共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
本文给出了模糊拟邻近结构的概念,并着重讨论了模糊拟邻近结构与模糊双拓扑,模糊拟邻近结构与模糊拟一致空间之间的相互联系。 相似文献
3.
4.
基于结构元的模糊值函数的一般表示方法 总被引:6,自引:0,他引:6
文[1]提出了模糊结构元的概念,并给出了模糊数与模糊值函数的模糊结构元表示,以及一类由模糊结构元线性生成的模糊值函数的微分和积分(黎曼意义下的)的表达形式。本文在文[1]的基础上进一步给出了由模糊结构元生成的模糊值函数的一般表达形式,并得到了一般表达形式下的模糊值函数的连续性和微分、黎曼积分的定义,它们与传统模糊分析中相应定义是等价的。 相似文献
5.
[-1,1]上同序单调函数的同序变换群与模糊数运算 总被引:16,自引:2,他引:14
定义对称区间[-1,1]上的同序单调有界函数的同序变换,利用文[1]提出的模糊数的结构元表示方法,得到模糊数四则运算的结构元表示以及模糊数运算结果的隶属函数的确定方法。在多数的模糊数运算问题中,结构元的单调变换形式是容易得到的,此时,模糊数的运算将变得非常简单。文中还给出了一个运算的实例。 相似文献
6.
7.
郭嗣琮 《数学的实践与认识》2008,38(2):87-93
简述了模糊值函数分析学在具体工程实践应用中存在的困难和障碍,系统地介绍了模糊结构元方法在模糊值函数分析学中的应用,包括模糊结构元的概念、模糊数的模糊结构元表示形式、基于结构元表达形式的模糊数运算与隶属函数确定.模糊结构元方法将复杂的模糊数运算转化为一类单调有界函数的运算,不仅仅为模糊分析计算的简化提供了工具,同时也为模糊值函数分析学应用的研究开创了一条新的途径. 相似文献
8.
9.
结构的失效可能度及模糊概率计算方法 总被引:2,自引:1,他引:1
依据模糊可能性理论,系统地建立含模糊变量时结构的可靠性计算模型。旨在解决模糊结构、模糊-随机结构和模糊状态假设下结构的可靠性计算问题。所建模型可给出模糊结构失效的可能度和模糊-随机结构失效概率的可能性分布。研究表明:对同时含模糊变量和随机变量的混合可靠性计算问题,把失效概率(或可靠度)作为模糊变量,能更客观地反映系统的安全状况。算例分析说明了文中方法的合理性和有效性。 相似文献
10.
11.
在G?del t-模下,研究了模糊选择函数的半序合理性.首先给出了模糊选择函数的合理性条件FA1.然后研究了该条件与模糊选择函数半序合理性之间的关系,得到了半序合理的一个充分条件. 相似文献
12.
13.
典型模糊控制器的插值形式 总被引:6,自引:0,他引:6
推导出了单输入单输出、双输入单输出典型Mamdani模糊控制器的插值解析表达式,并推广到输出采用输入变量函数的典型T—S模糊控制器。典型Mamdani模糊控制器的输入采用正规模糊集、三角形全交迭的隶属函数,输出采用单点模糊数。这些插值表达式在一定程度上揭示了典型模糊控制器的本质特征,为设计和优化提供了准确的解析模型,同时也为模糊控制器的实际应用提供了一种快速精确的控制算法。 相似文献
14.
介绍模糊拓扑,模糊邻近,模糊拟一致框架下的模糊(半)拓扑序、模糊共生结构的概念,研究模糊(半)拓扑序,模糊共生结构的加细,得到一些重要性质。 相似文献
15.
针对变论域模糊控制,提出一种新的自组织结构的变论域模糊控制方法。自组织结构算法可以调整变论域模糊系统结构以及动态获得模糊规则,进一步减小变论域模糊控制项的稳态逼近误差。通过进一步理论分析可知,自组织结构算法仅仅保证了系统瞬时的切换是平稳的,但不能保证系统的闭环稳定性。给出了所提出控制方法的适用条件。通过与固定模糊系统结构的变论域模糊控制比较,仿真结果表明,所提出控制方法不仅使得系统的稳态跟踪误差更平稳,而且使得输入控制信号更加平滑。 相似文献
16.
17.
This paper is concerned with applying fuzzy measures and fuzzy integrals to analyze public attitude towards the use of nuclear energy. To this end, a questionnaire on the use of nuclear energy is set up and data are collected in Japan, the Philippines and the FRG. Factor analysis is performed to get the primary structure of public attitude. It is shown that the attitude of the responders to the questionnaire in each country is well explained with its hierarchical structure obtained by fuzzy measure analysis. 相似文献