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.     

边坡稳定性模糊随机可靠度分析

考虑可靠性分析中结构极限状态变量在零值附近的模糊区间,建立边坡稳定性模糊随机可靠度分析模型。研究了在土性参数变异性、模糊失效概率隶属度函数梯形与岭形分布类型情况下,模糊区间宽率与偏度对模糊可靠指标的影响。分析结果显示:偏度与可靠性指标曲线的斜率随宽率的减小而减小,且其趋势与参数变异性与模糊失效概率隶属度函数类型无关;对于宽率的某一确定值而言,偏度的增大会导致模糊可靠指标的降低;土性参数变异性的增加会导致模糊可靠指标的降低。     

基于多分辨率分析的模糊系统逼近能力分析

根据多分辨率分析理论，利用B-样条函数作为尺度函数具有的紧支撑性和多分辨率逼近性，从时频域局域化角度构造出基于多分辨率分析的模糊系统．从理论上分析了基于多分辨率分析的模糊系统的函数逼近能力。结果表明，多分辨率模糊系统构造的函数集在赋范空间L^P(E)中是稠密的，即具有函数逼近能力．     

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.     

基于统计推理的舰炮武器防空目标威胁评估模型

针对舰炮武器系统防空威胁评估的特点,建立了一种属性值为区间数且属性权重完全未知,指挥员对方案具有主观偏好的偏差最小化不确定多属性决策方法。利用隶属度函数,获得传感器对目标隶属度函数值的统计推断区间,构成区间数决策矩阵。综合考虑多传感器网络获取的目标属性值数据和指挥员基于经验的主观偏好信息,建立了偏差最小化的多属性决策方法。通过防空目标威胁估计实例说明了该方法的实用性和有效性。     

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.     

基于模糊灰色关联模型的舰船液压装置故障诊断研究

从舰船液压装置及其故障的特殊性出发,提出液压系统是个灰色系统,其故障具有灰色性质,从而为灰色系统理论应用于液压装置的故障诊断提供了前提.鉴于液压系统的状态特征参数不确定或存在区间取值,基于模糊隶属函数提出了一种模糊灰色关联诊断模型,并对舰船液压装置进行故障诊断研究.结果表明,在信息量较少的情况下,模糊灰色关联分析方法是舰船液压装置状态识别与故障诊断的一个有效工具.     

多源信息环境下的路径决策模型

针对路径选择过程中主观因素和客观因素共同作用且无法量化的问题,根据直觉模糊集理论,建立了双隶属度函数,分别构造了主观和客观直觉模糊函数;利用直觉模糊函数中的隶属度、犹豫隶属度建立了决策函数;借鉴证据理论的证据冲突思想,改进犹豫隶属度函数投影法,用该方法进行了犹豫隶属度分配;并运用对数增长型权重模型,量化了时序多源信息的重要程度,建立了分析道路决策选择结果的驾驶决策行为模型.算例分析结果表明:该模型在考虑个人历史经验信息、交通管制信息、道路物理环境信息与道路拥堵信息形成的多元信息环境下,选择驶入和不驶入的决策近似隶属度分别为0.767和0.233.      

T-S模糊控制综述与展望

T-S模糊控制可以处理复杂非线性系统,并已成功地应用于许多工业领域.分别从模型建立、稳定性分析、控制器设计等方面,概述了一型T-S模糊控制和区间二型T-S模糊控制的研究现状,对一型T-S模糊系统、一型T-S模糊多项式系统及区间二型T-S模糊系统分析和设计中的保守性问题进行了全面的分析.探讨了松弛变量法、参数依赖李雅普诺夫法、隶属函数形状依赖法的原理,及其在降低模糊反馈控制器保守性方面的应用.对一型T-S模糊系统的建模、区间二型T-S模糊系统的参数依赖李雅普诺夫设计法等进行了展望.一型T-S模糊多项式系统的输出反馈控制、区间二型T-S模糊时滞系统、区间二型T-S模糊系统的鲁棒控制和模型化简,以及利用硬件实现相关算法,并将提出的方法应用到工程实际,是T-S模糊控制未来的研究方向.      

二型模糊系统降型算法综述

二型模糊系统降型过程的计算精度、计算时间和系统信息的损失会对整个二型模糊系统的性能产生很大地影响. 本文首先介绍了二型模糊集合的基本概念及二型模糊系统的计算过程,然后分别对区间二型模糊系统和广义二型模糊系统的降型算法的研究现状进行了详细综述,并对不同降型算法计算的复杂性进行了全面的分析和比较. 最后,总结了各类降型算法存在的问题,并给出了未来研究的展望. 指出,降型算法的计算成本仍是提升二型模糊系统性能的瓶颈,从理论上完善各种降型算法,通过数学方法解决其计算的复杂性问题,并将其应用于实时系统会是未来研究的重点.      

模糊系统结构辨识综述

模糊系统辨识是模糊系统建模的主要手段，优化的模糊系统结构是模糊系统辨识的关键．简要回顾了模糊系统结构辨识的研究现状与发展．讨论了模糊系统结构辨识一些常用的方法，如基于模糊聚类、自组织神经模糊网络、支持向量机、核函数、分层模糊系统、遗传算法和小波多分辨率分析等的模糊系统结构辨识．对各种结构辨识方法的特点进行了深入的分析，并对结构辨识未来的发展进行了展望．     

Stability Analysis of Continuous-Time Fuzzy Large-Scale System

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

三角模糊数的立方根及在模糊系统上的应用

以往的文献很少讨论模糊数的立方根表示和成员关系函数.模糊数的立方根能够用来解决模糊控制系统中的一些问题.本文新提出了一种三角模糊数的立方根代表值和隶属度函数.最后,作为一个数值示例,模糊数的立方根被应用到一个模糊系统例子中.     

基于不确定AHP的桥梁加固方案模糊综合评价

为了使桥梁加固方案的模糊评价更为可靠,针对已有评价方法中评价指标模糊处理过于简化以及层次分析法（AHP）确定指标权重主观性强的问题,确立了新的评价指标体系、评价等级与评价指标分级标准;根据模糊数学理论,构建了指标的隶属函数和桥梁加固方案二级模糊综合评价模型;运用群组决策思想,建立了基于专家可信度的不确定型AHP法来计算指标的权重区间,并引入相对优势度分析法将指标的权重区间转换为数字权重,进而对指标进行赋权;结合模糊综合评判法,建立出基于不确定型AHP法的模糊综合评价模型,并运用于工程实例的计算与分析.研究结果表明:方法适用于桥梁加固方案的模糊评价,与工程实际相吻合,具有较高的可行性与合理性.