基于模糊球的模糊逻辑系统及其逼近性质

基于模糊球概念构造了一个具有向量形式规则的模糊逻辑系统,然后利用其逼近性质给出了在紧致域上逼近多元连续函数的方法.首先,依据所给论域自身的几何特点,将其进行模糊划分,其次使用各个子论域上的采样点和母函数构造开模糊球,然后基于模糊球构造出描述每个子论域的模糊逻辑系统(FLS),最后在整个论域上生成逼近紧集上连续函数的模糊逻辑系统(FLS).这种模糊逻辑系统的规则为向量形式且具有较强的语言解释能力.与传统的FLS相比,本文提出的FLS用来描述高维情形时不必使用张量乘积构造规则,从而在一定程度上避免了维数灾难问题.最后的仿真例子说明了本文所采用方法的有效性.     

基于双论域模糊粗糙集的应急决策模型与方法

以突发危机事件应急决策为应用背景,讨论了双论域上模糊粗糙集的基本理论,建立了基于模糊相容关系的双论域模糊粗糙集模型. 在此基础上,把突发危机事件应急决策转化为一个具有模糊决策对象的双论域决策近似空间上的粗糙近似问题,构建了基于双论域模糊粗糙集的应急决策模型.首先在双论域近似空间中计算模糊决策对象的上(下)近似,进而结合经典非确定型决策的思想给出了突发危机事件应急决策的规则.同时,给出了模型的算法.该模型给出了一种在不完全信息环境下应急决策的方法,给出了在充分考虑决策者个人偏好信息基础上的决策置信度以及最优决策规则.该方法能够比较充分地符合应急决策信息不充分、资源有限以及时间紧迫的基本特征, 进而对突发危机事件应急决策提供科学的理论基础和现实的决策方法.最后,通过应用算例说明了模型的应用过程,结果验证了本文给出模型的有效性。     

论域的模糊划分与仿真数据采集

给出一类MIMO模糊系统对紧集上连续函数的万能逼近定理的证明。在此证明基础上分析造成“规则灾难”的原因,提出基于覆盖重叠数的模糊划分方法和基于“线性”划分论域的方法,以及相应仿真数据的采集方法,对实际数据的处理提出不同的聚类处理方法。     

一种基于CS-FCM算法的模糊时间序列预测模型

为了发挥模糊理论在不确定性预测中的优势并保留模糊时间序列(FTS)预测模型的可解释性,本文针对目前应用广泛的模糊C均值聚类(FCM)算法进行改进,提出了一种基于布谷鸟搜索的FCM (CS-FCM)算法.将CS-FCM算法用于模糊时间序列模型的非均匀论域划分与数据的模糊化处理,建立一种基于CS-FCM算法的模糊时间序列预测模型.该算法可实现聚类中心的全局寻优,降低传统FCM算法易陷入局部极小值带来的误差,提高模型预测精度.实证分析结果表明, CS-FCM算法的适应度优于FCM算法,本文模型的预测误差小于经典模糊时间序列预测模型,验证了新预测模型的有效性.     

关于模糊规则独立性问题的研究

基于模糊关系给出了模糊规则独立性的一种新的定义,讨论了模糊规则独立性的相关性质,从而提出了一种利用模糊规则独立性对规则库进行划分的方法,进而将规则库划分为独立规则和耦合规则两部分并建立了该规则库的推理公式;给出了Mamdani 组合推理方法与并组合独立推理方法之间的关系;最后,通过所建立的实际模糊系统给出了模糊规则库的具体划分,验证了这种划分的正确性.     

基于多元Hamacher-ANFIS的股票价格预测

应用减法-模糊聚类算法、多元Hamacher算子以及自适应神经模糊推理系统(ANFIS)提出了一种中国股票市场价格建模及预测的多元Hamacher-ANFIS模型.首先多元Hamacher算子与ANFIS相结合,对ANFIS种各规则的隶属度测度机制和规则参数更新机制进行了修正,建立基于减法-模糊聚类的多元HamacherANIFS模型;再从沪深两市各选取了总市值最大的5支股票,计算出它们在同一时间段的历史波动率,并以此为依据得到模型对该股票预测性能的权重;最后运用减法-模糊聚类算法初始化模型参数,对每个数据组进行5重交叉检验,并根据之前得到的权重计算出模型关于检验集的综合R2值.实验结果证明,与现有方法相比,该模型增强了对复杂目标函数的学习能力,提高了对股票价格的预测精度.     

一类变论域自适应模糊控制器

目前常用的自适应模糊控制器存在控制精度不高和调整时间长等问题.变论域自适应模糊控制器能够显著提高控制精度并缩短其调整时间,但其控制效果对一组完备的初始模糊规则的依赖,限制了其应用的范围.针对上述问题,本文提出了一种推理规则前件论域可变,后件峰点自适应的自适应模糊控制器.Lyapnuov综合分析法证明新的控制器具有全局稳定性,并通过仿真实验表明,新控制器不仅能够提高控制精度,而且较为合理地回避了对初始模糊规则的依赖性,扩展了变论域模糊控制的适用范围.     

