定性映射模型与概率统计相结合的研究应用

该文介绍了定性映射模型[1-2]及其在实践应用中的良好效果和重要价值,并根据作者的个人领悟,讨论了此模型与概率论的联系,以二者的联系为基础,本文提出了一种将定性映射模型与概率论结合起来进行模式识别的方法。该文从定性映射模型推出可以用概率统计的方法进行模式识别,为模式识别的研究方法做了一次新的尝试。     

模糊属性Petri网建模方法及学习模型研究

定性映射易于表达模糊不确定性知识,但其在表达人类认知思维活动动态特征上存在不足;模糊Petri网比较符合人类思维方式,但相关参数不易获得且其自学习能力存在较大局限性。为此,提出一种模糊属性Petri网(FAPN)形式定义及建模方法。在FAPN结构中构建定性基准参数学习方法,通过定性映射定义4类变迁发生的模糊定性判断规则和相应变迁发生后的结果运算公式,给出FAPN模型的推理算法和学习机制,并模拟系统的动态运行过程。分析结果表明,该方法能有效提高FAPN的学习能力,可适用于以定性判断为特点的诊断系统。     

一种基于模型参数范围已知的定性控制

对模型中含有不确定性因素的非线性系统给出一种定性控制方法,避免了模型控制器设计中存在的主观性和模糊规则难以获取等缺点。先将状态进行定性划分,再对每个定性状态根据期望约束利用不精确模型求出控制的参考范围及初值,最后对控制量在线自学习调整。此方法具有模糊控制的控制效果。     

基于定性定量模型的动态过程故障诊断新方法

给出了一种能够综合运用先验知识和启发性知识的基于定性定量模型的动态过程故障诊断新方法.首先描述了核心的模糊定性建模和仿真技术,接着设计一种新的知识观测器,其中正常和已知故障状态的知识用模糊定性模型表示,将观测的行为与模糊定性仿真预测行为比较,将匹配的结果诊断输出,若找不到匹配结果,进行故障假设和生成相应模型,并将其预测行为和观测行为比较直到正确诊断.     

强化学习中基于定性模型的知识传递方法

本文提出一种基于定性模糊网络的强化学习知识传递方法。该方法通过建立系统的定性模型,并用定性模糊网络抽取基于定性动作的次优策略的共同特征获得与系统参数无关知识。这些知识能有效描述参数值不同的系统所具有的共同控制规律,加快在新参数值的系统中强化学习的收敛速度。     

含未知扰动情况下的定性控制

针对模型中含有不确定因素的含未知扰动的非线性系统给出了一种基于定量模型的定性控制方法 ,此方法具有模糊控制的控制效果 ,避免了模糊控制器设计中存在主观性和模糊规则难以获取等缺点。仿真表明了该方法的有效性     

基于模糊定性趋势分析的故障诊断方法研究

趋势能够反映过程重要参数的运行状态和发展趋向;利用定性趋势分析进行故障诊断时,趋势固有的定性特性使得趋势分类的界限变得模糊,带来诊断的模糊性和规则知识库的组合爆炸等一系列问题;将模糊理论与定性趋势分析相结合,给出了趋势提取及基于模糊逻辑的趋势匹配算法,研究了一种基于模糊定性趋势分析的故障诊断方法来有效地解决这些问题;实例分析表明,基于模糊定性趋势分析的故障诊断方法能大大缩小规则知识库的规模,提高定性趋势分析故障诊断的准确性和实时性,及时发现和预测控制过程的早期故障。     

模糊仿真─—定性模型的建立与辨识

本文的目的是在对定性仿真理论进行回顾的基础上，说明模糊方法在对复杂系统进行定性仿真中的合理性。本文首先给出了在仿真建模中应用模糊集理论的基本方法，然后讨论了模糊仿真的两个应用方向，即采用语言变量的模糊仿真和通过模糊仿真来辨识定性模型。     

基于扩展模糊Petri网的知识推理方法研究

为使模糊Petri网能够描述可变模糊隶属判据下的模糊知识,利用基准变换能较好地表达模糊隶属判据可变情况的特点,基于定性映射和定性基准变换对模糊Petri网进行了扩展,给出了扩展后网模型的形式定义和基本运行机制。通过利用定性映射描述模糊产生式规则,给出了一种新的知识表示模式和推理方法,新方法有利于构建模糊Petri网基于认知的学习机制。结果显示,该网模型具有较强的知识表达能力,适用于处理认知模糊不确定性知识,其推理过程能体现某些认知特性,尤其适用于构建以定性判断为特点的智能系统。     

基于定性仿真和模糊知识的离心式压缩机排气量不足原因诊断

针对引起离心式压缩机排气量不足的原因,本文提出一种基于定性仿真和模糊知识的诊断方法.利用压缩机结构原理和故障机理等定性知识建立故障定性模型库,并推理得到压缩机排气量受不同因素影响时的定性规则库.对系统变量的观测值利用定性趋势提取和模糊化进行定性化处理.提出了基于变量定性趋势和模糊定性值约束的滑动窗口加权匹配策略,并根据匹配结果诊断出导致排气量不足的原因.最后通过两个实例仿真验证了所提方法的有效性.     

基于直觉模糊集的模糊信息系统模型

首先设计直觉模糊集的真度λ截集方法,并结合该方法提出了基于直觉模糊集的模糊信息系统ISI;然后详细分析了ISI的系统模型和系统的对象可满足性,证明了ISI是其他信息系统的泛化;最后提出了ISI的形式化概念分析理论,并分析了ISI在知识发现和知识推理中的应用.理论验证和实例分析结果均表明了ISI系统模型在描述客观世界和支持模糊推理方面的正确性和有效性.     

