定性规则的云表示

云模型是定性定量间的不确定转换模型，它将概念的模糊性和随机性集成在一起，利用云模型可以有效地表示基于语言值的定性规则。但已有的文献中，定性规则的云表示多种多样，文章根据各种云的内在联系提出了一维正态云的定性规则的统一表示。     

基于云模型的车辆定位导航系统模糊评测研究

阐述了定性定量转换模型－云模型的定义，特征以及正向云，逆向云，条件云的生成方法。云模型将模糊性与随机性集成在一起，作为知识表示的基础，形成定性概念与定量数值之间的转换，将云模型理论用于车辆定们导航系统模糊评测研究，能有效地提高导航系统的可靠性和评测效果，仿真结果表明了该方法的可行性和有效性。     

云规则生成器的异常分析与对策研究

云规则生成器是实现基于云模型的控制系统的核心模块，该文对云模型、定性知识的表示及云规则生成器的异常情况进行了分析，提出了异常报告、异常处理及前件序列化相结合的方法，从而提高了云规则生成器的稳定性、可靠性、效率及灵活性。最后，据此设计了云规则生成器的实现体系。     

一种定性定量信息转换的不确定性模型——云模型*

目前,许多领域的研究进入到复杂系统阶段。从复杂系统描述与评价的角度来讲,严格、精确的数学描述几乎是不可能做到的,只有将定性定量的知识加以变换与集成才能获得关于系统的定性定量相结合的完整描述。因此,建立一个定性定量的不确定性转换模型,实现语言值与数值的互换,是复杂系统研究迫切需要解决的问题,也是其他领域研究需要解决的问题。从定性定量转换研究现状出发,综述了由李德毅院士提出的定性定量转换的不确定性模型——云模型。从云模型提出背景出发,讨论了云模型的理论基础、发展过程与研究现状;综述了云模型基本理论研究进展情况,云模型在质量评价、模式识别、控制等领域的研究进展。通过研究发现,云模型是定性定量转换的有力工具,并且已经比较成功地得到了应用,取得了重要的研究成果。如何进一步深化理论研究,研究不同领域中定性定量转换应用问题是加强和促进云模型研究的有效途径。     

云推理方法及其在预测中的应用

不确定性推理是当前人工智能研究领域中的一项重要研究内容。云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则,实现不确定性推理。将基于云模型的不确定性推理方法用于预测实际工作环境中电子产品的使用寿命,说明了云推理方法的有效性和实用性。     

云模型在倒立摆控制中的应用

文中提出了一种利用云模型有效地实现单电机控制的三级倒立摆动态平衡的方法。通过研究倒立摆系统的定性控制机理,给出了定性和定量之间转换的云模型的形式化表示,用来反映语言值中蕴涵的模型性和随机性。     

基于云模型和BP神经网络的入侵检测

云模型是进行定性定量转换的有效工具,正态云模型通过期望、熵和超熵构成特定结构发生器,这种特定结构使得正态云模型更具有普遍适用性,更简单、直接地完成了定性与定量之间的相互转换过程.结合 BP 网络局部精确搜索的特性,提出一种基于云模型与 BP 网络的入侵检测方法,将云模型和 BP算法有机结合.通过 KDD99 CUP 数...     

基于云模型的不确定性推理方法

云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则.在单条件单规则发生器基础上,进一步提出双条件单规则发生器的实现算法,给出了云推理系统的体系结构.将基于云模型的不确定性推理方法用于设计电机转速控制系统,并且与模糊推理方法进行了比较,验证了云推理方法的有效性和实用性.     

基于云模型以约束为中心的复杂系统定性建模

针对以约束为中心的复杂系统仿真中缺乏有效的不确定性信息描述方法,导致仿真中不确定性信息不能充分利用的问题,借鉴和采纳云模型的相关理论和方法,研究了以约束为中心基于云模型的复杂系统定性建模方法。首先提出了仿真中基于云模型的不确定信息表示方法、基于云模型和群体专家决策的量空间构建方法;然后给出了基于云模型的系统定性约束方程的构建方法;最后将提出的建模方法应用于一个敏捷供应链的建模实例。结果表明提出的建模方法具有客观表达不确定信息、将定性与定量信息在仿真中相互融合的优点。     

基于云模型融入定性信息的定量仿真方法

针对系统定量仿真中存在的定性信息无法充分合理使用、定量信息和定性信息不能融合的问题,提出了一种基于云模型的定性仿真建模方法,并将其融入定量仿真之中.首先给出了基于云模型的变量空间描述,然后提出了基于云模型的融入定性信息的定量仿真方法.给出了包括定性与定量信息的融合运算、定性信息的持续与周期变化等在内的难点问题的解决方法.最后通过一个复杂供应链系统仿真实例验证了该方法的可行性.结果表明,改进方法具有客观的表达不确定性信息的特点,能将定性信息有效地融合到系统的定量仿真之中.     