模糊T划分下基于贴近度的变精度粗糙模糊集模型

粗糙集模型的扩展是粗糙集研究的重要内容之一,根据论域中知识和被近似对象的特点,学者们提出了针对不同情况的粗糙集模型,如Pawlaw针对知识和被近似对象都是确定的,提出了经典粗糙集模型,dubois针对知识是确定的而被近似对象是模糊的情况提出了粗糙模糊集模型。而本文是在知识和被近似对象都是模糊的情况下建立了一个新的变精度模型,首先是将论域进行模糊T划分,得到论域上的各个模糊子集,然后根据模糊的被近似对象与论域上的模糊子集之间的贴进程度关系,得到了新的变精度粗糙模糊集模型,并且研究了算子的有关性质,最后举例说明了该模型的应用。     

自组织结构的变论域模糊控制

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。     

输入变量个数对T-S模糊建模精度的影响

输入变量个数会对模糊建模精度产生影响.对于一个实际的复杂系统,可测的或者需要考虑的输入变量非常多.是不是考虑的影响因素越多,即模糊系统的输入变量越多,则辨识的效果就越好呢?本文基于T-S模糊模型,分别采用对称三角形模糊划分和网格对角线法以及模糊聚类划分提取模糊规则,对Box-Jenkins煤气炉数据和Mackey-Glass混沌时间序列进行建模,得到了模糊模型训练性能指标和检验性能指标随输入变量个数增加时的变化趋势曲线,并给出了结论.     

双论域上的区间值直觉模糊粗糙集模型及其应用

基于区间值直觉模糊相容关系,给出了双论域上的区间值直觉模糊粗糙集模型并讨论了其相关性质,为粗糙集的应用提供了新的理论基础与操作手段。最后,通过一个例子阐述了本文提出的区间值直觉模糊粗糙集模型在临床诊断系统中的具体应用。     

支撑模糊集合转换的模糊逻辑是伪逻辑

模糊逻辑系统用模糊集合描述模糊信息、用模糊集合转换处理模糊信息.阐述支撑模糊集合转换的模糊逻辑为什么是伪逻辑的原因.指出定义在论域一个空间上的模糊集合,因为破坏了集合中元素的"不可分割性",所以模糊集合描述的模糊信息不能用数学计算通过模糊集合转换处理.实际应用中的模糊信息定义在论域与状态空间两个空间上,其正确表达方式是满足"归一化"条件的隶属度向量;处理的正确途径是,研究基于状态转移矩阵的隶属度转换;支撑隶属度转换的是近似推理逻辑,目的是使构建的隶属度转换模型是当前条件下人们可能构建的"最优"近似模型.     

变论域模糊控制器及其在拖车倒车中的应用

建立变论域模糊控制器输出论城上的一种伸缩因子的微分方程模型,得到该伸缩因子的数学表达式.仿真实验表明在输出论城上使用这种新的伸缩因子构造的变论城模糊控制器可以快速准确地实现拖车倒车.在同样的条件下,与经过遗传算法参数优化的模糊控制器和普通模糊控制嚣的控制效果相比较,变论域模糊控制器控制得更加灵敏且几乎无超调.     

模糊聚类最优划分判定的一种新模型

针对聚类分析的模糊模式未解决的问题:模糊划分空间中模糊最优划分的判定问题,提出一个新的判定模型。给出基于新的最优划分判定模型的应用例子,验证了模型算法应用的可行性。     

基于分层变论域模糊控制方法的倒车控制

为了解决一些模糊控制中的维数爆炸与精确控制问题,提出一种将分层控制思想和变论域控制思想结合起来的分层变论域模糊控制方法,并将这种模糊控制器应用于拖车倒车控制,其中下层变论域模糊控制器控制小车的方位角,上层变论域模糊控制器控制小车前轮转角.仿真实验结果与未采用分层方法的普通模糊控制器和变论域模糊控制器的控制结果作了比较,说明了新的控制方法计算量小,调整时间短且几乎无超调,具有较好的可行性与有效性.     

基于非对称指数型模糊数的模糊回归在害虫预报上的应用(Ⅰ)

给出了描述非对称指数型模糊数近似程度的贴近度的定义及其表达式;在此基础上建立了输入、输出为模糊数,系数为精确数的模糊多元回归模型,并应用该模型对山东南部农田鼠害夏峰期发生率进行了预测,结果与实际情况比较吻合.     

基于双论域量化模糊粗糙集的公共卫生应急决策模型

公共卫生应急决策是公共卫生管理的核心,也是有效应对公共卫生事件的关键.近年来频发的公共卫生事件已对公众安全和身体健康造成严重的威胁.因此,亟待研究应对突发公共卫生事件的应急决策理论与方法.文章以公共卫生应急决策为研究背景讨论双论域量化模糊粗糙集理论与方法.首先定义了基于模糊相容关系的双论域量化模糊粗糙集模型,进而充分考虑公共卫生应急决策问题的特征,并将公共卫生应急决策过程转化为具有模糊决策对象的模糊近似决策问题,构建基于突发公共卫生应急决策的双论域量化模糊粗糙集应用模型.通过在双论域量化近似空间上计算模糊决策对象的上下近似,并结合经典非确定型决策的思想给出公共卫生应急处置的决策规则.该模型提出了一种在不完全信息环境下公共卫生应急决策的方法,以及在充分考虑决策者个人偏好信息基础上的最优决策规则.最后,将理论模型应用于两个不同的公共卫生应急决策问题以说明文章所构建模型的应用过程及其有效性,同时结合数值算例应用结果提出处理实际问题时相应的决策建议.     

高性能模糊控制研究

针对常规模糊控制器的本质及其缺陷,设计了一种规则简单、控制量论域可变的模糊控制制器,实现快速响应、小的超调以及较高的控制精度,具有较强的通用性及应用前景。     

Hénon混沌系统的模糊广义预测控制与同步

针对Hénon混沌系统,本文给出了一种基于T-S模糊模型的混沌系统广义预测控制算法。该方法将模糊辨识和广义预测控制结合起来应用到Hénon混沌系统中。首先,应用T-S模糊模型对Hénon混沌系统进行辨识,模糊聚类法辨识模型的前件参数,递推最小二乘法辨识结论参数。基于辨识模型,采用广义预测控制算法对其进行控制,实现了系统的跟踪与同步。仿真结果表明,与其它算法相比,该算法能够保证系统输出快速、有效地跟踪设定值。     

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。