模糊逻辑系统的改进

模糊推理方法和非模糊化策略是模糊逻辑系统的两个最重要的组成部分 ,在很大程度上影响模糊系统的性能和效果。根据“t范式”和“t协范式”不同的操作组合方式 ,提出了几种改进的模糊推理方法和非模糊化策略 ,并通过计算机模拟得到了比较满意的效果。这说明Mamdani所提出的模糊推理方法并不是唯一的模糊控制方法     

单层模糊智能控制系统模型与应用

系统决策基于系统的属性信息,这些信息有定性的也有定量的.综合定性与定量信息,基于模糊推理理论建立了一个普适的单层属性的模糊智能控制系统.将决策信息分级并模糊化,建立模糊推理规则库;依据模糊化的决策信息搜索推理规则库,进行模糊合成得到控制信息.实现对系统的智能化控制.讨论了系统运行的时间复杂度和空间复杂度,并进行了证明.最后给出了单层模糊智能控制系统的一个应用实例.     

基于自适应模糊神经元网络的电力短期负荷预测

利用模糊神经元网络（ＦＮＮ）进行电力短期负荷预测．给出了模糊神经元网络结构和部分输入变量的模糊化．ＦＮＮ采用ＬＭＳ（Ｌｅａｓｔ－Ｍｅａｎ－Ｓｑｕａｒｅ）算法，并用历史负荷数据进行训练．一经训练，网络就能应用于在线负荷预测．在预测过程中，权值按最近的负荷行为自适应调整．测试结果表明，该方法具有较好的精度和较快的速度．     

模糊理论在大学英语阅读教学中的应用研究

模糊理论的诞生不仅引发了自然科学的革命,也激发了语言学和外语教学的变革。模糊理论提出的模糊逻辑﹑模糊推理﹑模糊化思维对大学生的阅读理解能力培养有深刻的启示。利用模糊理论可培养学生的模糊判断能力﹑语义的模糊猜测能力﹑模糊容忍度﹑模糊心理素质﹑模糊化思维﹑模糊语感,从而大幅度提高大学生的英语阅读理解能力,促进大学英语阅读教学的全面改革。     

关于模糊α—真的模糊推理与模型

本文首行α－真的概念，然后以Ｍｉｚｕｍｏｔｏ所给方法为例，研究了模糊推理的有关性质及推理规则，最后给出了关于模糊α－真和在这种推理运算规则下的模糊推理模型。     

基于Matlab的非精确倒立摆系统模糊控制

针对一种实际非精确的单级倒立摆系统，提出了一种专家模糊控制方法，在Matlab环境下编程，通过MEX接口与数据采集卡进行数据交换，将传感器检测到的角度和位移变量及其变化率经过模糊化，通过在线查询规则库的方式进行实时模糊推理，并通过解模糊运算给出控制信号作用于倒立摆系统。实验结果表明，采用此方法，在Matlab环境下进行实时控制可以获得满意的效果。     

模糊综合评价建模方法及其应用

针对群体评价过程中遇到的一些问题,诸如变量繁多、结构复杂、多种因素相互交织且对不确定因素难以准确量化等,提出了基于模糊一致性矩阵进行模糊综合评价的新方法,并构建了模糊综合评价模型。该模型综合运用模糊层次分析和模糊综合评价方法,将边界不清、多维性、模糊性等不确定性因素进行模糊量化,然后通过对各种评价因素的分类和权重调节的模糊化处理以及模糊关系合成,实现了基于模糊推理机制进行群体综合评价,提高了群体评价的效率。     

变结构模糊神经网络控制及其学习规律研究

提出变结构模糊神经网络控制及其学习算法,并对变结构模糊神经网络学习规律进行研究,变结构模糊神经网络中的模糊化神经网络（Ｆ＿ＦＮＮ）、模糊推理神经网络（Ｅ＿ＦＮＮ）和模糊决策神经网络（Ｄ＿ＦＮＮ）都是结构可变的,可分开进行模糊隶属函数及模糊推理的学习,其学习过程符合人脑由粗到精的认识规律,学习收敛速度比一般模糊网络快,具有很好的适应性。     

H∞鲁棒模糊控制在磁悬浮球系统中的应用

基于磁悬浮球系统的物理结构及其非线性,建立了磁悬浮球系统的非线性数学模型,并采用近似线性化方法得到系统的线性模型。系统在满足最优鲁棒性的条件下,采用了单点模糊化、乘积模糊推理以及加权平均解模糊法的模糊推理方法,实现了磁悬浮系统的H∞鲁棒模糊控制器的设计,仿真实验结果表明了该控制算法的有效性。     

广义模糊双曲正切模型及其逼近性研究

提出一种广义模糊双曲正切模糊模型(GFHM),此模型可以看做是模糊双曲正切模型的扩展·采用广义变量的双曲正切函数和的形式表达了模糊化、模糊推理和反模糊化的运算过程·并采用Stone Weierstrass定理证明了此模型可以逼近定义在紧集上的任意连续实函数,具有全局逼近性,可以用于复杂系统的建模·     

