离散模糊随机系统Ⅱ──状态空间模型

本文是文献[2]的继续, 着重研究离散模糊随机系统理论, 讨论并解决了离散模糊随机系统的状态空间模型分析和模糊随机状态空间描述的输入输出联系等基本问题。     

模糊随机系统

本文研究和分析了确定性系统、随机系统和模糊系统的共同性质以及它们之间的联系, 抽出这些系统的共同特性, 给出了模糊随机系统的一般性定义, 并且导出各种系统。证明了模糊随机系统以确定性系统、随机系统和模糊系统作为其特例。最后展望了模糊随机系统理论的应用前景。     

连续时间模糊随机系统分析(Ⅰ)——受控连续时间模糊随机系统

是文献［１］的继续,研究了连续时间模糊随机系统理论,讨论并解决了连续时间模糊随机过程作为系统输入时的响应分析和受控连续时间模糊随机系统等基本问题     

离散非线性随机时滞系统的l2-l∞模糊滤波

应用Takagi-Sugeno(T-S)模糊模型,研究了一类离散非线性随机时滞系统的鲁棒模糊滤波问题.在随机稳定性意义下,提出了基于LMI的鲁棒模糊滤波器的系统化设计方法,使相对于所有能量有界的外界干扰信号,滤波误差动态系统的l2-l∞噪声抑制水平小于指定的值.仿真结果表明了所提方法的有效性和可行性.     

线性定常模糊随机系统的响应分析

证明了线性定常模糊随机系统的输出在均方意义下的收敛性,并给出了系统响应的模糊概率特征关系方程。     

离散时间随机系统的稳定性分析

对由定常非线性随机差分模型所定义状态空间为一般可测空间的离散时间随机系统，本文应用一般状态马氏链遍历性有关理论分析了系统的稳定性问题，给出了由系统相应确定性部分的Ｌｙａｐｕｎｏｖ函数来判别系统稳定的若干充分条件。     

随机时延非线性系统的模糊耗散滤波

针对存在随机时延现象的一类网络化非线性系统,基于T-S模糊模型和Bernoulli随机序列,提出一种模糊网络滤波器的设计方法.给出了以线性矩阵不等式描述的模糊网络滤波器存在的充分条件,该条件保证所设计的模糊滤波器满足滤波误差系统均方指数稳定,同时满足期望的耗散性能指标.仿真结果表明,提出的方法能有效解决存在测量数据随机时延非线性系统的滤波器设计问题.     

模糊随机需求模式下的扩展报童模型与求解算法

将模糊随机需求期望值理论引入对模糊随机需求模式下单周期库存优化问题研究，建立了模糊随机收益期望值最大化的单一产品模糊随机报童模型和多产品模糊随机规划报童模型．并根据遗传算法理论和计算机模糊随机变量模拟技术设计了求解模型的智能算法。     

随机模糊环境下企业动态生产计划编制

企业面对多变的内外部条件,处于动态、随机、模糊环境下。在这种环境下,企业如何决策自己的发展规划,制定合理的计划,并确保计划目标的实现,是一个关键的问题。应用多阶段决策理论,结合随机与模糊理论,构造了企业多阶段动态发展模型,建立了全状态转移矩阵,提出了随机熵权等概念,并对典型的动态发展与随机模糊企业系统--煤矿企业系统进行生产接续计划的编制,力争对多阶段决策理论和随机模糊理论的发展有所贡献。     

离散模糊系统的新型模糊控制器与观测器设计

基于T－S模糊动态模型，研究了一类在状态空间形式下，离散模糊系统的稳定监督控制器的设计与分析，将全局模糊型按隶属函数重新划分成若干子空间，采用分段Lyapunov函数法，克服了以往设计法中需要求解一公共正定矩阵P的不足，也无需求解繁琐的Riccati方程，并针对系统状态不可测的实际情况，设计了模糊观测器，从而用成熟的线性系统理论完成对复杂非线性系统的控制，模糊控制器与观测器设计简单，适合工程应用。     

离散T-S模糊系统输出稳定性

研究了离散T-S模糊控制系统的稳定性分析及控制器设计问题。考虑到系统状态不易测量,利用输出反馈设计模糊控制器;基于模糊Lyapunov函数方法提出一新的稳定性判别条件,利用矩阵变换把该条件转化为一组线性矩阵不等式(LMIs),该条件具有更大的宽松性。最后,一个仿真实例说明了本算法的有效性和优越性。     

基于模糊随机规划的反TBM目标分配优化模型

针对反导目标分配优化问题中存在的不确定性特征,引入模糊随机规划理论.首先建立了基于模糊随机规划的反战术弹道导弹(tactical ballistic missile,TBM)的目标分配优化模型.在此基础上,构建了一种针对多约束目标分配问题的粒子编码方案,并改进传统粒子群算法的位置和速度更新方式,提出了改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法.最后,设计了模糊随机模拟技术和IDPSO算法相结合的混合智能求解算法.仿真实例表明,混合智能算法全局寻优能力强,优化效率高,满足反TBM目标分配优化对时效性的要求.     

