基于RBF神经网络的隶属度函数学习算法

模糊规则的提取和模糊隶属度函数的学习是模糊系统设计中重要而困难的问题.针对当前开发模糊控制系统的一个难点--发现最优的隶属函数和模糊规则,研究了利用RBF神经网络的学习能力,从历史数据中发现隶属度函数,在一定程度上减轻了系统开发工作量,克服了由于缺乏经验而可能造成的偏差.文中探讨了一种用于提取模糊规则的RBF神经网络结构,提出了基于此网路结构的模糊隶属度函数学习算法,最后给出了用于验证该算法有效性的仿真实例.     

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。     

一种基于GA和梯度下降法的快速模糊系统学习方法

分析了现有模糊系统的两类主要的学习算法存在的缺陷。针对半梯形和三角形隶属度函数，提出了一种保证隶属度函数ε－完备性的方法。实现了一种新的基于遗传算法和梯度下降方法的快速模糊系统学习算法。通过实例进行了模拟，验证了该方法的高效性， 及保证隶属度函数完备性和模糊集合语义一致性的优点。     

����IFS��ͨ״̬������Ϣһ�����ں�

针对多源交通信息具有模糊性和时变性的特点,引入直觉模糊集理论(IFS),建立多源交通信息一致性融合算法,融合传感器检测信息与人工信息对交通状态进行实时判别.为了解决IFS中非隶属度函数难以确定的问题,借鉴隶属度函数的构造方法,通过建立双隶属度函数构造直觉模糊数.并以直觉模糊数中的隶属度、非隶属度建立支持度函数,量化决策信息的一致性程度,决策信息的支持度越高集成权重越大,并且权值随决策信息的变化而动态更新.最后给出交通状态决策信息融合算法的具体步骤,并通过算例证明算法是有效的.     

多目标模糊优化问题的神经网络解法

基于函数联接神经网络，提出了一种解决工程结构多目标模糊优化问题的新算法。该算法以设计人员对目标函数值的满意程度作学习样本，采用神经网络取代传统的隶属度函数，从而较好地解决了隶属函数的描述问题。在解决多目标模糊优化问题中，该算法较传统算法具有更大的灵活性。     

基于组合隶属度的快速模糊聚类算法

为了改善模糊C-均值聚类算法(FCM)对噪声图像的分割效果,Stelios等提出了鲁棒性的模糊局部C-均值聚类算法(FLICM),通过引入模糊因子,充分利用邻域像素的灰度信息和空间信息,提高了算法对噪声的鲁棒性,但因每次迭代必须计算邻域像素到聚类中心的距离,导致耗时高、效率低.针对该问题,提出了基于组合隶属度的快速模糊聚类算法,通过构造组合隶属度函数,对迭代中的隶属度矩阵直接进行滤波处理,避免了计算邻域信息耗时较高的缺点,组合隶属度函数不仅考虑了隶属度的局部信息,而且考虑了隶属度的空间信息,在确保算法对图像分割精度的前提下,降低了算法的时间复杂度.实验表明,基于组合隶属度的快速模糊聚类算法可在较短时间内完成高精度的图像分割.     

基于多分辨率分析的区间类型2模糊系统

为了更有效地表达和处理系统的不确定性,提出了基于多分辨率分析的区间类型2(简称多分辨率区间类型2)模糊系统,构造了多分辨率区间类型2隶属度函数,并给出了基于尺度函数分解的结构和参数学习算法.多分辨率区间类型2模糊系统的前件是多分辨率隶属度函数,后件是输入的线性函数,因此系统可以自适应地划分输入论域空间,优化系统结构.将多分辨率区间类型2模糊系统应用于带有噪声的时间序列预测,预测结果的复杂度较小,均方根误差为0.105 2.     