关于模糊α－真的模糊推理与模型

本文首先定义模糊α－真的概念，然后以Ｍｉｚｕｍｏｔｏ所给方法［１］为例，研究了模糊推理的有关性质及推理规则，最后给出关于模糊α－真和在这种推理运算规则下的模糊推理模型．     

基于神经网络的模糊控制

提出一种基于神经网络的模糊控制，其模糊化、模糊推理和模糊决策均由神经网络完成，并将用于模糊推理神经网络的输入节点由常规的２７个减少到１５个，减少了训练量。文末给出该模糊控制结构应用于典型环节的实时控制结果。     

基于模糊关系与模糊推理的教师年终考核

分析了模糊关系、模糊关系合成和模糊推理,为便于讨论模糊关系的合成,定义了模糊关系主和从的概念;基于模糊推理的综合评价,将模糊集合看成是模糊关系,将模糊蕴含关系作为模糊单因素评价矩阵并输入模糊推理;最后,通过教师年终考核实例,提出了利用不同职称相对隶属度求得模糊蕴含矩阵的方法.该方法为模糊综合评价的应用提供了参考.     

混沌模糊交通控制器的设计

为了克服传统模糊控制输入难以确定的问题,改善模糊控制器的性能,提出了混沌模糊控制器的设计方法,并给出了仿真实例。介绍了混沌预测的原理,给出了实现混沌预测的算法步骤和模糊控制器的设计方法,将混沌预测的输出结果作为模糊控制器的输入,模糊控制器经过模糊化,模糊推理,解模糊一系列的运算过程,得到的结果再与比例因子相乘,得到信号灯的相位时间,仿真结果表明:混沌模糊控制器比传统的模糊控制器性能得到很大的改善。其中,平均停车次数减少30%,平均车速提高18%,车辆平均延误时间减少40%。     

智能压路机压实模糊神经网络控制及仿真

将模糊系统与神经网络相结合,提出了一种由模糊化层、模糊推理层和清晰化层组成的模糊神经网络结构,并将其用于智能压路机压实控制.针对振动压路机的压实性能要求,采用钟型函数作为隶属度函数,通过计算规则重要度来提取模糊推理层规则群中比较重要的规则,运用补偿模糊神经网络的学习算法解决参数的自动调整问题.把工程实践中得出的模糊控制规则表作为训练模糊神经网络的样本,仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力.     

用事件-条件-动作规则表示模糊知识的方法

提出了模糊触发器的概念，采用模糊事件、模糊条件和模糊动作来对触发器进行模糊推理，为在主动数据库及其应用领域表达不精确的应用语义特性提供了可行的方法．通过一个“过热警报”的应用实例说明了模糊事件-条件一动作(ECA)触发器的建立及其实现方法．     

表示和处理缺省知识的模糊推理系统的研究

本文应用ｍａｘ－⊙复合运算下，基于模糊关系Ｒｂ的推理方法，提出能够表示和处理缺省知识的模糊推理方法、算法，并用Ｔｕｒｂｏ－ｐｒｏｌｏｇ语言，设计并实现了表示和处理缺省知识的模糊推理系统。     

基于模糊神经网络的数据挖掘算法

提出一种基于模糊神经网络进行数据挖掘的新方法。构成模糊神经网络的模糊化层采用高斯函数计算5个模糊隶属度,高斯函数需要的均值、方差以及隶属度的中心值都可通过预先计算采集到的数据得到。模糊推理层采用取小取大运算代替常用的积和运算,加快了网络的推理速度。在模糊神经网络训练阶段,首先利用重心法对模糊化层输出进行反模糊化,再采用BP思想,利用梯度法求误差值并进行反传调整隶属度函数的参数值。为提高网络推理精度和速度,通过设立相应的规则对网络进行裁剪,剪掉多余的节点和权值,最后依据一定的思想对产生的模糊规则进行简化和提取。以工业锻造中的智能温度控制系统的控制数据为例进行仿真,结果表明,该网络具有较高的精度和较好的鲁棒性。     

用模糊选择法提高进化算法的效率

提出了进化算法中选择优良个体的一种方法－模糊选择法。这种方法通过对个体的适应度进行模糊化处理，实现对优良个体选择。基于模糊选择法的进化算法应用于曲线回归和极值求解。结果表明，该方法是一种有效的优良个体的选择方法，它能显著地提高进化算法的效率。     

基于模糊PID的移动机器人控制系统的设计

利用牛顿-欧拉的方法建立了轮式移动机器人的动力学模型,为保证模型的精确性考虑了电机的动力学特性.针对传统的PID控制方法对数学模型要求较高的缺点引入了一种模糊PID控制策略.文中详细的给出了控制算法实现步骤,即模糊化,模糊规则的制定,模糊推理,解模糊.最后介绍了系统的软硬件构架.