基于二分搜索改进Karnik-Mendel算法的广义二型模糊逻辑系统降型

广义二型模糊逻辑系统在近年来被广泛关注,降型仍然是系统的核心模块。改进Karnik-Mendel算法是最流行的降型算法。根据广义二型模糊集的α-平面表达理论,提出一类二分搜索改进Karnik-Mendel算法来完成广义二型模糊逻辑系统质心降型。在取相同的主变量采样率情况下,通过2个计算机仿真示例说明,该算法在不损失计算精度的前提下可取得比改进Karnik-Mendel算法更高的计算效率。     

基于加权Karnik-Mendel算法的区间二型模糊逻辑系统降型

二型模糊逻辑系统是当前的学术研究的热点问题,而降型是该系统中非常重要的一个模块.Kamik-Mendel(KM)算法是被用来计算和完成区间二型模糊逻辑系统降型的标准算法.通过比较离散版本KM算法中求和运算和连续版本的KM(continuous version ofKM,CKM)算法中求积分运算,本文利用数值积分技术中牛顿-柯斯特求积公式将标准KM算法扩展成3种不同形式的加权KM(weighted KM,WKM)算法.而KM算法只是WKM算法中的一种特殊情况.3个计算机仿真例子用来阐述和分析WKM算法的表现,与传统的KM算法相比,WKM算法有较小的绝对误差和较快的收敛速度,给二型模糊逻辑系统设计者和应用者提供了潜在的应用价值.     

广义二型模糊逻辑系统降型及其采样离散Nie-Tan算法

广义二型模糊逻辑系统在近年来成为学术研究的热点问题,而降型是该系统中的核心模块。最近的研究证明了连续Nie-Tan(CNT)算法是计算区间二型模糊集质心的准确方法。发现了离散Nie-Tan(NT)算法中的求和运算和CNT算法中的求积分运算的内在联系,用2类算法完成基于广义二型模糊集α-平面表达理论的广义二型模糊逻辑系统质心降型。3个计算机仿真实验表明,当适当增加主变量采样点个数时,所提出的基于主变量采样的离散NT算法计算出的广义二型模糊逻辑系统质心降型集和解模糊化值结果可以精确地逼近基准的CNT算法,且采样离散NT算法的计算效率远远高于CNT算法的效率。     

区间二型模糊逻辑系统质心降型及加权Nie-Tan算法

降型是二型模糊逻辑系统中的核心模块。Nie-Tan (NT) 算法不涉及到迭代过程,可直接得到系统输出,具有减少计算消耗的优势,而连续NT(CNT)算法在最近的研究中被证明为准确的质心降型算法。通过分析离散NT算法中求和运算和连续NT算法中的求积分运算,利用数值积分技术中牛顿-柯斯特求积公式将NT算法扩展成3种不同形式的加权NT（WNT）算法。在取相同的主变量采样率的情况下,3个计算机仿真例子表明了WNT算法比NT算法有更小的绝对误差且计算速度几乎相同,这使3种不同形式的WNT算法在区间二型模糊逻辑系统的实时应用上具有潜在的可行性和有效性。     

一种等价于PI的二型模糊控制器设计算法

区间二型模糊集合将次隶属度做了简化,基于KM降阶算法的区间二型模糊控制器实现起来相对简单.虽然区间二型模糊控制器在一定程度上优于传统的一型模糊控制器或者PI控制器等,但区间二型模糊控制器并没有充分利用二型模糊集合的次隶属度信息.为解决这些问题,研究了普通二型模糊控制器的一般结构,提出了一种等价于PI的二型模糊控制器.该...     

