一种新型模糊映射

模糊映射在模糊优化、模糊评判、模糊控制和模糊决策等领域有着大量的应用。通过对Zadeh扩展原理和极小扩展原理的研究,提出了一种新型模糊映射,它是极小扩展原理的推广。另外,对该新型模糊映射进行研究,得到了它在模糊集运算下的性质以及一个模糊集在该新型模糊映射下的像的分解定理。最后,讨论了模糊集与新型模糊映射的相容性问题,得到了模糊集在新型模糊映射下的最小原像定理。     

直觉模糊支付合作对策的核仁解

本文主要研究支付值为直觉模糊集的合作对策问题及其模糊核仁解.首先定义了直觉模糊集的得分函数和精确函数,并给出其排序方法,得到基于直觉模糊集的合作对策模型和适合这种模型的相应定义,同时提出了直觉模糊核仁解的概念;其次运用新的排序方法将求核仁解的问题转化为求解双目标非线性规划问题;最后通过实例分析验证了该方法的可行性和有效性。     

作用模糊子集推理方法的研究与应用

针对实用模糊控制过程,提出作用模糊子集和作用模糊控制规则的概念;根据模糊逻辑推理中真值的产生、传递和接收机理,提出作用模糊子集推理方法;比较分析了作用模糊子集推理方法与CRI法的推理结果;利用该推理方法实现了试验室温度模糊控制试验。     

粗糙直觉模糊集的近似表示

在粗糙直觉模糊集的基础上,从新的角度提出了不确定目标概念的近似表示和处理的方法(通过近似模糊集和近似精确集刻画).首先将已有的直觉模糊集相似概念和均值直觉模糊集概念引入到该模型,定义了Pawlak近似空间U/R下的阶梯直觉模糊集、0.5-精确集的概念,然后得到了均值直觉模糊集(0.5-精确集)是所有直觉模糊集中与目标直觉模糊集最接近的直觉模糊集(近似精确集),接着分析了均值直觉模糊集、0.5-精确集分别与目标直觉模糊集的相似度随着知识粒度变化的变化规律.     

模糊集乘积的扩张运算

在Zadeh的模糊集概念基础上,给出模糊集乘积同态映射的概念;其次,讨论模糊集乘积的性质;然后根据扩张原理,在模糊集乘积同态、同构映射的条件下,研究模糊集乘积与模糊集乘积同态像之间的关系.     

基于区间值对偶犹豫模糊集的多属性决策方法

基于区间值对偶犹豫模糊集的基本定义,提出了区间值对偶犹豫模糊熵与相似性测度的概念。给出了区间值对偶犹豫模糊熵的定义及公式,在此基础上构造了熵权重模型;由距离与相似性测度的关系给出三种区间值对偶犹豫模糊集的距离公式。由此基于区间值对偶犹豫模糊集的熵和相似性测度提出一种新的区间值对偶犹豫模糊集的决策方法。最终给出此方法的计算步骤,通过实例验证该方法的有效性。     

基于三角形和高斯模糊化的Mamdani模糊系统表示

模糊化是将模糊系统中输入变量的确定值转换为相应模糊集合的过程,它在模糊系统建模和模糊控制领域有着重要的作用。本文在前件模糊集取为三角形模糊数条件下,利用函数极值方法求解后件模糊集的隶属函数,进而给出基于三角形模糊化和高斯模糊化的两种Mamdani模糊系统表示。     

覆盖粗糙模糊集的不确定性度量

在覆盖粗糙模糊集模型下,将粗糙集理论中的粗糙度和粗糙熵的概念引入到此模型中,用来度量模糊集的不确定的程度,并讨论了这些度量的一些性质.     

概念粒计算系统外延的判别定理

概念粒计算系统是基于两个完备格之间的外延内涵算子和内涵外延算子构成的模型系统,它包括经典概念格,L模糊概念格及变精度概念格等.本文以三种概念粒计算系统为模型研究了概念外延的特征及其相互关系,给出了外延为经典集、内涵为模糊集和外延为模糊集、内涵为经典集这两种概念粒计算系统的概念外延判别定理,并且讨论了几种模型概念之间的关系与性质.     

改进型情景模糊集上基于距离的多属性决策方法

通过分析原始的情景模糊集模型在处理特殊投票模型中的局限性,我们对原始情景模糊集通过添加无效隶属度的方法进行拓展,给出了改进型情景模糊集的概念。然后,将原始情景模糊集上的标准欧氏距离测度拓展到改进型情景模糊集上的标准欧氏距离测度,并论证了它的合理性。针对改进型情景模糊信息下的多属性决策问题,我们在改进型情景模糊集的标准欧氏距离测度和TOPSIS原理的基础上,定义了方案的相对贴近度,并通过计算每个方案和正、负理想方案之间的相对贴近度来选出最优的方案。最后,通过实例以及与其他文献中所提方法的比较分析验证了本文方法的有效性。     

ETSK模糊模型辨识及模糊控制算法

本文提出一种基于扩张原理的ＥＴＳＫ（ＥｘｔｅｎｄｅｄＴＳＫ）模型,导出了该模型的输入输出解析式,给出了辨识这种模型的方法。本文还导出了ＥＴＳＫ模型的一种等价形式——变权ＴＳＫ模型,从而将ＥＴＳＫ模型规则后件中的模糊数及其扩展运算转化为普通数的运算,使基于ＥＴＳＫ模型的模糊控制算法ＭＢＦＣ（Ｍｏｄｅｌ－ＢａｓｅｄＦｕｚｚｙＣｏｎｔｒｏｌ）易于实现。仿真辨识结果表明,ＥＴＳＫ模型的辨识效果和预报精度优于ＴＳＫ和ＬＭ模型;ＭＢＦＣ算法的控制效果优于通常模型ＰＩ控制算法     

