遗传模糊算法在短期负荷预测中的应用

提出了一种基于模糊逻辑原理的负荷预测方法,使用遗传算法对系统参数进行训练.在以往的模糊逻辑系统建立过程中,其主要参数(如模糊推理规则和隶属函数等)需要依靠运行人员经验或专家知识来确定,而本文利用遗传算法,通过对样本数据的自学习过程来获取系统参数.在遗传算法中,将推理规则与隶属函数参数的确定结合在一起,从而确定系统参数的最优组合,由此建立起一个较合理的模糊负荷预测系统.仿真实验结果表明,该方法能够达到满意的预测精度,具有良好的实用前景.     

一种新的神经模糊系统及其应用

为满足实际应用的需要,文中提出一种带Laplace(概率密度函数)型隶属函数的模糊逻辑系统(FLS),它具有多层前向网络的结构.但这个新型FLS不满足Stone-Weierstrass定理条件.笔者采用微分中值定理和Weierstrass定理证明它的通用逼近性.所提出的FLS在油田试井压力建模和预报中得到了成功的应用,具有较高的拟合和预报精度.实际应用表明了它的可行性和有效性.     

基于Lyapunov函数的直流调速系统模糊逻辑控制设计

针对直流调速控制系统中采用变结构滑模控制方法存在的缺陷进行分析,提出了基于经典Lyapunov函数合成法的模糊输出跟踪控制器设计方法.使用这种方法,不需要建立系统的精确数学模型和精确测量系统的全部参数,只需根据少量系统的定性分析信息,总结出系统控制的规则库,进而建立推理机,构造出系统的控制器,完成对系统的有效控制.最后的仿真结果说明了本文所采用方法的有效性.     

模糊逻辑系统与支持向量机的关系探索

研究了模糊逻辑系统和支持向量机的关系，指出模糊逻辑系统是以峰点作为支持向量，以隶属函数作为基函数的推理系统．模糊逻辑系统是一种特殊的支持向量机。文中提出了一种基于模糊规则的支持向量机控制模型，仿真结果表明了这种模型的可行性和有效性。     

一种用于字节码程序模块化验证的逻辑系统

字节码既是运行于虚拟机的解释指令,也是定义良好的中间表示,是当今网络软件和计算设备中广泛使用的重要技术.字节码验证可以提高相关软件的可信程度,同时为构造证明保持编译器提供中间表示支持,具有重要的实用价值和理论价值.虽然近年提出了一些用于字节码程序的逻辑系统,但由于字节码本身的特点,造成了抽象控制栈复杂、控制流结构信息不足,因而字节码程序的“模块化验证”依然是一个巨大的挑战,并没有得到有效解决.将FPCC(foundational proof-carrying code)方法引入中间表示字节码,借鉴汇编程序的验证方法,设计出一种逻辑系统,给出字节码程序运行环境BCM(ByteCode machine)的逻辑系统CBP (certifying bytecode program)定义,完成系统的合理性证明和一组代表性实例程序的模块化证明,并实现机器自动检查.该工作为字节码验证提供一种良好的解决方案,同时也向着构造证明保持编译器环境迈出了坚实的一步,还可以为广泛使用的基于虚拟机复杂网络应用程序的深刻理解和深入分析提供理论帮助.     

基于模糊逻辑系统的电动车用MH-Ni电池建模

电动汽车的电池管理系统需要一个精确和可靠的电池模型,以往不同类型的电池模型很难来精确地描述电池性能。本文基于模糊逻辑系统提出一种建立MH—Ni电池智能模型的方法,通过更容易采集到的输入输出数据来有效的训练模型参数,使得到的智能模型能很好的模拟电池的动态性能。     

一类复杂系统分散输出反馈鲁棒镇定

利用模糊逻辑系统的万能逼近性质，分析和研究了一类非线必不确定复杂系统的输出反馈鲁棒镇定问题，给出了这类系统的分散自适应输出反馈鲁棒控制器和模糊逻辑系统参数估计的自适应律，并在较弱的假设条件下，证明了这种控制器使被控系统的状态及参数估计误差一致终极有界。仿真实例说明了中提出的方法是有效的。     

一类模糊逻辑系统的收敛性研究

以在理论和实际中应用广泛的Mamdani纯模糊逻辑系统为研究对象，提出了模糊格距离和格收敛性的定义并研究了它们的性质．在特征合成算法的基础上，证明了该系统的格收敛性，提出了输入状态空间和输出状态空间的划分方法，给出了控制中心和半径．     

基于模糊逻辑的高速网络自适应拥塞控制研究

基于模糊逻辑 ,利用自适应拥塞控制机制来预测高速网络 (如Internet中 )的拥塞问题 .把路由器的缓冲系统看作一个非线性离散动态系统 ,利用基于模糊逻辑的控制器来预测源端发送速率的确切值以防止拥塞的发生 .通过对参数向量的调节来估计无法预测的和具有统计波动性的网络通信量 ,并利用Lyapunov分析方法来验证闭环系统的稳定性 .最后 ,以一个仿真例子说明了所提出方法的有效性 .