基于三角模糊化的Mamdani模糊系统输出算法

先利用三角模糊化给出模糊规则后件输出模糊集的乘积推理机公式； 再根据三角模糊化、 乘积推理机和中心平均解模糊化引入Mamdani模糊系统的解析式, 并当前件模糊集取值为三角形模糊数时利用剖分论域和三角模糊化方法设计Mamdani模糊系统输出算法； 最后通过实例利用统计学的t-假设检验方法验证算法的有效性.     

基于三角形隶属函数输入的Mamdani模糊系统的混沌遗传算法

基于单值模糊化、乘积推理机、中心平均解模糊化和三角形隶属函数,获得了Mamdani模糊系统的解析表示.通过混沌映射产生混沌随机序列或伪随机序列的方法给出了模糊系统的适应值函数与误差函数,并通过对系统参数进行迭代、更新个体和逐步优化设计出单输入单输出Mamdani模糊系统的混沌遗传算法.     

基于高斯隶属函数的非线性T-S模糊系统的逼近性

基于最小推理机、单点模糊化和中心平均解模糊化方法构造了一类非线性T-S模糊系统,根据Stone-Weierstrass定理证明了该T-S模糊系统对多元连续函数具有逼近性能.     

用BP网求解模糊控制器输入量的隶属函数

在模糊控制器设计中,需要对输入数据进行模糊化处理,用隶属函数描述;模糊变量隶属函数的选取对模糊推理有很大影响.利用BP网的分类性可以将采集到的清晰数据集广义地分成模糊类.选取具有一个隐层的PB网,输入层和隐层变换函数采用S函数,输出层用线性变换函数,在MATLAB环境下采用动量算法和自适应学习速率,调用trainbpx函数,对BP网进行训练,在训练时最后一层的输出越接近目标值越好.利用训练好的神经网可以对具体的输入数据求解对应于不同模糊区间的隶属值.用这种方法,速度快,误差小.     

基于最小推理机的模糊系统一阶逼近性

推理机在模糊系统的前件模糊集运算中起着关键性作用.通过引入最小推理机(最小算子),重新建立一种模糊系统,利用多元函数微分中值定理和最小运算的性质证明了该模糊系统对连续可微函数具有一阶逼近性.     

温度模糊控制系统的设计

文章应用西门子S7-300可编程序控制器设计一个一维模糊控制器,将模糊控制器的模糊输出反模糊化后化为实际输出到可控硅,通过改变可控硅的输出来达到控制中位水箱温度的模糊控制。通过在组态王中的参数连接与设置,实现温度运行画面的监测,运行结果证实了设计的一维模糊控制器能精确控制中位水箱温度,获得了优良的效果。     

关于股票价格的二阶模糊时间序列

由于股票价格的时间序列具有不确定性,股市的真实模型不容易建立,而模糊时间序列在解决模糊性数据和不确定性数据方面具有较大优势;因此,本文首先将数据进行预处理并改进论域划分的方法,然后利用三角隶属度函数进行数据的模糊化处理,再利用模糊化后的数据建立三层BP神经网络,最后,应用广义的逆模糊数公式将预测模糊集进行逆模糊化,从而得到预测结果.应用本文方法对印度国家银行(SBI)股票价格和Alabama 大学的入学人数进行预测,预测结果精度较高.     

基于二元联系数的三角模糊数直觉模糊集多属性决策

针对用三角模糊数表示的直觉模糊集多属性决策算法复杂又难以开展不确定性分析的问题,应用集对分析中的联系数给出一种新算法.该算法的基本原理是把三角模糊数转换成"均值"加"偏差"形式的二元联系数,再利用二元联系数的除法算得直觉模糊集的商,利用这种商进行多属性决策建模,计算简单又便于作不确定性分析.实例应用表明,该算法可行,结果可信,其他用直觉模糊集表示的决策问题也可借鉴应用文中的方法.     

