基于产生式规则的高速公路软土地基处理技术决策专家系统研究

在高速公路软基处理技术决策过程中,影响因素众多,计算工作量大,设计理论不完善,经验往往起重要的作用。因此,如何使软基处理设计与施工的决策更具科学性变得非常重要。利用人工智能、知识工程、模糊数学、决策分析、计算机技术等来进行高速公路软基处理智能决策研究,无疑是解决该问题的可行途径之一。     

基于灰色理论的软基处理方案决策模型

软基处理方案决策影响因素有不完全性、未知性等特点，软基处理方案决策实质上是灰色系统问题。运用灰色系统理论，建立了一种新的软基处理方案决策模型。合理确定了方案决策评价指标及其权重，根据计算出的灰色关联度来实现对拟选方案的优选和排序，从而对方案作出决策，实例分析表明，该模型使用方便、决策结果合理，具有实用价值。     

基于IVFS的专家模糊控制应用研究

针对不确定性知识难以量化．摸铷控制器曲隶属函数不容易确定等问题．提出了一种区间值横期产生式规则．建立模糊控制规则模型，给出了区间值模糊匹配函数定义，在此基础上给出了区间值模糊推理方法。该方法更有利于模期规则的精确匹配．应用到实际工业控制对象，能更好的反映领域专家的决策思维和推理过程。     

基于模糊聚类建立模糊模型的新方法

为了实现自动建立Mamdani模糊模型,提出了一种基于局部数据密度的新方法.该方法采用局部近似隶属函数的模糊聚类算法对数据进行学习,从而挖掘出潜在的模糊规则集和隶属函数的参数,实现自动建立Mamdani模糊模型.在聚类时,不需要事先指定类的数目,确定类中心的同时能自动识别噪声,因此在建模时不需要做额外的去噪声处理.使用该方法对交通信息预测进行了仿真实验,结果表明本文提出的模糊建模方法行之有效.     

不同模糊逻辑下模糊控制器的解析结构

证明了具有线性控制规则、三角形隶属函数和不同模糊逻辑的模糊控制器是相同的二维多级继电器帮增益不同的局部ＰＩ控制器之和，并分析比较了各控制器的特性。     

模糊神经网络在火灾探测系统的应用

本文在单参数火灾探测系统中引入了模糊神经网络算法，通过教师信号对网络中权值的训练，完成基本状态隶属度函数的自动生成和模糊规则的自动提取，大大提高了系统的精度和智能化。     

基于最小二乘支持向量机的模糊时序分析方法

利用最小二乘支持向量机良好的分类和函数估计能力，提出了一种新的模糊时序分析方法。该方法包括两部分：在模糊时序处理部分通过建立启发式规则、模糊变量、论域、模糊集合和隶属度函数，完成历史数据的模糊化；最小二乘支持向量机处理部分替代传统的模糊关系计算，对模糊化的历史数据进行分析，然后去模糊化得到最后的预测结果。与多种传统模糊时序分析方法的对比试验表明，该方法充分利用了支持向量机较好的推广性能等优点，具有更高的精度和较好的泛化效果。     

基于熵权的模糊物元模型在软基处理方案评价中的应用

鉴于软基处理方案评价中各指标的不确定性和模糊性,将熵权理论与模糊物元相结合,建立了基于熵权的模糊物元模型.用信息熵所反映数据本身的效用值计算指标的权重,避免了权重分配困难的问题.将该模型应用于高速公路软基处理方案的评价中,得到最合理的处理方案,为选择软基处理方案提供了新途径.     

多级工程模糊优选在土石坝溢洪道选型中的应用

针对溢洪道设计中经常遇到的方案优选问题，提出将多因素、多层次模糊优选理论引入溢洪道的设计选型工作中。对影响因素复杂、确定隶属函数主观因素较强的情况，引入因素的优先关系法来确定优选矩阵的隶属度，这样减少了确定隶属函数的人为影响，通过此优选模型利用影响溢洪道选型的主要因素对多种溢洪道设计型式进行了多级模糊综合优选决策，得到了比较理想的决策结果，为溢洪道设计选型提供了新的思路。     

基于T-S模糊模型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。文中探讨了Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊模型的隶属度函数学习问题,建立了基于模拟退火的模糊隶属度函数学习算法,给出了用于验证该算法有效性的仿真实例。