基于分段模糊Lyapunov方法的离散模糊控制系统设计

针对应用公共Lyapunov函数方法和模糊Lyapunov函数方法判定离散T-S模糊控制系统稳定性存在的保守性和难度，在定义离散型分段模糊Lyapunov函数的基础上，应用并行分布补偿方法（PDC）设计出使模糊系统全局渐近稳定的拉制器，并提出和证明了一个新的判定用环离散T-S模糊系统稳定的充分条件，该条件降低了上述方法的保守性和难度。通过一个仿真例子验证了方法的有效性。     

随机模糊神经网络在公司收益预测中的应用

系统介绍了随机模糊神经网络(SFNN)并将其用于上市公司每股收益的分类和预测，以解决—般的预测方法没有考虑到输入输出数据含有“噪声”的现实问题。文中选取了300家当前正在上海或深圳证券交易所上市的公司作为样本，用随机模糊神经网络对其每股收益的分类和预测进行了仿真研究，并将仿真结果与用模糊神经网络(FNN)的仿真结果进行了对比，结果显示用随机模糊神经网络的仿真效果较好。这对于投资者合理把握投资机会，正确投资以获得更高的收益有着一定的现实意义。     

基于模糊观测器的离散混沌系统的自适应同步

针对不确定性离散混沌系统,进行了T-S模糊建模和模糊观测器设计,实现了混沌系统的同步。运用Mamdani型模糊逻辑系统对驱动系统的不确定项进行建模,进而得到不确定性参数的自适应估计。根据状态观测器的设计思想,进行了模糊观测器的设计,在此基础上,结合Lyapunov稳定性定理进行稳定性分析,得到了控制器的表达式,同时保证了同步误差系统的渐近稳定。仿真结果验证了方法的有效性。     

模糊随机环境中的欧式障碍期权定价

考虑到现实世界的不确定性包含随机性和模糊性,运用随机分析和模糊集理论研究了模糊随机环境中的欧式障碍期权定价问题.由于各种欧式障碍期权的定价方法和思路基本相同,因此仅以向上敲出看涨障碍期权为例说明如何定价.通过假设标的资产价格服从模糊随机过程,得到了向上敲出看涨障碍期权的模糊价值和其在可能性均值意义下的定价公式.     

模糊离散动力系统的一致稳定性

考察如下模糊离散动力系统$X^{( k+1)} =AX^{( k)}$ ( 1 )其中 A为 n阶模糊方阵 ,系统初态 $X^{(0)}$ 为 n维模糊向量 ,$AX^{( k)}$ 为 max-T意义下模糊矩阵的乘积 ,T为三角模 .证明了如果三角模 T连续 ,则任意形如 ( 1 )的模糊离散动力系统的平衡态在 Lyapunov意义下都是一致稳定的 .以实例说明了即使三角模 T是上半连续的 ,也存在形如 ( 1 )的模糊离散动力系统 ,使其某个平衡态在 Lyapunov意义下不稳定.     

离散模糊双线性系统的稳定控制

提出了一种对一类离散模糊双线性系统(discrete-time fuzzy bilinear system,DFBS)稳定控制的新方法.首先,把DFBS转换成一个等价的切换DFBS.然后,基于分段Lyapunov函数,同时考虑同一个子空间内不同模糊子系统之间的相互作用,得到了闭环系统放松的渐近稳定的充分条件.采用锥补线性化(cone complemen-tarity linearization,CCL)算法将控制器的设计转化成一个受线性矩阵不等式(linear matrix inequality,LMI)约束的最小化问题.最后,由仿真数例说明了所提方法的有效性.     

模糊随机环境下编队对地攻防对抗决策方法研究

随着现代军事技术的发展,军事作战指挥中的不确定性决策问题成为军事决策支持系统中迫切需要解决的问题。以对策论为理论基础,以编队协同对地攻防对抗作战为背景,建立了动态对抗决策模型,针对模糊随机环境下的军事指挥决策问题,提出了模糊随机影响因子概念,反映战场不确定环境对各参战单元产生的影响程度,建立了模糊随机环境下的对抗决策模型。通过模糊随机模拟方法解算期望值决策模型及机会约束对抗决策模型,得到对抗策略平衡点。仿真结果表明,该算法能够合理处理战场模糊随机环境带来的影响,客观分析作战结果,为作战指挥决策提供有力的决策支持,方法实用、有效,具有很好的应用前景。     

一类非线性区间时滞随机系统的控制与仿真

针对一类非线性区间时滞随机系统的控制问题,提出一种基于随机模糊双曲正切模型的时滞依赖控制策略.应用随机模糊双曲正切模型对非线性随机系统进行建模,其中模型参数可用BP神经网络进行学习.提出一个新颖的Lyapunov-Krasovskii泛函进而推导出闭环系统时滞依赖均方意义渐近稳定的镇定条件.最后采用改进的Euler-Maruyama法对非线性随机微分方程进行仿真,仿真结果验证了所提出的控制策略的有效性.