基于改进模糊算法的复杂系统状态诊断研究

为了克服传统模糊算法的诊断系统建模复杂、改进难度大、不利于经验积累困难的缺点,在复杂系统的状态诊断中引入了改进的模糊算法,创建了基于改进模糊算法的复杂系统状态诊断模型,并以一个实例分别比较验证了基于传统模糊算法的状态诊断模型与基于改进模糊算法的复杂系统状态诊断模型,结果表明基于改进模糊算法的复杂系统状态诊断模型虽然在诊断速度方面稍逊一筹,但具有建模简单、模型改进容易、诊断准确、诊断信息丰富、适用性广泛等显著优点,其综合性能大大优于基于传统模糊算法的诊断模型。     

区间二型模糊集和模糊系统: 综述与展望

一型模糊集可以建模单个用户的语义概念中的不确定性, 即个体内不确定性. 一型模糊系统在控制和机器学习中得到了大量成功应用. 区间二型模糊集能同时建模个体内不确定性和个体间不确定性, 因而在很多应用中显示了比一型模糊系统更好的性能, 是近年来的研究热点. 本文首先介绍了区间二型模糊集的重要概念和理论研究进展, 总结了其在决策和机器学习中的成功应用, 然后介绍了区间二型模糊系统的基本操作和理论研究进展, 并回顾了其在控制和机器学习中的典型应用. 最后, 对区间二型模糊集和模糊系统未来的研究方向进行了展望.     

客流统计系统中的FCM算法研究

针对公交车客流统计系统中求多个运动目标质心难的问题,同时考虑数字图像处理中数据量大的特点,采用模糊聚类分析理论中的模糊C-均值算法进行聚类。分析了该算法的原理和特点,并应用Matlab仿真软件,实现了基于该算法的公交车客流统计系统。实验结果证明,该算法运算速度快、精度高,具有比较直观的几何意义,适合运用于图像分析中对球状类型目标的分割。     

一种新的区间二型模糊集合降阶算法

区间二型模糊集合的KM/EKM降阶算法,其效率较低,难以用于二型模糊逻辑的实时控制。而基于切换点计算公式的单调性关系的IASC和EIASC算法虽然其运算时间低于KM/EKM,但其初始值都是从两侧端点开始,其效率也有待提高。本文提出了一种新的二型模糊集合降阶算法,利用切换点计算公式和论域中值的关系以及初始化左右切换点的值来提高计算效率,2个仿真实例验证了本文算法的有效性和实用性。     

基于改进遗传算法的非线性系统模糊辨识新方法

提出一种基于改进遗传算法和递推最小二乘的非线性模糊辨识新算法.该辨识方法包含结构辨识辨出和参数辨识,结构辨识即输入空间的模糊划分,采用具有自适应性的广义高斯隶属函数;参数辨识包含前提参数和结论参数,用基于动态比例变换的改进遗传算法优化高斯函数的前提参数,用递推最小二乘辨识模糊模型的结论参数.最后通过著名的Box-Jenkins煤气炉数据仿真(仿真环境:MATLAB 6.5,计算机主频2.4 GHz,内存512 MB),并根据输入变量个数和模糊规则数,得到均方误差以证明本文方法的辨识精度,将该文辨识方法与其他方法进行比较,验证了该方法辨识精度更高.     

对区间二型模糊集的EKM降型法的改进

二型模糊集的质心计算称为降型,目前的降型方法大多计算成本较高,其中EKM (Enhanced Karnik-Mendel)法可计算区间二型模糊集的质心。然而,由于EKM算法中求取切换点的初始化方法还不完善,计算时间较长,使其在实际应用中受到一定限制。对此,提出一种新的改进EKM法,对原有方法进行了两处改进：更改切换点的初始化条件和改进查找切换点的方法。所提出的方法可实现向上和向下搜索,计算量大大减小,降型更有效。仿真结果验证了新的改进EKM法的有效性。     

An efficient centroid type-reduction strategy for general type-2 fuzzy logic system

In this paper, an efficient centroid type-reduction strategy for general type-2 fuzzy set is introduced. This strategy makes use of the result of α-plane representation, and performs the centroid type-reduction on each α-plane. Simulations show that it usually needs only several resolution of α value such that the defuzzified value converges to a real value. Consequently, comparing with the exhaustive computation approach, this approach can tremendously decrease the computation complexity from exponential into linear.     

