对角占优Fuzzy动力系统的稳定性

给出了Ｆｕｚｚｙ数矩阵稳定、不稳定及混合型的概念。对一类对角占优的Ｆｕｚｚｙ动力系统的稳定性给出了具体判别方法。     

基于自调整因子Fuzzy规则的专家控制器

针对传统控制理论的不足，介绍一种基于自调整因子Ｆｕｚｚｙ规则的专家控制器，通过仿真和在应力冻结臬控制中实时运行，取得了满意的效果。     

关于Fuzzy数集和Fuzzy复数集确界的注记

本文通过一个算例，指出关于Ｆｕｚｚｙ数集和Ｆｕｚｚｙ复数集确界的四个定义不符合经典习惯，给出了修改后的定义并证明了几个关于Ｆｕｚｚｙ数集与Ｆｕｚｚｙ复数集确界的性定理。     

Fuzzy基本群

以Ｆｕｚｚｙ拓扑空间的１－连通性为基础，建立Ｆｕｚｚｙ基本群的概念，并探讨了Ｆｕｚｚｙ基本群与分明拓扑空间的基本群之间的内在关系。表明Ｆｕｚｚｙ基本群是Ｒ．Ｌｏｗｅｎ意义下的“好的推广”。     

L－双Fuzzy拓扑空间中的Lindelof性质

本文以远域理论为工具引入了Ｌ－双Ｆｕｚｚｙ拓扑空间中的Ｌｉｎｄｅｌｆ性质,讨论了这类空间的一些性质。证明了Ｌｉｎｄｅｌｆ性质是闭遗传的、双强同胚不变量,最后给出了在弱诱导拓扑空间中,Ｌｉｎｄｅｌｆ性质的几个等价条件。      

拟概率与条件拟概率

讨论拟概率的基本性质，引入拟概率的Ｆｕｚｚｙ积分和条件拟概率等定义，并在此基础上建立拟概率的Ｒａｄｏｎ－Ｎｉｋｏｄｙｍ定理。     

Fuzzy子群和拟Fuzzy正规子群

给出了Fuzzy子群的一种等价定义，利用这种定义讨论了Fuzzy子群的截集，强截集，水平截集之间的关系，同时讨论了Fuzzy正规子群的一些性质，并给出了拟Fuzzy正规子群的概念，在讨论中发现，在某些方面拟Fuzzy正规子群可以代替Fuzzy正规子群。     

广义Fuzzy冻测度的穷竭性,序连续性和Jordan分解

证明了广义Ｆｕｚｚｙ测度的穷竭性和序连续性是等价的。并在零零可加条件下证明了广义Ｆｕｚｚｙ测度Ｊｏｒｄａｎ分解的存在性，又在零可加条件下证明了Ｊｏｒｄａｎ分解的唯一性。     

自组织Fuzzy—Smith控制算法及其应用

介绍一种自组织Ｆｕｚｚｙ－Ｓｍｉｔｈ预估控制算法，此算法将自组织Ｆｕｚｚｙ控制算ｍｉｔｈ预然控制算法之优点综合在一起，是一种结构简单，实现方便，性能优良且易于理解的算法，适用于具有时变及大纯滞后的系统。     

L—双Fuzzy拓扑空间中的Lindelof性质

本文以远域理论为工具引入了Ｌ－双Ｆｕｚｚｙ拓扑空间的Ｌｉｎｄｅｌｏｆ性质。讨论了这类空间的一些性质。证明了Ｌｉｎｄｅｌｏｆ性质是闭遗传的、双强同胚不变量，最后给出了在弱诱导拓扑空间中，Ｌｉｎｄｅｌｏｆ性质的几个等价条件。     

Two-Factor Fuzzy Time Series for Equipment Data Prediction

The data forecasting of plant equipment plays an important role in assurance of the safe and reliable operation of the plant equipment. Thus, it is necessary to improve the accuracy of data forecasting of the equipment. A new two-factor fuzzy time series algorithm is proposed to forecast the data of the plant equipment. This method not only overcomes the limitations of one factor fuzzy time series algorithm, but also overcomes the drawbacks of traditional two-factor fuzzy time series algorithm. The collected data is used in the power plant to conduct experiments, where the metrics is Mean Absolute Percentage Error (MAPE). The results show that this method is superior to the existing two-factor fuzzy time series algorithms, and yields good results in the equipment prediction.     

