动态模糊决策树学习算法研究

针对自动控制领域中普遍存在的动态模糊信息,提出了基于DFS(动态模糊集)建模的动态模糊决策树算法,并给出了对包含非动态模糊属性、缺少属性值的输入样例的匹配算法,很好地解决了模糊控制系统所不能解决的动态性问题。     

动态模糊Petri网模型及其应用研究

以模糊Petri网的基本定义，动态模糊集和动态模糊逻辑为基础，讨论了动态模糊Petri网的基本模型，建立了动态模糊Petri网与模糊Petri网之间的映射关系和转移算法，解决了与动态模糊知识的动态模糊Petri网表示相关的几个问题，最后给出了动态模糊Petri网中动态模糊性的计算方法和相应的推理方法。     

非线性动态模糊系统过程控制与稳定性分析

针对自动控制领域中存在的大量的非线性动态模糊系统,提出了非线性动态模糊系统过程控制模型,并给出了动态模糊控制器的设计算法和该模型的稳定性分析,很好地解决了模糊控制系统所不能解决的动态性问题.     

一种动态模糊逻辑程序设计语言

动态模糊问题在客观世界中是普遍存在的，但纵观现存的程序设计语言，大多适用于解决精确的确定性的数据，而适于解决既具有动态性又具有模糊性数据的程序设计语言极少。动态模糊逻辑作为解决动态模糊问题的理论工具已有十几年的研究历史了，并取得了一系列研究成果。文章借鉴Dijkstra的监督命令程序结构，试图研究一种基于动态模糊逻辑的可以解决动态模糊问题的程序设计语言。     

动态模糊逻辑关系学习

提出一种动态模糊逻辑（DFL）关系学习方法,该方法处理了动态模糊谓词和学习不同种类的动态模糊一阶规则的程序。针对不同类型的规则,定义了相关的置信度来考虑算法中的动态模糊谓词。通过实例验证了算法的有效性。     

动态模糊机器学习模型及验证

根据学习系统中存在的动态模糊性,提出了动态模糊机器学习模型,给出了动态模糊机器学习算法和它的几何模型描述,并进行了算法的稳定性分析,最后给出了实例验证。实例结果与BP算法产生结果相比较,优于BP算法的结果。     

基于动态模糊神经网络的生物工程算法研究

目前,模糊神经网络控制在控制领域已成为一个研究热点。把神经网络应用于模糊系统,可以解决模糊系统中的知识抽取问题;把模糊系统应用于神经网络,神经网络就不再是黑箱了,人类的知识就很容易融合到神经网络中。本文提出了一种新型的动态模糊神经网络的结构及其学习算法,该动态模糊神经网络的结构基于扩展的径向基网络。其学习算法的最大特点是参数的调整和结构的辨识同时进行,且学习速度快,可用于实时建模与控制。开发了相关的算法程序,最后针对实际案例进行了仿真分析。仿真结果表明,动态模糊神经网络具有学习速度快、系统结构紧凑、泛化能力强等优点。     

动态系统模糊辨识的新算法*

本文针对复杂动态系统的辨识问题，提出了一种基于一类标准模糊系统的模糊辨识的简单学习算法。仿真研究表明该算法具有辨识精度高、所需样本量小以及运算速度快等优点，是动态系统模糊辨识的有效工具。     

一种基于动态模糊集的概念学习模型

概念学习作为一种重要的数据分析方法,被广泛应用于模式识别、知识发现等领域。本文针对海量数据中的动态模糊数据,从DFL的角度出发,对动态模糊概念学习问题进行了深入的研究,提出了动态模糊概念的形式化表示方法、动态模糊概念格的构建方法。给出一个实验用例,验证相关算法的有效性。     

基于主动学习的动态模糊聚类算法

聚类问题是近几年来机器学习和数据挖掘领域研究的热点问题,由于获取大量监督信息费时费力,目前国内外研究的重点是如何获得少量但对聚类性能提高显著的监督信息,再加上实际问题中存在的动态模糊性,故本文提出一种结合主动学习的动态模糊聚类算法DF-DBSCAN,通过引入动态模糊等价关系、动态模糊信任测度和动态模糊似然测度这3个约束信息来指导DBSCAN的聚类过程,以提高聚类的性能。实验结果表明,DF-DBSCAN算法不仅解决了实际问题中存在的动态模糊性数据的描述和表示问题,而且能够高效地进行数据聚类,显著地提高聚类性能。      