一种区间型二型模糊集重心的快速解法

针对区间型二型模糊集,分析其上下隶属度函数转换点与重心区间的关系,推导出计算该转换点的闭合公式及相应的相向搜索算法,最终得到了一种计算区间型二型模糊集重心的新方法.并且证明了所求隶属度函数转换点随着采样率的增加,最终将收敛到重心端点的特性.实验结果表明,与常用的Enhanced Karnik-Mendel迭代方法相比,所提方法在不损失计算精度的条件下具有更快的计算速度.     

Matlab与C混合编程实现Type-2模糊系统

Type-2模糊系统的理论有着广泛的应用,但是Type-2模糊系统结构较Type-1模糊系统复杂,且编程实现难度和计算强度都较大.Matlab平台下,运用M语言调试算法,在实现Type-2模糊系统的基础上,利用C语言的高效性优化算法,改进程序,克服了Matlab计算瓶颈的问题.给出的Matlab C混合编程实现Type-2模糊系统的程序,编译后可以函数的形式调用,既保留了Matlab平台处理数据的便捷性,又具有很高的执行效率.仿真结果表明该方法的有效性.     

A fuzzy rule-based generation algorithm in interval type-2 fuzzy logic system for fault prediction in the early phase of software development

Reliability, a measure of software, deals in total number of faults count up to a certain period of time. The present study aims at estimating the total number of software faults during the early phase of software life cycle. Such estimation helps in producing more reliable software as there may be a scope to take necessary corrective actions for improving the reliability within optimum time and cost by the software developers. The proposed interval type-2 fuzzy logic-based model considers reliability-relevant software metric and earlier project data as model inputs. Type-2 fuzzy sets have been used to reduce uncertainties in the vague linguistic values of the software metrics. A rule formation algorithm has been developed to overcome inconsistency in the consequent parts of large number of rules. Twenty-six software project data help to validate the model, and a comparison has been provided to analyse the proposed model’s performance.     

Providing decision support for replenishment operations using a genetic algorithms based fuzzy system

Owing to the shockwaves brought by the recent financial tsunami, most enterprises are facing tremendous challenges in maintaining the good liquidity of their own companies. In order to sustain a desirable level of cash flow for expanding business, inventory needs to be well organized because unnecessary inventory that ties up the capital in the business would prevent the enterprises from making investments. Because the existing approaches to replenishment are inflexible and unsophisticated, a new customer‐based responsive replenishment system embracing online analytical processing, fuzzy logic and genetic algorithm is proposed in this paper. This system could determine accurate and realistic order quantities based on all possible and relevant variables that affect the order quantity for each item that needs to be replenished. Once the quantity has been accurately identified, the company can increase the level of customer satisfaction while minimizing stocks. Furthermore, rather than static rule repositioning, the proposed dynamic rule refining ability makes the replenishment system self‐ameliorating by using genetic algorithm to investigate the possible fuzzy rule candidates for a more accurate inventory management model. A study has been conducted in a case company for the validation of the feasibility of the proposed system. After performing a spatial analysis, the results obtained indicate that the proposed responsive replenishment system is capable of ensuring improved inventory control performance in the case company.     

二型模糊相似度及其应用

二型模糊集可以直接处理高度不确定性,并且具有很强的实际应用背景。基于二型模糊相似度的公理化定义,给出了新的二型模糊相似度计算公式。进一步,将二型模糊相似度与Yang-Shih方法相结合,用于二型模糊数据的聚类分析,聚类结果与Yang-Lin的结果进行了比较,实例表明新的相似度更合理。此外,基于二型模糊相似度,讨论了二型模糊信息系统的属性约简问题,给出了相应约简的分辨函数法,并通过实例说明了该方法的具体计算步骤。