基于粒子群优化模糊控制器的电动汽车再生制动控制策略研究

为提高电动汽车一次续驶里程,引入双锂离子电池组供电模式和电机再生制动能量回收系统,设计电动汽车的动力系统结构.通过对电动汽车制动模式进行分析,提出了基于粒子群优化算法的电机制动力矩模糊控制策略,并给出粒子群优化策略的算法实现.通过硬件在环仿真,证实了该控制策略能提高能量利用率.     

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.     

客运量预测模糊时间序列和灰色模型的比较

基于模糊集理论在模糊时间序列分析的基础上分别建立铁路、公路及民航客运量模糊时间序列模型,并与基于灰色理论的GM(1,1),修正GM(1,1)和Markvo三个模型进行标杆对比,结果表明:模糊时间序列模型能有效提高Markvo模型的预测效果;模型的外推预测能力比Markvo模型强;模糊时间序列模型和灰色模型相比,传统ARIMA时间序列模型及人工神经网络模型具有不需要大量历史时间序列样本的特点.     

基于ADVISOR二次开发的Plug-in HEV模糊控制研究

针对插电式混合动力电动汽车(PHEV)运行特点,提出了PHEV最优模糊控制策略.模糊控制器将发动机的工作点控制在发动机最小燃油消耗的高效率区间内,使发动机具有较好的燃油经济性.根据路况功率需求和蓄电池SOC,调节发动机给定功率,并对能量回收不足SOC下降的情况进行改进,实现电池SOC平衡控制.将建立的模糊控制模型嵌入A...     

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．     

Fuzzy Model for Trust Evaluation

Introduction Inthenetworkworld,trustmodelisthebasisof networkinformationsecurity.Amongtheexisting securitytechnologies,securityprotocolsornetwork securitymodelsandpoliciesareallcorrelatedimplicit lywithtrust.Theymayassumeacertainpremiseof trustinadvance,o…     

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.      

基于可信性理论的电网规划方法

电力工业的解除管制和重构使电力规划和运营面临着大量的不确定因素．以经济性和可靠性为规划目标,运用模糊理论描述未来系统负荷、发电机出力、线路建设费用等不确定因素,基于可信性理论建立了电网规划的模糊期望值模型．为求解模糊规划问题,采用了模糊潮流、模糊模拟与遗传算法相结合的方法．利用修改后的IEEE-14节点系统算例验证了方法的有效性,并进一步比较确定性规划和不确定性规划的可扩展性,结果表明考虑不确定因素的规划方案对未来负荷的变化有更强的鲁棒性．     

Multiobjective Transportation Model with Fuzzy Parameters: Priority based Fuzzy Goal Programming Approach

This paper presents a priority based fuzzy goal programming approach for solving a multiobjective transportation problem with fuzzy coefficients. In the model formulation of the problem, first the membership functions for the fuzzy goals are defined. Subsequently, the membership functions are transformed into membership goals, by assigning the highest degree (unity) of a membership function as the aspiration level and introducing deviational variables to each of them. In the solution process, negative deviational variables are minimized to obtain the most satisficing solution. Sensitivity analysis of the solution, with a change in priorities of the fuzzy goals is performed. Next the Euclidean distance function is used to identify the appropriate priority structure of the goals, thereby obtaining the most satisficing decision for the decision-making unit, by minimizing their regrets of achieving the ideal point dependent decision in the decision-making context. A numerical example is solved to demonstrate the potential use of the proposed approach.