基于大数据关联规则的网络恶意行为识别检测

为提升数据挖掘技术与网络恶意行为识别准确率,研究基于大数据关联规则的网络恶意行为识别检测方法.模糊化处理网络中存在的大数据,构建模糊数据库,分类聚集模糊数据库中的模糊数据,离散化处理模糊数据的连续属性,确定模糊数据频繁关联规则,通过基于模糊关联规则的数据挖掘方法获得整理后的网络数据;以此为基础,分析用户恶意访问流量特征...     

多输入多输出复杂过程的模糊建模

针对 MIMO复杂过程提出一种通过实验数据获取模糊系统模型的方法 ,即将每一维输入变量的论域进行等间隔分割后确定出模糊规则的前件参数和规则总数 ,再由一种调整算法通过对实验数据的学习得到模糊规则的后件参数。理论分析说明这种模糊规则后件参数学习算法是收敛的、所建模糊模型能够以要求的精度逼近已知的实验数据。仿真举例验证了所述模糊建模方法的有效性并说明了所建模糊规则模型有较好的泛化能力     

加权模糊产生式规则的泛化能力研究

为了提高模糊产生式规则的知识表示能力,人们在模糊产生式规则中引入了局权、全权、置信度等参数。视加权模糊规则中的权重等为可调的知识表示参数,首先研究这些知识表示参数与加权模糊规则的泛化能力之间的关系,然后提出了一种基于极大模糊熵原理的知识表示参数优化方法。在选定数据集上的仿真实验数据表明,提出的方法可以明显提高基于加权模糊产生式规则的专家推理系统的泛化能力。     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

一种基于模糊C均值聚类的模糊规则提取方法

提出了一种基于模糊C均值聚类的模糊规则提取方法，给出了模糊系统的模糊规则库，基于此规则库，构造了一种新颖的分类算法，利用IRIS数据进行了测试，仿真结果表明，分类效果好，由此说明所提出的模糊规则生成方法有效。     

基于Kohonen网络-粗集-模糊神经网络获取模糊规则的集成方法

基于单一知识发现方法的不足提出了一种基于Kohonen网络、Rough Sets和FNN获取模糊规则的集成方法.首先用Kohonen网络进行数据量化,然后运用粗集理论产生初始规则,并根据所得的规则建立模糊神经网络模型,从而生成较少的精炼规则.最后通过实例仿真分析,验证了该方法的有效性和实用性,同时为获取模糊规则提供了新的思路.     

用于热力系统建模的基于粗糙集的模糊神经网络

模糊神经网络应用于热力系统建模,虽能取得较好的效果,但当模糊规则较多时,网络学习速度较慢。针对这个问题,对传统的模糊神经网络进行了改进。利用Kohonen自组织网络对数据信息进行聚类。然后利用粗糙集规则约减的方法,获取模糊神经网络最小规则,以提高模糊神经网络的学习速度。经过锅炉汽压回路模型的仿真实验结果表明:粗糙模糊神经网络学习速度较传统模糊神经网络有较大提高,同时网络误差有所降低。     

基于模糊概念相似性与模糊熵度量的模糊分类算法

在AFS(axiomatic fuzzy set)理论框架下,提出了一种基于模糊概念相似性与模糊熵度量的分类算法.模糊分类规则的前件通过概念聚合得到,一种基于模糊概念相似性与模糊熵度量的概念选择函数指导聚合过程;然后,利用剪枝算法对得到的模糊规则集进行剪枝,得到最终的分类规则集.用8组来自UCI数据库的数据集作为实验数据对算法进行验证,并与7种经典分类方法进行比较.实验结果表明该算法能得到较高的分类精度,分类结果明显优于参照的分类方法.     

机器故障诊断模糊分类规则的归纳学习

机器状态的有效监控是机器安全运行,提高系统生产效率的重要途径,由于环境的复杂性与不确定性,现有机器故障诊断系统的可靠性还不能满足应用要求,为此近来年发展了模糊诊断技术,对于模糊系统而言,其关键问题在于如何获得解决具体问题的模糊知识或规则,为此提出了一种被称为模糊归纳学习的学习方法,并利用模糊信息熵概念建立了从不确定信息数据中归纳模糊规则的学习准则,实验结果表明,利用所提出的模糊归纳学习方法所获得的模糊规则能不确定怀数据进行有效分类,从而能有效地提高机器故障诊断系统的与可靠性。     

基于遗传优化规则库的电力变压器故障诊断

提出基于遗传算法优化模糊规则库的故障诊断方法,采用模糊故障诊断系统对电力变压器的初期故障进行检测或诊断.采用遗传算法产生优化的模糊规则库,针对缺少数据样本的情况,采用自举法对数据样本进行处理及扩充,使得不同的故障类型有相等的样本数.仿真结果表明:该故障诊断方法提高了故障诊断精度和正确率,对于电力变压器故障诊断有效、可行.     

