K-积分模意义下折线模糊神经网络的泛逼近性

为克服模糊数运算的复杂性引入折线模糊数的定义,利用折线模糊数的优良性质获得了两个重要不等式,并给出实例说明折线模糊数的逼近能力有效.其次,引进K-拟可加积分和K-积分模概念,在折线模糊数空间满足可分性的基础上,借助于模糊值简单函数和模糊值Bernstein多项式研究了若干函数空间的稠密性问题,获得了可积有界模糊值函数类依K-积分模构成完备可分的度量空间.最后,在K-积分模意义下讨论了四层正则折线模糊神经网络对模糊值简单函数的泛逼近性,进而得到该网络对可积有界函数类也具有泛逼近性.该结果表明正则折线模糊神经网络对连续模糊系统的逼近能力可以推广为对一般可积系统的逼近能力.     

广义分层混合模糊系统及其泛逼近性

为避免广义模糊系统出现规则爆炸现象, 引进实参数将Mamdani模糊系统和T--S模糊系统统一起来建立广义分层混合模糊系统, 进而给出了广义分层混合模糊系统的数学表示. 此外, 应用方形分片线性函数的优良性质获得该广义分层混合模糊系统在积分模意义下仍具有泛逼近性, 并通过实例及仿真说明该分层混合模糊系统能够避免模糊规则爆炸问题.     

基于后件直联型分层的广义混合模糊系统及其积分模逼近

首先, 引入后件直联型分层方法及其推理规则, 以对广义混合模糊系统的输入变量实施分层, 获得分层广义混合模糊系统的输入输出表达式和推理规则数的计算公式; 然后, 基于??- 积分模(度量) 和分片线性函数证明分层后广义混合模糊系统对一类可积函数具有逼近性; 最后, 通过模拟实例给出后件直联型分层广义混合模糊系统对可积函数的逼近过程. 模拟结果表明, 所提出的方法不仅能使原系统模糊规则总数大大减少, 而且能使分层后系统仍具有逼近性.

     

广义递阶Mamdani模糊系统及其泛逼近性

从解决模糊系统的“规则爆炸”问题出发,本文首先给出广义递阶M amdan i模糊系统的定义,然后证明其与具有中间变量的广义M amdan i模糊系统等价,并借助方形分片线性函数构造性的证明了在最大模和积分模意义下该系统是泛逼近器.最后仿真实例证实了该系统的有效性.     

采用三角型隶属度函数的模糊系统的插值特性

研究了采用三角型隶属度函数的模糊系统的插值特性.针对常见的Mamdani和TSK 两类模糊系统,研究了模糊系统与分段插值函数在函数逼近上的等价性.在此基础上,分别给出 了两类模糊系统在插值方面的逼近误差估计.这一结果为模糊系统的结构分析提供了新的研究 方法和理论依据.     

具有广义线性隶属函数的典型模糊系统的通用逼近性*

设计了一种将三角形和梯形隶属函数作为特例的广义线性隶属函数,推导了输入采用广义线性隶属函数的典型Mamdani模糊系统的解析结构,证明了典型模糊系统是单调、递减的有界连续函数;在此基础上证明了该类模糊系统能以任意精度逼近任意连续实函数,最后仿真实例证明了本设计的有效性。     

正则模糊神经网络是模糊值函数的泛逼近器

通过分析多元模糊值Bernstein多项式的近似特性，证明了4层前向正则模糊神经网络（FNN）的逼近性能，该类网络构成了模糊值函数的一类泛逼近器，即在欧氏空间的任何紧集上，任意连续模糊值函数能被这类FNN逼近到任意精度，最后通过实例给出了实现这种近似的具体步骤。     

基于自适应模糊逻辑系统的一类混沌系统同步控制

针对一类带有未知函数和干扰的混沌系统,进行了基于自适应模糊逻辑系统的自适应同步控制器的设计。首先基于模糊逼近原理,通过对该混沌系统中未知函数的输入输出进行采样,根据采样数据信息设计出具有参数自适应功能的Mamdani型模糊逻辑系统;然后利用该模糊逻辑系统给出一种带有参数自适应的驱动响应同步控制器设计方法;最后通过数值仿真算例表明了该方法的有效性。     

泛蕴涵推理机及其应用

本文提出模糊系统中基于泛逻辑的泛蕴涵推理机,给出其在描绘函数图形时的应用,同时比较了它与Mamdani型和Lasen型两种模糊系统在描绘函数图形时的误差。分析和比较表明,在相同规则下含有泛蕴涵推理机的模糊系统产生的误差最低。     

T-S模糊系统的构造及其逼近能力的充分条件

针对任意多变量非线性函数, 至今缺少一种简单有效的构造性方法来建造一个T-S模糊系统对其实现给定精度的模糊逼近. 本文在逼近函数g(X)∈C2及g(X)不∈C2两种情况下给出了一种当模糊集满足均匀性、连续性、正规性条件下T-S模糊系统的构造方法以及该T-S模糊系统逼近能力的充分条件. 该构造性方法简单易行且其逼近能力充分条件的保守性低. 最后通过仿真研究证实了该方法的正确性与有效性.     

