基于论域自调整模糊规则切换的双模控制器

 针对系统的初始响应,设计了一个兼顾快速性和稳定性的论域自调整的模糊控制器,并用线性PID控制器来实现稳态时的高精度控制,2个控制器之间采用模糊规则进行切换.并给出了它的动态性能、抗干扰能力及鲁棒性的实验结果.     

应用聚类和模糊神经网络方法设计模糊规则库

基于聚类技术和模糊神经网络提出一种新的自动生成模糊系统规则库的设计方法.采用结构辨识和参数辨识相结合的方法,构造模糊系统完善的模糊规则库.用此设计方法对函数逼近问题进行仿真,结果表明该方法具有规则数目少、学习速度快、建模精度高等特点.     

ICP-AES测定绞股兰茶常量元素

本文采用水泡、煮沸、硝化、干法四种方式对市售绞股兰茶做了处理,用等离子体光谱法测定了其中的常量元素,该法操作简便、快速、准确。     

一种新的规则获取增量式算法

对新增样例给出了新的分类,针对此分类提出了新的规则获取的增量式学习算法DLR I,并就该算法与经典算法的复杂性进行了分析比较,得出增量学习算法较经典算法有较低的时间复杂性,可以有效地提高大型数据库的规则维护效率.     

f-heredity knowledge and f-heredity mining

Using S-rough sets, this paper gives the concepts of f-heredity knowledge and its heredity coefficient, and f-variation coefficient of knowledge; presents the theorem of f-attribute dependence of variation coefficient and the relation theorem of heredity-variation. The attribute dependence of f-variation coefficient and the relation of heredity-variation are important characteristics of S-rough sets. From such discussion, this paper puts forward the heredity mining of f-knowledge and the algorithm of heredity mining, also gives its relative application.     

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中，加工时间的不确定性是普遍存在的，因此引用广义粗糙变量来表示不确定的工件处理时间，定义粗糙加法运算，precision以及ratio，建立了处理时间不确定性的FlowShop调度问题的精糙规划模型，提出了粗糙遗传调度算法将其应用于调度模型的求解，仿真实验证明了算法的有效性。     

多维动态模糊数据的分解模型研究

对多维数据的研究最大困难在于其数据量十分庞大,数据规模的单纯扩大,往往导致系统的复杂性成倍增加,而且在研究中发现,存在着大量具有“多维性”、“动态性”和“模糊性”的数据.对此,该文基于动态模糊理论,提出了多维动态模糊数据的分解模型,该模型的建立,为人们用计算机处理这类问题提供了理论依据.     

广义粗糙集理论的公理化注记

首先回顾了粗糙集理论的代数表示,给出代数表示与公理化算子的相互关系.特别地,给出了广义粗糙集模型的公理化等价表示.     

一类加权连续属性的多变量决策树构造方法

首先利用粗集理论和模糊聚类理论确定连续多变量属性的选择问题,然后利用聚类中心算法建立等级标准中心以解决连续变量的区间划分问题,其次将等价关系相对泛化的概念用于决策树中多变量检验的构造。最后通过实例说明了本方法是可行的。     

DK─ⅡA型扭振监测系统

介绍了清华大学热能工程系动力工程及控制实验室研制的ＤＫ－ⅡＡ型扭振监测系统，主要用于大型汽轮发电机组轴系扭振的监测。该系统采用“脉冲时序法”的原理，在齿形盘附近安装非接触式传感器。在传感器信号进入计算机之前，采用了一种独特的数字化处理方法，没有采用Ａ／Ｄ转换器，从而提高了测量精度。系统的测角分辨率为０．００１８°，精度可达０．０１°，而且成本较低。该系统已安装在宁夏大武口发电厂并用于扭振的实时监测