多值因果图的推理算法研究

针对多值因果图存在的两个困难：（1）不严格满足概率论；（2）将其用于实际问题时，推理结果可能出现错误，提出了一种基于因果影响可能性分配的推理算法，该算法将多值因果图的推量分成3个阶段，首先对多值因果图进行补充定义，使多值因果图能够兼容单值因果图；接着将多值因果图转化为单值因果图进行概率计算，最后对多值因果图进行可能性计算，将单值因果图计算得到的概率按多值因果图计算得到的可能性进行分配，以核电站二回路系统中蒸汽发生器故障诊断因果图为例，展示了该算法推理计算的全过程，实例表明，该算法能够有效地克服多值因果图存在的困难，其推理过程严谨，计算结果符合实际情况，而前面提出的推理算法基础上，针对其不能处理模型情况的局限性，提出了一种模糊推理算法，该算法对多值因果图进行了模糊扩展定义，在读数变量和事件变量之间建立了用于表达模糊知识的模糊对应关系，在事件变量上定义了一个等价的虚拟模糊状态，使读数变量取值对应一个模糊状态，把读数和模糊推理转化为对应模糊状态的非模糊推理，通过本文的工作，目前因果图已发展成了一个能够处理离散变量和连续变量的混合因果图模型。     

Handling partial truth on type-2 similarity-based reasoning

Representation and manipulation of the vague concepts of partially true knowledge in the development of machine intelligence is a wide and challenging field of study. How to extract of approximate facts from vague and partially true statements has drawn significant attention from researchers in the fuzzy information processing. Furthermore, handling uncertainty from this incomplete information has its own necessity. This study theoretically examines a formal method for representing and manipulating partially true knowledge. This method is based on the similarity measure of type-2 fuzzy sets, which are directly used to handle rule uncertainties that type-1 fuzzy sets cannot. The proposed type-2 similarity-based reasoning method is theoretically defined and discussed herein, and the reasoning results are applied to show the usefulness with the comparison of the general fuzzy sets.     

Polynomial regression interval-valued fuzzy systems

In recent years, the type-2 fuzzy sets theory has been used to model and minimize the effects of uncertainties in rule-base fuzzy logic system (FLS). In order to make the type-2 FLS reasonable and reliable, a new simple and novel statistical method to decide interval-valued fuzzy membership functions and probability type reduce reasoning method for the interval-valued FLS are developed. We have implemented the proposed non-linear (polynomial regression) statistical interval-valued type-2 FLS to perform smart washing machine control. The results show that our quadratic statistical method is more robust to design a reliable type-2 FLS and also can be extend to polynomial model.     

基于2型模糊描述逻辑的知识描述与推理及其在信任管理系统中的应用

描述逻辑由于其强大的描述能力与成熟的推理算法而被广泛应用。然而，经典描述逻辑局限于处理确定的概念和关系，从而导致描述逻辑很难处理类似语义网等大型本体系统中的模糊知识。虽然1型模糊集可以一定程度上减轻不确定性带来的影响，但是其采用确定的隶属度值来决定模糊度的方法是不够精准的。与之相比，基于2型模糊集的系统能够利用隶属度区间更加精确地描述模糊信息。本文给出描述逻辑ALC的2型模糊扩展形式，并且给出并分析了2型模糊ALC的描述和推理方法。最后使用2型模糊ALC建立了一个基于模糊本体的信任管理系统FOntoTM。     

Construction of quality control charts by using probability and fuzzy approaches and an application in a textile company

A method that uses statistical techniques to monitor and control product quality is called statistical process control (SPC), where control charts are test tools frequently used for monitoring the manufacturing process. In this study, statistical quality control and the fuzzy set theory are aimed to combine. As known, fuzzy sets and fuzzy logic are powerful mathematical tools for modeling uncertain systems in industry, nature and humanity; and facilitators for common-sense reasoning in decision making in the absence of complete and precise information. In this basis for a textile firm for monitoring the yarn quality, control charts proposed by Wang and Raz are constructed according to fuzzy theory by considering the quality in terms of grades of conformance as opposed to absolute conformance and nonconformance. And then with the same data for textile company, the control chart based on probability theory is constructed. The results of control charts based on two different approaches are compared. It’s seen that fuzzy theory performs better than probability theory in monitoring the product quality.     

Applicability analysis of fuzzy inference by means of generalizedDempster-Shafer theory

The generalization of Dempster-Shafer (D-S) theory to fuzzy sets provides means for evidential reasoning on basis of fuzzy information. Fuzzy implication operators are used to turn partial fuzzy knowledge about a physical system into an inference engine. Presently there are more than 72 fuzzy implication operators known and investigated, evoking demand for strategies of finding the best performing fuzzy implication operator for the physical system under investigation. In this paper the authors propose such a concept based on generalized D-S theory. A convention to update prior knowledge regarding the applicability of fuzzy implication operators, with respect to fuzzy evidences pertaining to the physical system under consideration, is presented     

机电设备故障诊断模糊推理机研究

通过分析机电设备的故障机理,运用模糊理论及其推理方法设计了一种机电设备故障诊断模糊推理机。重点对基于模糊数学理论和模糊推理方法的推理机制进行了研究,该推理机能够有效处理由于知识的模糊性所引起的不确定性问题。