模糊本体中的模糊相似度计算

模糊本体作为不确定性知识表示模型,被广泛应用于计算机科学的各个领域;给出一种新模糊本体中模糊概念的模糊相似度计算方法;首先计算模糊本体图中边的模糊权重,从而得到模糊权矩阵;由正则经验模型计算模糊拉普拉斯矩阵次小特征值对应的特征向量,从而将模糊本体中的每个模糊概念映射到实直线,通过模糊概念对应实数之间的差值来得到它们的相对模糊相似度。     

基于模糊竞争学习的模糊模型一体化辨识

提出了一种利用MGS(modified Gram-Schmidt)算法建立非线性系统模型的建模方法,并给出了基于MGS算法的模型结构和参数辨识的一体化方法,即利用MGS正交变换对通过模糊竞争学习的聚类结果进行变换,确定对模型贡献大的规则,删除对模型贡献小的规则,同时对模型中的参数进行估计,实现模糊模型结构和参数的优化.仿真结果表明,提出的方法能够对非线性系统进行模糊建模.     

模糊数证券组合投资选择模型与求解

针对预期收益率与风险损失率为模糊数时,建立了一种具有模糊系数的证券组合投资选择模型.利用一种对模糊数排序的方法,将模型转化为传统的线性规划问题求解.     

应用模糊逆关系设计自适应模糊控制系统

本分析了常规的模糊辨识模型来设计模糊控制器的不足，提出一种应用参考模糊集概念辨识被控对象模糊逆关系模型的方法，通过模糊逆关系模型，可把对象的模糊辨识与自适应模糊控制器的设计统一起来，仿真研究表明，该设计方法是有效的。     

基于数据特征的模糊模型辨识与模糊控制器设计方法

针对难于建立精确数学模型的复杂过程,提出了一种基于数据特征的模糊模型辨识方法.该方法首先按过程输出随输入变量变化的剧烈程度对输入变量论域进行划分,然后在此划分的基础上确定出模糊模型的规则总数和前件参数,最后由于要建立的模糊模型可以表示为一个前馈模糊神经网络,因此利用BP学习算法求得过程模糊模型的后件参数.基于所提出的模糊模型辨识方法进行了柔性连杆机器人模糊控制器设计,并进行了柔性连杆机器人模糊控制实验.实验表明,通过所提出的模糊模型辨识和模糊控制方法可以得到满意的控制性能.     

改进型模糊神经网络模型的构造

利用模糊系统和神经网络的优势,构造一种改进型模糊神经网络模型.从极大-极小模糊算子的模糊神经元入手,提出改进的修改模糊权值的训练学习规则.改进后的模糊神经网络模型大大减少了运算量,提高了收敛速度.采用此学习算法对实际汽轮发电机组运行状态进行监测,结果表明,模型具有较强的状态监测能力,达到预期的目的.     

凸模糊合作对策的模糊核仁

为了弥补在简单对策中核心具有常常为空的缺陷,研究模糊合作对策的模糊核仁解.核仁是合作对策的一种重要的解的形式.通过把合作对策核仁解的模型延拓到模糊对策中,并通过定义模糊合作对策的字典序,给出了模糊合作对策的模糊核仁的概念;然后进一步探讨了凸模糊合作对策的模糊核仁非空且唯一等特征和性质,并对此加以证明.研究表明:模糊合作对策的核仁是合作对策核仁的自然延拓.该结果丰富了对模糊合作对策的解的研究,从而解决了凸模糊合作对策的解的结构问题.     

基于模糊信息系统的模糊β-覆盖粗糙集模型

用模糊互补β-邻域族的概念,在模糊信息系统的基础上提出了一种新型的模糊β-覆盖粗糙集模型,并结合属性约简与模糊映射研究新模型的性质。相较于前人的模型,新模型增大了下近似值并减小了上近似值,更加精确了上、下近似值,减小了属性约简带来的误差。     

基于模糊状态模型的连续系统控制器设计和稳定性分析

就这一类连续模糊动力学模型给出了一种模糊状态反馈控制器的设计方法及稳定性分析;同时给出了一种模糊状态观测器的设计方法并讨论了稳定性.     

基于模糊规则自动获取的模糊主动轮廓模型

为了引入更多的不确定性先验信息来指导轮廓提取,首先提出了一种新的模糊主动轮廓模型(FuzzySnake),然后针对模糊主动轮廓模型中模糊推理规则难以确定的问题,提出了一种改进的遗传算法———多种群共生遗传算法,并用于相关模糊规则的自动获取,最后给出了用新的模糊主动轮廓模型从人工合成图像、加噪测试图像和实际的超声图像中提取目标轮廓的实验结果.实验表明,在模糊主动轮廓模型中利用多种群共生遗传算法进行模糊规则自动获取,不仅能有效克服模糊规则需向领域专家学习才能获取的局限性,而且能有效地降低传统模型对噪声的敏感性,使模型的参数调整得以简化.     

