类方法驱动的多任务TSK模糊系统模型（multi-task fuzzy c-means based multi-task TSK fuzzy system,MTFCM-MT-TSK-FS）以用于实际应用.分别在合成和真实数据集上进行实验,结果验证了该模型的有效性.     

一种基于模糊聚类的可解释性建模方法

提出一种基于模糊聚类的可解释性建模方法.利用提出的一种含有熵的聚类有效性函数来评价模糊聚类方法的有效性和可解释性,从而确定模糊规则数和模型前提参数,然后利用最小二乘法来辨识模型的结论参数,最后采用梯度下降法来调整模型的参数.该方法应用于Box-Jenkins 数据仿真实例,仿真结果表明该方法不但能保证系统的精确性,还具有很高的可解释性.     

求解模糊结构元线性生成的模糊线性系统

基于结构元方法,构造了一种由对称型模糊结构元线性生成的模糊线性系统的求解方法,给出了模糊线性系统解存在的条件.同时,还将这种方法推广到双重模糊线性系统并辅以算例.     

求解max-min模糊关系方程的一种数值方法

借助max-min神经网络的学习过程,为max-min模糊关系方程的求解提供一种新的数值方法。运用光滑函数逼近max-min网络的输入/输出关系,并用其导数代替max-min函数的导数;基于梯度下降法,构造出训练max-min神经网络的学习算法,为max-min模糊关系方程提供一种新的数值求解方法。数值实验验证了算法的有效性。     

一种新的模糊数排序方法及其在模糊线性规划问题中的应用

讨论了一类在约束条件中系数为模糊数的模糊线性规划问题.由于系数是模糊数,必须考虑模数的排序。给出一种新的排序方法,基于各种不同的排序方法,模糊线性规划问题得到了解决.     

基于最优样本子集的在线模糊LSSVM混沌时间序列预测

提出一种基于最优样本子集的在线模糊最小二乘支持向量机(least squares support vector machine,LSSVM) 混沌时间序列预测方法. 算法选择与预测样本时间上以及欧氏距离最近的样本点构成最优样本子集,并采用" 不敏感函数对其进行模糊化处理,通过模糊LSSVM 训练获得预测模型. 随着时间窗口的滑动,最优样本子
集和预测模型实时更新,模型更新采用分块矩阵方法降低运算复杂度. 实验中对时变Ikeda 序列进行预测,表明所提出的方法与离线和在线LSSVM 相比,训练速度更快,预测精度更高.     

一种通用的参数自调节模糊控制器

考虑到实际工业过程对鲁棒性的要求,针对工业过程可以由二阶加时延模型近似表示的特点,基于偏差继电实验辨识的系统模型,设计了二阶通用参数自调节模糊控制器,并与传统PID控制器进行比较,仿真结果验证了算法的有效性.     

结合模糊熵和遗传算法的双阈值图像分割

在火炮身管弯曲度测量系统中,为了能从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法. 基于模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3 个模糊子集,用于畸变校正的标定图案的像素灰度级隶属于黑模糊子集,用于测量的激光光斑的像素灰度级隶属于亮模糊子集.使用改进的模糊指数熵作为分类判据,提高了分类准确性. 通过遗传算法确定模糊熵参数的最优组合,降低了计算复杂度,并且最大模糊熵判据仅含有4 个模糊熵参数,减小了搜索空间. 针对光靶图像进行了双阈值分割实验,并与最大类间方差双阈值法、模拟退火模糊熵法和使用未改进的模糊指数熵的遗传模糊熵法进行了比较. 实验结果表明,所提方法能自动而有效地选取双阈值,且分割效果优于其他3 种双阈值分割方法.     

模糊自适应鲁棒控制的耗散理论设计

针对一类非线性不确定连续系统,在用T-S模糊系统对未知函数进行逼近的基础上,利用系统的耗散理论,系统地提出了一种模糊自适应鲁棒控制算法的综合方法,所提出的算法不仅使自适应学习参数的数目减少至最低,便于工程实现,而且还确保闭环系统渐近稳定。最后以船舶减摇鳍非线性控制系统为例,进行了模糊自适应鲁棒控制器的设计,经仿真研究表明,所提出的算法是有效的。     

区间直觉模糊集的新相似性测度

相似性测度是度量两个集合相似性程度的重要方法.本文针对Liang和Shi提出的直觉模糊集的相似性测度存在的问题进行改进,并将改进后的直觉模糊集的相似性测度推广到区间直觉模糊环境.同时,归纳了一种计算区间相似性测度的一般步骤,最后通过实例验证了该方法的有效性.     

模糊规则中的不确定性推理研究

针对模糊规则中以真值形式表达的不确定性推理问题进行了深入的研究.首先完整地分析了规则中的前提、结论、证据、条件、推论和结果这6类命题的不同含义;然后根据规则应用的实际情况,提出了一种新的逻辑组合关系——广义逻辑关系;最后定义了模糊子集匹配度和模糊规则匹配度,并给出了相应的条件真值和结果真值推理算法,从而形成了完整的通用不确定性推理模型.     

非线性系统的鲁棒自适应模糊轨迹线性化控制

针对一类非线性多输入多输出不确定系统,基于小增益理论提出了鲁棒自适应模糊轨迹线性化控制方法。利用T-S模糊系统逼近未知干扰和不确定性因素,采用Lyapunov方法及小增益理论证明了闭环系统所有信号一致最终有界。该算法自适应律的学习参数仅有1个,便于工程实现。最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,仿真结果表明了控制方案有效性和鲁棒性。     

一个有效的区间值模糊推理方法

在区间值模糊集理论的基础上,提出了一种基于区间值模糊集的模糊产生式规则的推理方法。为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.最后用实例说明采用区间值模糊产生式规则进行不精确推理的方法.     

变压器故障模糊诊断系统

根据变压器油中溶解气体分析(DGA)的三比值法建立了用于推理判断的三比值隶属度函数和推理控制规则，利用模拟退火算法和试验数据对三比值的隶属度函数进行优化，获得了基于三比值的最优变压器模糊故障诊断系统．该方法克服了传统的三比值法对变压器进行故障诊断时存在的临界值判据缺损问题，并可对故障诊断过程中的编码缺损情况做出解释．经诊断实例验证，表明了本诊断系统的优越性和实际应用价值．