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     

一类正则蕴涵算子诱导的DISO模糊系统的构造

模糊系统通过测量数据或数字传感器来获取反应输入和输出之间的映射关系,虽然它不依赖于精确的数学模型,但却具有逻辑推理、数值计算和对非线性函数的逼近能力。双输入单输出(Double input and single output,DISO)模糊系统的构造与逼近是进一步研究多输入单(多)输出模糊系统的关键所在,本文将常规模糊推理机推广为一类正则蕴涵算子,并基于该蕴涵算子、参数单点模糊化和重心解模糊器等步骤构造三种DISO模糊系统,进而导出该模糊系统输入输出的解析表达式。     

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。     

基于模式匹配的模糊控制算法

提出了一种新的模糊控制算法 ,传统的模糊控制算法是基于模糊逻辑推理的 ,而这种算法是基于模式匹配的。对于模糊控制器的模型 ,定义了模糊集合匹配度和模糊规则匹配度 ,在此基础上给出了基于模式匹配的模糊控制算法的模型和设计步骤。就该算法与经典模糊控制算法的联系进行了讨论 ,证明它包含了经典模糊控制中最常用的 Mamdani和 L arsen算法。另外 ,还定义了更为简便的算法。最后给出了这种算法的仿真实验结果 ,结果表明该算法是可行的、有效的。     

柴油机冷启动过程模糊逻辑推理异常诊断

在分析柴油机冷启动异常诊断知识特点的研究基础上,采用清晰集构建模糊集的方法对柴油机冷启动过程运行状态参数进行相应的模糊化处理,并采用模糊逻辑推理算法对柴油机冷启动过程进行异常诊断,从而提出了一种基于模糊逻辑推理的柴油机冷启动异常诊断方法.应用实例表明,柴油机冷启动过程中启动困难异常的可能性为0.752,应该对柴油机冷启...     

基于Matlab和给小费模型的Mamdani与Takagi＆Sugeno型模糊推理算法研究

在模糊推理中,Mamdani和Takagi＆Sugeno是两种应用最广的模型。本文对这两种推理模型的原理进行了说明,并对其输入输出变量的形式、推理结果及适用范围等进行比较和分析。利用Matlab中Fuzzy工具箱,通过给小费模型进一步验证两种推理模型的优缺点和适用范围。     

基于梯形隶属函数的模糊控制器的逼近精度分析

讨论了一类基于梯形隶属函数、单值模糊器、乘积型推理和中心平均解模糊的模糊控制器结构。利用泰勒公式．给出了一个在预定逼近精度的条件下如何划分模糊论域的公式,并且用仿真例子验证了该公式的正确性。仿真结果表明．该文所提出的计算公式是一个充分条件。     

模糊控制中FMP问题的算法分析

本文主要对模糊推理的核心问题之一即FMP问题的算法进行比较,其中包括CRI算法、Mamdani算法、三I算法等推理算法,并且对各种算法的优劣性进行分析.文章给出了推理合成规则不具有还原性和不能正确进行模糊推理的原因以及正确使用CRI算法的条件,对各种蕴含算子的模糊推理进行了分析比较,从而得到较合理的推理算法.文章最后举...     

Fabric Wrinkle Grade Assessment Based on Fuzzy Pattern Recognition

The basic principle of fuzzy pattern recognition is brief introduced firstly in this paper, which mainly includes fuzzy rules and fuzzy inference system. Then, the algorithm procedure of fuzzy pattern recognition is proposed. Finally, the application of Mamdani fuzzy model is introduced to evaluate fabric wrinkle grade in detail, and used the correlation coefficient between subject and object evaluation to verify the reliability of fuzzy pattern recognition. It shows the method of fuzzy pattern recognition needs not a large number of testing data and the accuracy of evaluation is up to 97.38%.     

基于逐点优化模糊推理的模糊系统的概率表示

揭示了基于逐点优化模糊推理的模糊系统的概率论意义,给出了几种典型的概率分布,如Mamdani分布、Larsen分布、Zadeh分布、Lukasiewicz分布、Goguen分布等,指出了在概率意义下,上述几种典型分布对应的模糊系统与由CRI算法构造的模糊系统是等效的.     

改进的自适应模糊推理机

本文用改进的Apriori算法来减少基于输入输出的最小决策规则集,它由混合模糊聚类自动生成的隶属函数和规则构建而成。自适应模糊推理引擎采用最小二乘法和共轭梯度下降算法以实现用最少的规则集,从而得到更好的性能。