基于最小二乘支持向量机的TSK模糊模型

为了提高模糊系统处理高维问题的推广能力, 本文提出用最小二乘支持向量回归机(LSSVR)的思想设计TSK模糊模型.TSK模糊模型的传统算法普遍存在过学习问题, 为此我们在目标函数中考虑了结构风险从而避免了过学习现象.并且,我们将模糊系统的参数寻优问题转化为一个二次规划问题进行求解.由于该规划问题的求解与输入数据维数无关,适用于处理高维数据.算法分为两步：首先用Gustafsonk-Kessel (GK)算法确定模糊规则的前件;然后用最小二乘支持向量算法确定模糊规则的后件,这里的核函数是由模糊聚类确定的, 经证明它是Mercer核.三个著名数据的实验结果表明,与TSK模糊系统的传统算法相比,本文所提的算法提高了TSK模糊系统处理高维问题的推广能力;与LSSVR相比,,本文所提的算法具有良好的鲁棒性.     

二型模糊系统理论与应用

文章回顾了二型模糊系统理论的发展,详述了二型模糊集合的基本概念和计算方法,重点介绍了系统各基本组成部分的表达式和推导过程以及区间二型模糊系统的相关知识,概述了二型模糊系统的应用条件以及近几年的成功应用案例,最后总结了现阶段存在的问题及发展方向.     

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.     

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。     

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%.     

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.      

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.     

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TSK的车辆跟驰模型

为解决基于模糊推理的车辆跟驰模型在参数校准方面存在的问题,提出了基于TSK模型的车辆跟驰模型。对TSK模型在现实驾驶行为中的意义进行了分析,解释了子系统的工作点和线性方程的物理意义,为TSK模型在车辆跟驰中的深入应用奠定了基础。采用改进的基于遗传算法的TSK模型辨识方法,对分组中数据点不足的情况作了特别处理,通过GPS采集跑车实验数据,从实测数据构建并验证TSK模型。实验结果和理论分析吻合较好,表明TSK模型用于车辆跟驰模型的可行性。     

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。     

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.     

2型糖尿病患者神经-内分泌-免疫网络有关指标的紊乱及其临床意义

 为分析2型糖尿病患者神经-内分泌-免疫网络紊乱情况及其临床意义，选择174例经临床诊断明确的2型糖尿病患者，用放射免疫法和流式细胞技术检测外周血中CD4+、CD8+、NK细胞数量、CD4+/CD8+比值及IL-1β、IL-6、TNF-α、ACTH、CORT、DA、NE水平，选择30例健康志愿者为正常对照组进行相同检测。结果显示，与正常对照相比，2型糖尿病患者CD4+、CD8+及NK细胞数量下降（P<0.01），CD8+及CD4+/CD8+比值升高（P<0.01），IL-1β、IL-6和TNF-α均有升高（P<0.01），ACTH及CORT下降（P<0.01），DA和NE升高（P<0.01）。研究表明，2型糖尿病患者神经-内分泌-免疫网络的紊乱中，其体液免疫增强、细胞免疫减弱，交感神经兴奋及应激性内分泌功能减弱为主要表现。对于2型糖尿病的治疗，除采用现有手段，应加强机体对胰岛素抵抗调控平衡态的修复与重建，重视神经-内分泌-免疫系统标志的检测及相应的新治疗研究。     

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.     

非线性系统的递推最小二乘自适应模糊控制

提出了一种可有效消除被控系统不确定性的自适应模糊控制方法．该方法采用模糊逻辑系统（FLS）来辨识系统的未知函数，并采用连续形式的递推最小二乘算法作为自适应律调节FLS权参数．该自适应律可保证FLS权参数稳定收敛，最终收敛至最佳值的一个很小邻域中，同时保证跟踪误差指数衰减趋于0．倒立摆仿真结果表明，采用该方法时，辨识的归一化平方误差小于2％，其相对跟踪误差较混合自适应控制方法减少了58％．     

Adaptive Fuzzy Sliding Mode Control for a Class of Uncertain Dynamic Systems*

Fuzzy Logic System (FLS) can be utilized to approxi-mate complex uncertain nonlinear dynamic systems. Inthis paper, an adaptive fuzzy Sliding Mode Control(SMC) scheme is proposed where FLS is used as an ap-proximation of the unknown systems. In order to reducethe approximation errors between the true nonlinearmodel and FLS, an adaptive law is presented. The sta-bility of the controlled system is proved by using Lya-punov stability theory. The proposed control scheme isapplied to an inverted pendulum system to show its effec-tiveness.     

Role of plasminogen activator and plasminogen activator inhibitor type-1 in luteolysis—a minireview

This minireview summarized our recent studies on the role of plasminogen activator (PA) and inhibitor type-1 (PAI-1) in luteolysis. We have demonstrated that (1) both tissue type and urokinase type plasminogen activators (tPA and uPA) and a plasminogen activator inhibitor type-1 (PAI-1) were present in the corpus luteum of rat and rhesus monkey; (2) decrease in progesterone production in corpus luteum was well correlated with a sharp increase in tPA (but not uPA) and PAI-1 secretion; (3) exogenous tPA decreased luteal progesterone synthesis while monoclonal antibodies increased progesterone production; (4) interferony inhibited luteal progesterone synthesis and stimulated tPA production while LH plus prolactin increased progesterone production and decreased tPA (hut not uPA) activity in cultured luteal cells; (5) increase in proteolysis in the corpus luteum was also correlated with decrease in progesterone production in mouse. These data suggest that local degradation of extracellular matrix controlled by plasminogen activator and inhibitor is involved in the processes of luteolysis.     

Role of plasminogen activator and plasminogen activator inhibitor type-1 in luteolysis——a minireview

This minireview summarized our recent studies on the role of plasminogen activator (PA) and inhibitor type-1 (PAI-1) in luteolysis. We have demonstrated that (1) both tissue type and urokinase type plasminogen activators (tPA and uPA) and a plasminogen activator inhibitor type-1 (PAI-1) were present in the corpus luteum of rat and rhesus monkey; (2) decrease in progesterone production in corpus luteum was well correlated with a sharp increase in tPA (but not uPA) and PAI-1 secretion; (3) exogenous tPA decreased luteal progesterone synthesis while monoclonal antibodies increased progesterone production; (4) interferon y inhibited luteal progesterone synthesis and stimulated tPA production while LH plus pro-lactin increased progesterone production and decreased tPA (but not uPA) activity in cultured luteal cells; (5) increase in proteolysis in the corpus luteum was also correlated with decrease in progesterone production in mouse. These data suggest that local degradation of extracellular matrix controlled by plasminogen activator and inhibitor is involved in the processes of luteolysis.