动态模糊逻辑程序设计语言探讨

动态模糊问题是普遍存在的,但是现存的程序设计语言中适合解决动态模糊问题的极少,本文试图作这方面的研究,设计一种适合解决动态模糊性问题的程序设计语言.本文仿照监督命令的程序结构,给出动态模糊逻辑程序设计语言的一个抽象模型,其内容包括:动态模糊逻辑程序设计语言的抽象语法、动态模糊语义.     

动态模糊数据的扩展模型研究

数据模型是建立系统的核心，在我们的对象中，具有动态模糊性的数据是普遍存在的，文献[1]对一般的动态模糊数据模型作了初步研究，基于此，本文作更深入的研究，给出了动态模糊数据的测度理论，动态糊数据的扩展模型，该模型的建立，为人们用计算机处理这类问题提供了理论依据。     

动态模糊数据的分解模型研究

数据分解是降低数据复杂程度的有效途径,在研究的数据对象中,具有动态模糊性的数据是普遍存在的,基于动态模糊集及动态模糊图给出了动态模糊数据分解模型,该模型的建立,为人们用计算机处理这类数据提供了理论依据。     

动态模糊数据模型研究

动态模糊数据在我们的研究对象中普遍存在 ,基于此 ,文中给出了动态模糊数据模型 .该模型的建立 ,为人们用计算机处理这类数据推动了理论依据 .     

动态模糊数据模型研究

动态模糊数据在我们的研究对象中普遍存在，基于此，文中给出了动态模糊数据模型。该模型的建立，为人们用计算机处理这类数据提供了理论依据。     

基本DFL的多Agent协调工作机制研究

多agent的协调性是多agent系统与其它相关研究领域区别开来的关键性问题之一, 也是保证多个智能系统能在一起共同工作的关键.由于agent它自身是一个主体,就其本质上 讲是一个动态的客体,因此动态性和模糊性是agent的主要特性,而多agent之间这个问题体现 的就更为突出.因此,该文基于DFL对多agent协调工作机制进行研究,给出agent的能力表现 模型、能力扩展模型等内容,为人们解决这方面的问题提供理论依据.     

A Strategy of Dynamic Reasoning in Knowledge-Based System with Fuzzy Production Rules

Fuzzy production rules have been successfully applied to represent uncertainty in a knowledge-based system. The knowledge organized as a knowledge base is static. On the other hand, a real system such as the stock market is dynamic in nature. Therefore we need a strategy to reflect the dynamic nature of a system when we make reasoning with a knowledge-based system.This paper proposes a strategy of dynamic reasoning that can be used to takes account the dynamic behavior of decision-making with the knowledge-based system consisted of fuzzy rules. A degree of match (DM) between actual input information and antecedent of a rule is represented by a value in interval [0, 1]. Weights of relative importance of attributes in a rule are obtained by the AHP (Analytic Hierarchy Process) method. Then these weights are applied as exponents for the DM, and the DMs in a rule are combined, with the Min operator, into a single DM for the rule. In this way, the importance of attributes of a rule, which can be changed from time to time, can be reflected to reasoning in knowledge-based system with fuzzy rules.With the proposed reasoning procedure, a decision maker can take his judgment on the given decision environment into a static knowledge base with fuzzy rules when he makes decision with the knowledge base. This procedure can be automated as a pre-processing system for fuzzy expert systems. Thereby the quality of decisions could be enhanced.     

DF控制推理模型的研究

针对控制系统中对象的模糊性和动态性,基于动态模糊集(Dynamic Fuzzy Sets)及动态模糊逻辑(Dynamic FuzzyLogic)系统理论,给出DF控制推理模型的相关概念,如DF向量、DF语言变量、DF语言规则和DF蕴涵关系等,并在此基础上探讨基于DF语言规则的DF推理方法,最后通过实例说明这些概念和方法的应用。