基于神经网络的模糊逻辑设计算法

提出了一种利用神经网络学习功能来设计模糊逻辑的方法。用类神经网络算法产生模糊规则和隶属函数，通过学习得到的模糊规则、隶属函数和以新模型推理、逆模糊化为基础的新模糊设计，显著地改进了系统性能，缩短了设计周期，将规则数目和隶属函数最优化，可有效降低系统成本。     

基于遗传算法的模糊控制器设计

研究了基于遗传算法的模糊控制器的设计,用以解决生产过程中的实际问题.在具体实施中,首先解决了模糊控制器的设计问题.其次,对如何利用遗传算法对模糊规则寻优的问题进行研究,通过遗传算法,设计和动态优化模糊控制规则.解决模糊控制器的瓶颈问题.     

基于T-S模糊模型的非线性系统辨识

研究了非线性多变量系统的T-S模糊辨识问题．提出一种利用测得的输入输出数据来计算非线性动态模糊模型的方法．使用模糊聚类简化了T-S模糊规则及前提参数的生成，采用加权最小二乘算法得出结论参数．将该辨识器用于一类非线性系统的模糊辨识，并与模糊神经网络的辨识结果进行了比较，验证了所提方法的有效性．     

基于模糊支持向量机的变压器故障诊断

针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型．采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优．实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的．     

一种新的多模式对模糊联想记忆自适应学习规则

本文给出了模糊联想记忆神经网络联想输出误差函数的一种梯度计算方法,成功地把误差逆传播梯度下降搜索技术应用于该网络的训练中,提出一种新的多模式对模糊联想记忆的学习规则,计算机模拟表明该规则是十分有效的。     

城市快速路入口匝道神经模糊控制

综合考虑神经网络的学习能力、优化能力及连接式结构和模糊逻辑类似于人思维方式并易于嵌入专家知识的特点,将神经网络和模糊逻辑算法共同应用于城市快速路入口匝道驶入控制系统中. 通过优化选择输入输出变量并对其进行模糊化和反模糊化处理,建立相应的模糊推理规则、关系生成方法及推理合成算法,并利用神经自适应训练方法确定隶属函数的形式和参数,最后给出应用示例. 研究结果表明,利用神经模糊原理进行快速路入口匝道驶入控制能够有效提高匝道连接段的利用效率,减少交通事故.     

基于克隆选择算法的模糊规则提取方法

结合人工免疫系统的克隆选择原理,采用克隆算法进行优化,提取通过多精度模糊分割产生的大量模糊if-then规则中的优质分类规则,建立了模糊分类所需要的有效规则集来实现分类的目的.由该方法所提取的模糊规则集具有分类正确率高、规则数目较少及识别时间短的特点.     

����boosting �㷨�Ľ�ͨ�¼����

提出一种新颖的基于boosting模糊分类的交通事件检测方法。该方法利用Boosting方法和遗传算法以迭代形式获取一组模糊规则及规则对应的权值，分类器以加权投票方式进行分类决策。运用Matlab 进行了仿真分析，结果表明提出的交通事件检测算法利用较少样本数据即可快速实现交通事件检测。     

一种由RBF网络驱动的模糊产生式系统

介绍了ＲＢＦ网络和模糊产生系统，分析了由ＲＢＦ网络实现模糊产生式系统的条件，并研究了ＲＢＦ网络的训练算法，以确定模糊系统的参数，运用这种学习算法，可同时确定模糊系统规则的数目和规则的参数。仿真结果说明了该方法的有效性。     

汽车EPS方案的模糊综合评价与排序研究

EPS转向感觉试验的评价涉及多个方面,要得到准确的对比评价结果比较困难.在应用模糊语言变量的基础上,将群体多准则决策和模糊多层次综合评价进行融合,采用轻便性、回正性、中间位置转向性能和移线性能及其对应的子因素作为评价因素集,利用标度法构建评价准则关系比较矩阵及模糊一致判断矩阵,并对各EPS方案对应的效用值进行模糊排序,既综合了专家群体意见,又合理保留了各级决策评价信息,从而保证了评价排序结果的可靠性,为EPS方案开发、参数优化提供了有效途径.     

