二型模糊系统理论与应用研究

回顾了二型模糊集合的基本概念与运算方法,重点介绍了二型模糊逻辑系统及区间二型模糊系统的相关知识,概述了二型模糊系统近几年的成功应用案例,最后总结了二型模糊系统的不足以及发展方向.     

二型TSK模糊系统研究现状

作为二型模糊系统的一个重要分支,二型TSK模糊系统在工程上的应用非常广泛,而国内在这一方面的研究还比较少.为此,综述了二型TSK模糊系统的研究现状.重点分析了一阶区间二型TSK模糊系统的3种结构及其推理过程,归纳了二型TSK模糊系统的适用范围,列举了近年来的一些成功应用案例,并通过一个短期电力负荷的预测实例验证了其在处理不确定方面的优越性.最后,总结了现阶段存在的不足,并指出了未来的发展方向,以期为以后的研究提供参考.     

区间二型模糊关系及其应用

首先给出了区间二型模糊关系的定义及其相关运算,然后在此基础上定义了区间二型模糊相似关系和区间二型模糊等价关系并给出了几个相关的结论,最后给出了它在聚类中的应用.     

基于模糊聚类的二型模糊神经网络系统辨识

二型模糊神经网络结合了二型模糊系统描述实际情况不确定性和神经网络的学习能力,在非线性系统的辨识中得到了广泛应用。二型模糊神经网络参数学习使用最多的是反向传播算法算法,该算法原理简单,易于实现。但是该算法对初值敏感,不合适的初始会导致算法收敛于非最优解或者发散。针对反向传播算法的这一缺点,提出了一种基于模糊C均值聚类的区间二型模糊神经网络辨识算法。该算法选择高斯型隶属度函数,将模糊C均值算法得到的聚类中心初始化高斯函数的中心,而高斯函数的宽度利用模糊C均值聚类算法的隶属度和中心求取。通过2个非线性系统的辨识效果表明,提出的辨识算法具有较高的辨识精度,收敛速度较快。     

基于区间二型模糊神经网络反演控制抑制二惯量系统的机械振动

针对带有不确定性和扰动的二惯量伺服系统,提出了一种基于区间二型模糊神经网络的自适应反演控制策略抑制系统的机械振动.首先建立了二惯量系统的动力学模型,设计了反演自适应控制律;其次系统中负载和电机两端未知的扰动变量定义为待估计项,采用区间二型模糊神经网络对其进行估计,给出了基于区间二型模糊神经网络的参数自适应律.基于李雅普诺夫稳定性理论,证明了闭环系统输出跟踪的收敛性,并且跟踪误差可以通过调节控制参数达到任意小.仿真结果表明该方法具有较好的控制性能.      

基于二型模糊逻辑的交通流量预测

提出了一种改进的模糊c均值聚类算法,该算法将模糊聚类的对象从单值扩展到区间,在构造二型模糊系统时,通过对历史数据的学习提取二型模糊规则,克服了专家方法不能对未知领域提取规则的不足.在此基础上,针对智能交通系统,提出一种新的基于二型模糊逻辑的交通流量预测方法.该方法应用区间型二型模糊集具有上下限隶属度函数的性质构造预测区间,适合于处理具有复杂不确定性的情况.通过隶属度函数可以反映出该区间中预测值的可靠性,从而克服了其他预测方法仅给出单值且稳定性不高的缺点.仿真结果表明,基于二型模糊逻辑的流量预测区间具有较高的准确度,其平均相对误差低于6%.     

离散时间二型模糊线性时滞系统的可达集估计

研究了一类带有时滞和外部输入扰动的复杂非线性系统的可达集估计问题。考虑系统的隶属度函数具有不确定性,利用区间二型模糊模型对非线性系统建模,通过有效的分析与设计方法,研究离散时间二型模糊线性时滞系统的可达集分析与估计问题,寻求在任意初始条件下使所有系统状态收敛的可达集。首先,设计全新的Lyapunov-krasovskii泛函,在证明过程中结合区间二型模糊集性质;然后,利用新的矩阵不等式界定交叉项,从而得到了保守性较小的离散时间区间二型模糊时滞系统的可达集界定充分条件,定理条件可以保证系统的所有状态都收敛在一个椭圆内,而且定理的条件可由一系列线性矩阵不等式表示并用MATLAB软件实现;最后,通过数值算例和仿真结果验证所得结论的有效性和正确性。     

基于先验知识的单输入规则模块连接区间二型模糊控制器的设计

为解决单输入规则模块连接区间二型模糊控制器的设计缺少系统化方法的问题,提出了一种利用先验知识中所包含信息来系统化地构建单输入规则模块连接区间二型模糊控制器的方法.考虑了3种类型的关于被控系统的先验知识:被控系统的反对称性、单调性以及闭环系统的局部稳定性,并将这些先验知识转化成了对单输入规则模块连接区间二型模糊控制器参数的约束.将所提方案应用到了倒立摆系统的稳定性控制上.倒立摆系统控制器的设计过程表明:这些先验知识有助于系统化地设计单输入规则模块中的模糊规则,并能减小控制器参数的可行搜索区域.仿真结果验证了所提方案的有效性以及先验知识在控制器综合过程中的有用性.     