模糊控制系统中CAD软件的设计与开发

由于模糊控制系统涉及到控制规则的提取、隶属度函数的选取等问题,并需要进行大量相关参数的整定,造成模糊控制器难以设计,从而限制了模糊控制技术的进一步应用和推广。为了规范和简化模糊控制系统的设计,计算机辅助设计和仿真技术正逐步向控制系统的分析和设计渗透。针对以上问题,论述了应用面向对象技术、ＯＬＥ自动化技术和ＡｃｔｉｖｅＸ技术所开发的模糊控制系统计算机辅助设计软件（ＦｕｚｚｙＣＡＤ）的设计思想和设计方     

基于粒子群的城市交通信号两级模糊控制

针对城市交通流的特点,设计一种单交叉口多相位两级模糊控制器,有效地减少控制规则数,实现相序、绿信比、周期随交通状况而自适应变化,并采用粒子群算法对模糊控制器的隶属度函数进行优化。仿真结果表明,该系统能有效地提高交叉口的通行能力,减少车辆平均延误。     

基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制

针对USV运动航向控制问题,利用基于Lyapunov稳定性理论的滑模控制方法设计USV航向控制律.考虑到USV运动系统具有不确定性,利用具有万能逼近性能的模糊系统对USV运动模型中不确定项及外界干扰项进行模糊逼近.为了进一步提高模糊系统的逼近性能,采用具有学习能力快的RBF神经网络对模糊系统进行在线学习,优化模糊规则.仿真结果表明基于RBF网络优化的模糊控制该算法能够实现USV航向连续稳定跟踪.     

基于模糊自整定PID的原点反共振振动筛振幅控制

针对原点反共振振动筛在反共振点附近工作时振幅不稳定的问题,应用模糊自整定PID控制策略对其振动系统进行了控制。设计了模糊自整定PID控制器的结构,确定了隶属函数和模糊规则,给出了反模糊化方法。仿真研究结果表明,原点反共振振动筛的振幅得到了很好的控制。     

Stability Analysis of Continuous-Time Fuzzy Large-Scale System

IntroductionSincefuzzylogicwasintroducedintotheanalysisanddesignofcontrolsystemsbyZadehin 1 96 5[1] ,ithasbecomeaverypopulartopicincontrolengineering[2 4] ,mainlybecauseofthefollowingtwopoints :1 )ithastheadvantagethatnoformalmathematicalmodelsisneededan…     

一种模糊隶属函数的自动生成算法

提出了一种模糊隶属函数的自动生成算法，该算法基于样本数据的变化趋势对数据进行预处理，同时结合模糊C均值方法，实现连续数据的离散化，直观、合理地确定了模糊隶属函数的中心参数，并应用MATLAB语言实现了模糊隶属函数的自动生成算法。     

Power transformer fault diagnosis model based on rough set theory with fuzzy representation

Objective Due to the incompleteness and complexity of fault diagnosis for power transformers, a comprehensive rough-fuzzy scheme for solving fault diagnosis problems is presented. Fuzzy set theory is used both for representation of incipient faults＇ indications and producing a fuzzy granulation of the feature space. Rough set theory is used to obtain dependency rules that model indicative regions in the granulated feature space. The fuzzy membership functions corresponding to the indicative regions, modelled by rules, are stored as cases. Results Diagnostic conclusions are made using a similarity measure based on these membership functions. Each case involves only a reduced number of relevant features making this scheme suitable for fault diagnosis. Conclusion Superiority of this method in terms of classification accuracy and case generation is demonstrated.     

一种获取与优化模糊规则基的混合学习算法

提出了一种二层学习算法来优化模糊规则基。利用Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊神经网络对一个模糊规则基进行参数学习,学习方法为梯度下降法,然后利用遗传算法对规则基进行结构调整,采用二进制编码方法,一条规则对应于一个基因位,一个规则基对应于一条染色体。这种二层优化方法能较好地减少模糊规则基的冗余度,化简模糊规则基。仿真实验也证实了这一点。     

相邻双交叉口的三级模糊协调控制算法分析

提出一种相邻双交叉口三级模糊协调控制的算法,并通过遗传算法对模糊控制器各参数的隶属度函数顶点进行优化,设计实现相邻双交叉口协调控制的三级模糊协调控制器。通过使用MATLAB7．1进行编写仿真程序,在不同到达率情况下进行仿真,并且与传统单交叉口模糊控制方法进行比较。仿真结果表明,三级模糊协调控制可以有效减少相邻双交叉口车辆的平均延误。     

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。