基于满意度的多目标约束模糊控制规则库的建立及应用

本文针对难以建模的非线性系统,结合有关满意度优化理论,给出了基于模糊控制系统的多目标搜索规则库的方法,并利用所建立规则采用Mamdani算法来逼近控制问题的最优解。同时把该方法应用在具有强非线性特点的车辆自动驾驶问题上,通过对模糊控制规则的量化细分搜索出车辆自动驾驶的规则库。     

支持数据挖掘的知识库系统

总结了用于数据挖掘的6种类型领域知识．据此，提出了索引知识加领域知识的2级知识组织方法，前者相当于知识目录，根据知识特征要素对后者编号．领域知识库包括规则、函数、层次知识和基本信息4个子库．讨论了多种类型领域知识的语法校验内容，指出领域规则的矛盾性具有结论矛盾、可信度矛盾和包含矛盾3种表现形式，冗余性具有等价冗余、包含冗余、条件冗余3种表现形式，并给出了校验算法．基于上述研究成果，开发了支持数据挖掘的知识库系统KB4DM．     

A Generalized Rough Set Approach to Attribute Generalization in Data Mining

This paper presents a generalized method for updating approximations of a concept incrementally, which can be used as an effective tool to deal with dynamic attribute generalization. By combining this method and the LERS inductive learning algorithm, it also introduces a generalized quasi-incremental algorithm for learning classification rules from data bases.     

A FUZZY REASONING PETRI NET MODEL AND ITS REASONING ALGORITHM

ＩｎｔｒｏｄｕｃｔｉｏｎＰｅｔｒｉｎｅｔ（ＰＮ）ｉｓａｍｏｄｅｌｉｎｇｍｅｔｈｏｄｕｓｉｎｇｎｅｔｇｒａｐｈｓ．Ｕｓｕａｌｌｙ,Ｐｅｔｒｉｎｅｔｉｓｕｓｅｄｔｏｍｏｄｅｌａｎｄａｎａｌｙｚｅｄｉｓｃｒｅｔｅｅｖｅｎｔｓｙｓｔｅｍｓ（ＤＥＳ）,ｓｕｃｈａｓｃｏｍｍｕｎｉｃａｔｉｏｎ,ｍａｎｕｆａｃｔｕｒｉｎｇｓｙｓｔｅｍｓａｎｄｓｏｏｎ．Ｃｕｒｒｅｎｔｌｙ,ｓｏｍｅｗｏｒｋ［１,２］ｉｓｂａｓｅｄｏｎａｃｏｍ－ｂｉｎａｔｉｏｎｏｆＰｅｔｒｉｎｅｔｓａｎｄａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ…     

广义关联规则基及其挖掘算法

为了解决传统的关联规则挖掘中产生大量规则的问题，提出了项目集上闭集和广义关联规则基的概念，并得出了闭项目集的上闭集是它本身、上闭集是惟一的等性质．基于这些性质，给出了事物数据库的广义关联规则基，不仅保留了数据库中所有关联规则的信息，而且规则有一致的结构，从而最大限度地减少了规则生成的数量．此外，还设计了广义关联规则基的挖掘算法，并通过实例验证了它的正确性．     

多部门协同的内河失控船应急处置决策方法

提出了一种基于模糊推理和决策偏好的群决策方法,以实现内河失控船的安全和有效的应急处置.首先,通过历史统计数据和文献综述,获取了不同影响因素下的失控船应急处置方案,确定了处置方案的决策准则;其次,利用模糊推理的方法对影响因素进行了模糊化,建立了模糊推理规则库和模糊推理机,通过去模糊化获取了不同决策方案下的决策准则值;再次,考虑到多部门协同的决策者的不同偏好信息格式,本文提出了一种基于一致性分析的线性规划模型,用于整合区间效用值、直觉模糊数和区间乘法偏好关系等决策偏好格式,从而获取不同决策准则的权重并得到最优决策方案.最后,应用典型案例进行了验证.结果表明,该方法能够很好地实现内河失控船的应急处置.