基于区间二型模糊PD控制规律的中央空调性能试验台控制

空调性能试验台系统主要用于测试空调的制冷性能，是一个耦合性强、滞后时间大、高不确定性的非线性系统。为解决采用PID等传统控制方法控制效果不佳的问题，分析了空调试验台系统的控制原理，建立了试验台系统的数学模型，研究了区间二型模糊PD控制规律，并将其应用于试验台系统。仿真结果表明，区间二型模糊PD控制规律具有较好的控制效果，在强耦合、大滞后的复杂系统中具有广阔的应用前景。     

中国南部交通流量预测模型研究

交通流量预测是智能交通系统技术应用的重要组成部分.为提高预测水平,引进基于区间二型模糊神经网络的交通流量时间序列预测模型,给出了基于二型模糊神经网络的仿真算法.并结合广州市某高速公路为例对交通流量进行预测,对比计算了该方法与一型模糊神经网络预测方法的预测结果,仿真表明该系统具有精确性和高可信度,预测准确性明显高于传统的一型模糊神经系统.     

Order Relation for Type-2 Fuzzy Values

In this paper an order relation and a ranking method for type-2 fuzzy values are proposed. In order to compare type-2 fuzzy sets, the concepts of satisfaction function for continuous fuzzy values, h-level type-2 fuzzy values and strong order relation are introduced. The proposed method is an approach based on the possibility theory, and it generates a ranking sequence with the greatest possibility. Some properties of the proposed method are also analyzed.     

区间Ⅱ型变论域自适应模糊逻辑控制器

在变论域自适应模糊控制方法的基础上,结合Ⅱ型模糊集较强的鲁棒性和处理不确定性问题的能力,设计了一种区间Ⅱ型变论域自适应模糊逻辑控制器.为了使控制器保持在最优状态,采用粒子群优化算法来优化隶属度函数;然后由Lyapunov方法证明了区间Ⅱ型变论域自适应模糊逻辑控制器的稳定性.对Duffing系统和1维6卷混沌系统的仿真表明,区间Ⅱ型变论域自适应模糊逻辑控制器可以很好地跟踪参考信号,较之变论域模糊逻辑控制器,其可以有效地防止抖震且控制量较小.     

基于QPSO算法优化的区间二型模糊逻辑系统预测

设计了一类区间二型模糊逻辑系统,研究基于历史数据的预测问题.在区间二型模糊逻辑系统设计中,前件、后件、输入测量区间二型模糊的主隶属函数均选择成具有不确定标准偏差的高斯型二型隶属函数.量子粒子群优化(QPSO)算法用来调整所设计的区间二型模糊逻辑系统参数.部分欧洲智能技术网络(EUNITE)的负荷竞赛数据和美国田纳西州(WTI)原油价格数据用来测试所提出的模糊逻辑系统预测方法.定义综合评价误差和作为模糊逻辑系统的预测性能指标.仿真研究表明,所提出的区间二型模糊逻辑系统预测方法在收敛性和稳定性上均优于相应的一型模糊逻辑系统.     

一种新的区间二型模糊集排序方法

区间二型模糊集排序是模糊决策领域中的一个重要内容,然而文献中排序方法在某些情形下无法区分区间二型模糊集的排序顺序.针对这一问题,给出了一种新的基于模糊集内心的排序方法,依据排序值的大小来确定区间二型模糊集的排序顺序.与已有排序方法相比较,所给方法能够有效区分区间二型模糊集的排序顺序.     

植物模式识别受体FLS2的研究进展

植物通过模式识别受体识别病原微生物保守的分子,开启第一层次免疫屏障,以此实现对各种微生物的非寄主抗性和产生基础防御。第一个被鉴定的植物模式识别受体是识别细菌鞭毛蛋白的拟南芥FLS2,围绕FLS2的大量研究为其他模式识别受体的研究提供了范例,促进了植物免疫理论的建立和发展。通过介绍FLS2的发现过程、命名过程的插曲、结构与功能、激活步骤与相关元件、调控的分子机制、FLS2与病原微生物效应因子的相互作用以及FLS2在被子植物中的系统发生关系,对FLS2研究中显现的蛋白污染和C末端标签问题进行了分析,并介绍了依靠遗传转化植物模式识别受体基因,培育广谱耐久抗病植物的前景。     

区间二型模糊语言Z-numbers及其应用

针对区间二型模糊多属性群决策问题,提出了以区间二型模糊语言Z-numbers(IT2FLZNs)为信息环境的群决策方法。首先,在区间二型模糊集和Z-numbers理论基础上提出了区间二型模糊语言Znumbers并定义了其相关运算性质,提出了两个区间二型模糊语言Z-numbers之间的相似度与距离;其次,在专家和属性权重都未知的情况下,根据决策中总体不确定性最小原则,利用相似度构建最优化模型,确定专家和属性的权重,并且通过综合比较各方案的群体效用值、个体遗憾值和亲密度来选择最优方案;最后,通过一个银行流动风险的实例验证所提方法的有效性与可行性。