基于变论域模糊PI控制的电力弹簧控制策略

电力弹簧采用一种输入反馈的形式,有效地缓解了由分布式发电带来的电能质量问题。自适应模糊PI控制对电力弹簧装置的稳定性和鲁棒性有较好的改善作用,但是作为插值器的模糊控制器的精度在既定的规则下无法得到保障,将变论域思想应用到自适应模糊PI中,提出一种基于变论域模糊PI的电力弹簧控制策略,首先对伸缩因子进行动态调节,从而实现模糊控制论域的缩放,间接地增加或减少控制器的规则,从而达到预期的精度,使电力弹簧的控制效果达到最好。仿真结果表明:变论域模糊PI控制能够快速无超调地实现对关键负载的控制要求,具有更好的控制精度和适应性。     

模糊控制的现状与发展

介绍了模糊控制系统的基本理论、模糊模型的辨识、模糊推理方法、模糊控制的自学习方法以及专家模糊控制器等方面的研究历史、研究现状及今后的发展方向．     

模糊预测控制的实现形式

对模糊预测控制的实现形式进行了论述和分析。指出预测控制和模糊控制是复杂系统的两种控制策略,预测和模糊集合理论结合在一起,相互促进,可以进一步提高性能,文末对模糊预测控制进行了展望。     

模糊控制与PID控制方法的比较

研究了常规模糊控制器与ＰＩＤ控制器的关系．基于Ｔ－Ｓ模型,在一定的附加条件下,对这些模糊控制器进行了分析,理论上给出了这类模糊控制器与ＰＩＤ控制器参数间的定量关系式,并指出两者间的本质联系．仿真结果表明了模糊控制器与ＰＩＤ控制器的相似性,多个规则的模糊控制器要优于ＰＩＤ控制器,同时给出了一类模糊ＰＩＤ复合控制器（ＴＳ－ＰＩＤ）的设计方法．该类复合控制器兼有模糊控制器与ＰＩＤ控制器优点,具有较深远的应用前景．     

柔性结构的自组织模糊主动振动控制

提出一种在线自组织模糊逻辑控制器的设计,该设计应用于含压电驱动器柔性结构的振动控制中,不需建模,可用输入／输出历史数据生成模糊规则,将生成的规则存储在模糊规则库中,通过自组织过程进行在线更新、同时对悬臂梁分别在瞬态和正弦激振下的模糊主动控制进行了仿真实验,结果表明,该控制器对上述两种激励的振动比传统模糊控制器有更明显的抑制作用。     

多模态控制系统研究

提出的多模态控制系统主要是基于变结构、自适应、分级模糊控制策略。首先 ,根据被控对象性能指标构造模糊变量集 ,再由该变量集构造模糊控制规则集并由此改变分级模糊控制的控制参数。在此基础上该系统辅以变结构及自适应控制使控制系统在大幅度改变给定值 ,及系统参数大幅度变化时 ,以改善系统控制品质。该系统实际应用于电加热渗碳炉的温度控制并收到较好的控制效果。     

盾构姿态的模糊控制方法

对盾构的姿态控制进行了模糊控制方法的研究 .针对盾构控制的特点 ,提出了一种“先分后合”的模糊控制器的设计方法 ,这一方法可以大大减少控制规则的数量 ,从而极大地减少了确定这些规则的工作量 ,而且使控制器的性能易于调节 .仿真结果表明了方法的有效性     

基于模糊控制的高校图书馆图书剔除研究

在图书剔除客观定量化研究中引入模糊控制理论,把种次借阅率和出版年分别模糊化为3个模糊集,作为图书剔除模糊控制模型的两个输入变量,根据模糊控制规则库中9条规则,输出剔除册数,并用以获得所有37类图书的剔除清单、册数、百分比。     

结构地震反应的模糊控制

MR阻尼器是一种性能优良的半主动控制装置,已广泛应用于结构振动控制领域。本文针对MR阻尼器控制系统的特点,提出了一种基于遗传算法的模糊控制器设计方法,对地震作用下的建筑结构实施模糊控制。该方法将多目标遗传算法NSGA—II和模糊控制技术相结合,人工设计基本模糊控制器,以位移、层间位移和绝对加速度为控制目标,利用NSGA—II来优化生成最优的模糊控制规则。一个3层结构的仿真结果表明。所设计的模糊控制器在四种不同的地震波作用下均能有效地减小结构的地震反应,控制效果明显优于被动控制,与Clipped-LQR控制效果接近。     

基于模糊控制技术的温室CO_2测控系统

采用红外CO2气体传感器,设计了一种基于模糊控制的温室CO2浓度测控系统。给出了控制结构参数的选择,根据已有经验,归纳出控制规则的设计要点,并用相关的模糊逻辑构建了CO2浓度模糊控制器。系统硬、软件采用模块化结构,增强系统的通用性、使用灵活性。使用表明,用模糊控制方式实现的CO2测控系统运行稳定、响应速度快,具有广泛的应用前景。