三角模糊系数的模糊线性回归分析结构元理论

将对称模糊系数的模糊线性回归分析的结构元理论扩展到了非对称情形,研究了三角模糊系数的模糊线性回归分析的结构元理论,并提供了数值例子,验证了该方法的有效性、适应性与实用性。     

模糊线性回归预测

为了解决带有模糊信息的动态预测问题,在已有的线性回归预测法的基础上,提出了模糊线性回归预测的模型。模型的确定在于模糊系数的确定,模糊系数为对称三角模糊数,为此给出了描述对称三角模糊数近似和蔼的拟合度的定义及其表达式。借助于对称三角模糊数以截集表示的一对函数,给出了对称模糊的模糊度的定义及其表达式,给出了确定模糊系数的准则：对于事先指定的标准拟合度,要求在每个方程估计值的拟合度都不小于标准拟合度的约     

交通分布预测模糊重力模型

为了解决交通分布预测中的模糊不确定性,以重力模型与模糊数学理论和方法为基础,基于三角模糊数建立了模糊重力模型.采用模糊线性最小二乘法标定了模型中参数.利用模糊幅度对观测值的比、观测值与估计值的隶属函数的不重合部分的面积与其面积之和的比这2种方法进行模型精度检验.研究了实现交通分布预测结果的发生、吸引平衡处理的模糊Frator增长率迭代平衡方法.通过实例详细说明了发生量、吸引量和交通阻抗均具有模糊不确定性时的模糊重力模型的应用过程,提出了根据模糊不确定性大小程度来利用模糊预测值的建议.模糊重力模型可以实现交通分布预测中的模糊不确定性.     

多元Fuzzy线性回归

在处理某些系统模型中,有些输出或输入量的值是通过人的心理测量给出的。这时我们可认为此系统具有Fuzzy结构。这种Fuzzy结构一般可用带有Fuzzy参数的Fuzzy线性函数表示,而Fuzzy线性函数可由Zadeh的扩展原理得到。这样用Fuzzy线性函数来描述系统的Fuzzy结构便形成了Fuzzy线性回归分析。当输出输入量均是多个时便是多元Fuzzy线性回归。在经典的多元回归中,观测向量值与估计向量值之间的差异一般认为是测量误差,本文处理的多元Fuzzy回归中,我们认为其差异是由于系统的Fuzzy性造成的而反映在回归方程的Fuzzy参数上,这种Fuzzy参数一般表示一种可能性分布。文章讨论了多元Fuzzy回归模型的拟合问题,给出了其Fuzzy向量参数的估计方法,并将其计算方法归结为求解某线性规划问题。本文使用的Fuzzy向量限制在三角族内,而对其它形式的常用Fuzzy向量也没有实质困难。     

基于模糊Lyapunov-Krasovskii函数的离散时滞T-S模糊模型的非二次镇定条件

研究了离散时滞T-S模糊模型基于模糊Lyapunov-Krasovskii函数的稳定性分析及控制器设计问题.首先,构造出离散型模糊Lyapunov-Krasovskii函数,此函数是系数与T-S模糊模型的模糊规则权重相对应的复合型Lyapunov-Krasovskii函数.然后,基于一系列线性矩阵不等式,得到了开环系统稳定的充分条件,进而又基于非二次PDC控制律,设计出了模糊控制器.最后,仿真实例验证了该方法的有效性和优越性.     

基于模糊覆盖的粗糙模糊集模型

构造了基于模糊覆盖的粗糙模糊集模型,从理论上论证了定义的合理性,刻画了模糊覆盖粗糙集的一些基本性质.     

基于Lyapunov方法的离散时间模糊控制系统设计

研究了基于 T-S模型的离散时间模糊控制器的规则化设计问题。将模糊控制系统看成是一类具有结构式不确定性的系统 ,利用 L ya-punov稳定性定理 ,提出了一类线性状态反馈控制器的规则化设计方法。通过求解离散时间 Lyapunov方程 ,得出线性状态反馈控制律。并给出了保证闭环系统渐近稳定的充分条件     

Choquet模糊积分融合模型中模糊测度的确定

用模糊积分进行多分类器融合时,模糊测度是至关重要的.有限的事例集上,基于模糊测度的Choquet模糊积分的计算可以用乘积与求和算子来表示,即转化成模糊测度的线性组合.本文用线性规划来确定模糊测度,并且用例子说明模糊积分融合方法要优于乘积法、最大值法、多数投票法、加权平均法等简单的融合方法.     

一种基于区间值模糊集的模糊推理方法

对区间值模糊集的论域分类讨论,给出基于区间值模糊集论域为连续时的模糊推理方法; 区间值模糊集论域为离散时,将其线性插值为连续,然后给出论城为离散情况下的模糊推理方法。     

改进的T-S模糊模型建模方法及其应用

针对一般的仿射非线性系统,提出了一种改进的建立T-S模糊模型的方法. 使建立的模糊系统与原非线性系统具有相同的响应特性,避免了平衡点线性化产生的系统误差的不利影响,同时也适用于含有多个非线性项的系统. 将这种建模方法应用到GMAW系统,建立了改进基于T-S模糊模型GMAW系统,并且建立的模糊系统和原系统具有相同的响应特性. 仿真结果证明了该方法的有效性.