模糊商群的推广

引入关于一个子群的正规模糊子集概念，研究正规模糊子集的一些性质，并在此基础上将模糊商群做了自然推广，最后建立群同态下正规模糊子集的对应定理。     

模糊概念格与模糊推理

基于伽罗瓦连接,分别在交换伴随对与对合剩余格条件下,讨论了模糊概念格的四种定义形式。并证明了在对合剩余格上,对偶性成立,四种模糊算子将具有与经典意义下一致的相互关系。最后我们提出了一种基于模糊概念格的模糊推理规则,并证明了其还原性。     

基于样条插值的模糊控制算法

利用三次样条插值函数,直接由控制输入输出数据对建立了控制输入与控制输出之间的映射关系,得到了一元三次样条插值控制算法和二元双三次样条插值控制算法,并将二者分别用于单输入单输出系统和双输入单输出系统的仿真控制.仿真结果表明,上述方法是可行的,并且基于三次样条函数的模糊插值控制,具有响应快,无超调,稳态误差极小等很好的控制效果.其设计简单,不需要过多规则,对稀疏规则库条件下的控制器设计尤为适用.     

基于多维模糊关联规则的道路交通阻断分析方法

交通阻断成因复杂,与气象环境、道路线形、车辆状态以及交通环境等多因素相关。由于缺乏对造成交通阻断相关因素间潜在关联的研究,交通阻断管控一直是公路管理,特别是高速公路管理的难点。本文提出了一种基于多维模糊关联规则的道路交通阻断分析方法,发掘交通阻断的潜在规律和各因素间的关联关系。首先在国家现有相关划分体系和大量交通阻断(事件)案例的基础上,根据道路管理实际需求,建立了交通阻断多维属性模型,然后利用基于FCM的模糊关联规则,挖掘阻断因素的多维属性的依存关系,得到面向道路交通阻断分析的多维模糊关联规则。通过研究成果的实践应用,证明关联规则可以为道路交通阻断预防和管理提供有效支持,在道路交通阻断分析领域有着良好的应用前景。     

模糊向量真值修正模糊化方法

模糊化是将物理空间的实测精确量影射为模糊推理空间上的模糊集合。在模糊控制中，不同的模糊推理方法要求不同的模糊化方法，不同的模糊化方法对模糊控制性能影响很大。本文首先系统地总结了现有的模糊化方法，然后提出了模糊向量真值修正模糊化方法，最后，针对常用的CRI法，完成了不同模糊化方法的一阶惯性时滞定常系统的模糊控制仿真，结果表明，该方法能够提高CRI法的模糊控制性能，消除稳态误差。     

Comparison of Heuristic Criteria for Fuzzy Rule Selection in Classification Problems

This paper compares heuristic criteria used for extracting a pre-specified number of fuzzy classification rules from numerical data. We examine the performance of each heuristic criterion through computational experiments on well-known test problems. Experimental results show that better results are obtained from composite criteria of confidence and support measures than their individual use. It is also shown that genetic algorithm-based rule selection can improve the classification ability of extracted fuzzy rules by searching for good rule combinations. This observation suggests the importance of taking into account the combinatorial effect of fuzzy rules (i.e., the interaction among them).     

模糊集的相对扰动

在模糊推理的理论研究中,模糊推理方法的扰动性分析是一个重要的研究方向,即讨论模糊推理前件的变化对后件的影响。本文给出模糊集的相对扰动的概念,讨论由模糊集运算产生的相对扰动,以及模糊推理的相对扰动性,给出一些有趣的性质。     

Mining axiomatic fuzzy set association rules for classification problems

In this paper, we propose a novel method to mine association rules for classification problems namely AFSRC (AFS association rules for classification) realized in the framework of the axiomatic fuzzy set (AFS) theory. This model provides a simple and efficient rule generation mechanism. It can also retain meaningful rules for imbalanced classes by fuzzifying the concept of the class support of a rule. In addition, AFSRC can handle different data types occurring simultaneously. Furthermore, the new model can produce membership functions automatically by processing available data. An extensive suite of experiments are reported which offer a comprehensive comparison of the performance of the method with the performance of some other methods available in the literature. The experimental result shows that AFSRC outperforms most of other methods when being quantified in terms of accuracy and interpretability. AFSRC forms a classifier with high accuracy and more interpretable rule base of smaller size while retaining a sound balance between these two characteristics.     

A Nonlinear Adaptive Controller: A Comparison between Fuzzy Logic Control and Neurocontrol

This paper explores, from a surface-fitting viewpoint, two algorithmswhich are often applied in the field intelligent control: fuzzyself-organizing controllers and neural networks. Both methodologiesadapt internal model parameters in response to the plant's input-outputmapping. However, while the convergence of single-layer neuralnetworks has been studied in great detail, very few theoremshave been proved about self-organizing fuzzy logic controllers.In this paper, it is shown that B-splines can provide a frameworkfor choosing the shape of the fuzzy sets. Then the operatorschosen to implement the underlying fuzzy logic are examined,showing how they can produce ‘smooth’ control surfaces.It is now possible to make a direct comparison between fuzzylogic controllers and feedforward neural networks, demonstratingthat, in a forward-chaining mode, storing the plant's behaviourin terms of weights or rule confidences is equivalent. Finally,three training rules for the self-organizing fuzzy controllerare derived.