二维空间对象空间关系的定性表示

主要研究了二维空间中空间对象间关系的定性表示。介绍了基于RCC的拓扑关系定性表示,讨论了方向关系的定性表示,给出了一个将拓扑关系定性表示和方向关系定性表示相结合的定性表示模型——SR表示模型。     

QRPC: A new qualitative model for representing motion patterns

The Qualitative Rectilinear Projection Calculus (QRPC), a new representation model based on planar trajectories, is presented in this work for describing qualitatively motion patterns. Several models have been developed for this purpose and by comparing them with our proposal we show that the proposed model results in an intuitive approach for representing, in any context, the kinematical behavior of two objects in motion on the plane through the possible relationships among the rectilinear projection of their trajectories. The paper is centered on the formal definition of the set of geometric relations in terms of the front–back and left–right dichotomies, and how by the composition of these relations, it can be possible enumerate an exhaustive set of qualitative states and the possible transitions among them. The complete iconic representation of the set of qualitative states defines the Conceptual Neighborhood Graph of the QRPC model. In order to illustrate how this qualitative representation can be used to analyze and describe the relative motion of two objects, some examples extracted from the traffic engineering field have been studied.     

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。     

面向不精确与非量值信息的定性数字样机

为了解决定量仿真不能很好利用系统中的不精确和非量值信息的问题,将Kuipers定性仿真理论与数字样机技术相结合,使数字样机能够使用定性与定量信息.提出了定性数字样机的概念,并以四元组形式对定性数字样机进行定义,建立定性数字样机的概念框架.根据定性数字样机特性选择Prolog语言和面向对象的知识表示方法,对定性数字样机系统的知识描述及系统框架的建立进行了阐述.建立了定性数字样机的知识结构表示框架与结构模型,通过定性仿真的步骤与方法,对定性数字样机进行了仿真验证,通过实例说明了使用定性数字样机进行系统仿真的可行性.     

船舶柴油机供油提前角云控制模型研究

船舶柴油机作为船舶动力装置,对航运经济有非常重要的支持作用.但是,由其产生的排放污染不容忽视,而且越来越为严重.云是语言值表示的某个定性概念与其定量表示之间的不确定性转换模型.基于云模型的定性知识推理,以概念为基本表示,从数据库中挖掘出定性知识,构造规则发生器.多条定性规则构成规则库,当输入一个特定的条件激活多条定性规则时,通过推理引擎,实现带有不确定性的推理和控制.通过将云控制技术应用于船舶柴油机供油提前角的控制,从而达到控制NOx排放量的目的.并经仿真验证了该方法的正确性.     

基于关联假设的定性组合建模算法

组合建模是基于建模假设和模型片断库，构造定性仿真模型的自动化方法。关联假设是一类模型假设，它既可以用来定义模型片断本身，也可以定义有关模型片断使用的决策信息，将模型库与建模任务联系起来。在知识分类的基础上，该文提出了基于关联假设的模型组合算法，解决了定性仿真模型的构造问题，主要内容包括关联性的表示、关联推理算法及其具体实现，最后给出一个实例。     

Q2 Symbolic Reasoning about Noisy Dynamic Systems

Symbolic reasoning about continuous dynamic systems requires consistent qualitative abstraction functions and a consistent symbolic model. Classically, symbolic reasoning systems have utilized a box partition of the system space to achieve qualitative abstraction, but boxes can not provide a consistent abstraction. Our Q2 methodology abstracts a provably consistent symbolic representation of noise-free general dynamic systems. However, the Q2 symbolic representation has not been previously evaluated for efficacy in the presence of noise. We evaluate the effects of noise on Q2 symbolic reasoning in the domain of maneuver detection. We demonstrate how the Q2 methodology derives a symbolic abstraction of a general dynamic system model used in evaluating maneuver detectors. Simulation results represented by ROC curves show that the Q2 based maneuver detector is superior to a box-based detector. While no method is consistent in the presence of noise, the Q2 methodology is superior to the classic box's approach for deriving qualitative decisions about noisy dynamic systems.