Lukasiewicz三值逻辑度量空间中的反射变换

在Lukasiewicz三值逻辑度量空间中定义了反射变换φ和(准)对称逻辑公式,探讨了反射变换φ的性质,证明了φ保持逻辑等价关系和(准)对称逻辑公式,且为同态变换.研究了φ在商代数——Lindenbaum代数上诱导的反射变换φ*的性质.证明了φ*是自同构的等距变换,进而讨论了φ*的不动点的性态,得到了4类特殊的不动点形式[A]∨φ*([A]),[A]∧φ*([A]),[A]φ*([A])和[A]φ*([A]).     

非致冷红外焦平面阵列驱动电路优化设计

提出了基于复杂可编程逻辑器件 (CPLD)及低压差 (LDO)线性稳压器实现 3 2 0× 2 40长波红外非致冷焦平面阵列 (UFPA)驱动电路优化设计的方法 .选用Altera公司的MAX70 0 0AE系列CPLD作为硬件设计平台 ,运用VHDL语言对驱动时序进行硬件描述 ;选用TI公司的LDO线性稳压器及 14bit视频A/D转换器THS14 0 8实现UFPA偏置电路及视频输出信号的模数转换电路的设计 .测量与仿真结果证明是可行的 .     

一种不一致本体的可废止推理系统

利用可废止逻辑的非单调知识表示和推理能力、线性的计算复杂性和易于实现等优点,整合描述逻辑和可废止逻辑,提出了一种不一致本体的可废止推理系统（简称为DeRS）.DeRS使用描述逻辑定义的本体和可废止理论对领域问题进行混合建模,将TBox划分为最大的一致公理集和最小的不一致公理集,并进行初始化;然后利用转换算法,将一致公理集的公理和不一致公理集的公理分别映射为硬性规则和可废止规则,并添加到可废止理论中;最后利用新定义的可废止推理规则进行非单调可废止推理,由此解决了不一致本体的推理问题,弥补了描述逻辑在非单调性方面的不足.结果表明DeRS具有协调性、易处理性、可判定性、可靠性等基本性质.     

基于CRUISE的轻度ISG型HEV控制策略研究

控制策略是混合动力汽车(HEV)的关键技术,直接影响HEV整车性能。文章以整车动力性和燃油经济性为控制目标,分别设计了基于逻辑门限值的电力辅助控制策略和模糊逻辑控制策略,在CRUISE平台上搭建样车ISG混合动力汽车的模型,并分别在UDDS和NEDC 2种工况下进行仿真分析。仿真结果表明,与同类型传统燃油汽车相比,基于电力辅助控制策略和模糊逻辑控制策略的ISG型HEV的燃油经济性都有明显改善,模糊逻辑控制策略更为适合。     

一种认证安全性的分析与设计逻辑

针对BAN逻辑的局限性,在BSW逻辑的基础上,提出了一种针对认证安全性的分析与设计逻辑.同时,以Needham-Schroeder公钥协议及X.509三消息协议的分析与再设计为例,证明了该逻辑的正确性和有效性.     

基于命题逻辑的组件约束检测

针对组件约束数量大、复杂度高的问题，提出了一种基于命题逻辑的组件约束检测算法．通过命题符号化的过程，即通过5个联结词将日常语言中的命题转化成数理逻辑中的形式命题．该算法首次使用受限真值表的概念来描述组件约束，清楚、准确地揭示了软件组织结构、动态行为以及组件之间的转换，通过包含、否定和插入等规则来合并真值表，以解决检测组件约束时存在的冗余与冲突问题，并获得期望行为的最小组件集合，从而保证了组件约束之间相互一致．与基于规则模式表方法相比，所提算法克服了人工检测的不确定性，改善了检测的时间性能，并可将冲突错判率降低大约10％，平均处理时间降低大约33％．     

一种新的异构无线接入网垂直切换方法

为了提高异构无线网络中垂直切换的准确度、减少连接掉线,提出了一种新的垂直切换方法.该方法改进了基于RSS的切换触发机制,并且采用基于模糊逻辑的归一化量化决策算法,从可用的接入网中选择最优的切换目标网络.为验证方法的可行性,采用由UMTS和WLAN构成的仿真场景.仿真结果表明,提出的方法通过平衡用户的偏好、网络状态和系统性能,有效地选择了最优的网络;同时,在垂直切换次数和切换掉话率方面优于其他方法.     

基于粒子群算法的导弹模糊导引律设计

针对传统模糊制导律的模糊设计随意性,提出采用粒子群优化算法对模糊导引律的参数优化的方法．利用粒子群优化方法调整模糊变量隶属度,比例因子等参数,并通过反复优化使模糊推理规则接近于最优．该方法克服了模糊逻辑设计中的随意性,提高了模糊制导律的精度和鲁棒性．仿真结果表明了这种优化方法得到的模糊比例导引律明显优于传统比例导引律．     

可编程序控制器教学实验的开发

本文主要介绍作者采用E系列可编程序控制器开发出的几个实验.这些实验包含了可编程序控制器(PLC)最基本功能(逻辑、定时、计数等)的应用.     

带有测量噪声的Ⅱ型T-S模糊建模

实际工业生产过程中,系统的数据带有测量噪声.Ⅱ型模糊集的二阶隶属度用来表征一阶隶属度的模糊度,这种模糊度的增加意味着处理不确定信息能力增加.因此,提出了一种基于Ⅱ型模糊集的T-S模糊建模方法来减少由噪声带来不确定信息的影响.首先采用改进的最小邻域算法对带有测量噪声的数据进行聚类,继而确定Ⅱ型模糊集的一阶隶属度,接着根据数据的聚类信息采用高斯混和模型得到二阶隶属度值,然后用正交最小二乘算法确定模糊模型的后件参数,最后通过仿真实验来验证该方法的有效性.