Necessary conditions on minimal system configuration for general MISO Mamdani fuzzy systems as universal approximators

Recent studies have shown that both Mamdani-type and Takagi-Sugeno-type fuzzy systems are universal approximators in that they can uniformly approximate continuous functions defined on compact domains with arbitrarily high approximation accuracy. In this paper, we investigate necessary conditions for general multiple-input single-output (MISO) Mamdani fuzzy systems as universal approximators with as minimal system configuration as possible. The general MISO fuzzy systems employ almost arbitrary continuous input fuzzy sets, arbitrary singleton output fuzzy sets, arbitrary fuzzy rules, product fuzzy logic AND, and the generalized defuzzifier containing the popular centroid defuzzifier as a special case. Our necessary conditions are developed under the practically sensible assumption that only a finite set of extrema of the multivariate continuous function to be approximated is available. We have first revealed a decomposition property of the general fuzzy systems: A r-input fuzzy system can always be decomposed to the sum of r simpler fuzzy systems where the first system has only one input variable, the second one two input variables, and the last one r input variables. Utilizing this property, we have derived some necessary conditions for the fuzzy systems to be universal approximators with minimal system configuration. The conditions expose the strength as well as limitation of the fuzzy approximation: (1) only a small number of fuzzy rules may be needed to uniformly approximate multivariate continuous functions that have a complicated formulation but a relatively small number of extrema; and (2) the number of fuzzy rules must be large in order to approximate highly oscillatory continuous functions. A numerical example is given to demonstrate our new results.     

特定Mamdani模糊系统的通用逼近性

特定Ｍａｍｄａｎｉ模糊系统是指采用模糊单点作为规则后件的多输入单输出Ｍａｍｄａｎｉ模糊系统。在每个输入变量的模糊子集满足一致笥以及录属函数连续且分段可微的条件下,证明了特定Ｍａｍ－ｄａｎｉ模糊系统是通用逼近器,在此基础上,进上步给出了特定Ｍａｍｄａｎｉ模糊系统一致逼近紧致集上任意连续实函数的充分条件。     

基于最小二乘支持向量回归机的Mamdani模糊系统结构

为了提高模糊系统处理高维问题的推广能力,基于最小二乘支持向量回归机(LSSVR)的思想提出了一个设计Mamdani模糊系统的新算法。传统算法都存在过学习问题,该算法在目标函数中考虑了结构风险避免了过学习现象,并将模糊系统的参数寻优问题转化为一个二次规划问题进行求解。在此算法中,构造了一种新的具有语言意义的数据依赖型模糊核函数,它是一种Mercer核。实验结果证明,该算法提高了Mamdani模糊系统的逼近能力和推广能力。     

Mamdani fuzzy system: universal approximator to a class of random processes

The issue of fuzzy systems as universal approximators has drawn significant attention, but all results obtained are restricted to deterministic input-output (I/O) relationships. It should be noted that, in practice, many I/O systems, including fuzzy systems, operate in the environment which is essentially stochastic. In this paper, the Mamdani fuzzy systems are generalized as stochastic systems. By proving the Mamdani systems as universal approximators with L/sup 2/-norm, the approximation capability of the stochastic Mamdani systems to a class of random processes is systematically analyzed. In the mean square sense, such stochastic fuzzy systems are capable of approximating the prescribed random processes with arbitrary accuracy. Further, an efficient learning algorithm for the stochastic Mamdani systems is developed. Finally, a simulation example is employed to demonstrate our results.     

Mamdani模糊推理算法的直觉化扩展

对Mamdani模糊推理算法进行了直觉化扩展。首先将Mamdani定义的模糊关系R_c进行直觉化扩展;然后推出了其对应的直觉模糊取式推理算法和直觉模糊拒式推理算法;最后以具体算例叙述了推理计算过程中的细节,验证了该方法的正确性和有效性依据直觉准则对其性能进行了评价。