两类新的基于T/S范的模糊神经元模型及其应用

基于T范数和S范数提出了F1型和F2型两类神经元模型,并研究了它们的性质和应用(F1型灵敏性强而鲁棒性弱,而F2型神经元灵敏性弱而鲁棒性强);给出了一个基于F1型神经元的广义AND/OR运算为T/S范数簇的充分必要条件;首先提出了弱界三角范的概念,并发现F2型的一个特例模型能实现弱界三角范.经分析,F1型更适合用于工业控制系统,而F2型更适合用于面向用语言描述知识的医学和人文社会领域的计算机应用系统.该文把一个由特殊的F2型神经元组成的神经网络用于模糊推理,发现该推理方法是Zadeh的CRI法的推广,且能满足假言推理.通过权值的调整,该推理法能满足若干推理原则的要求.     

一种新的基于弱T范数簇的神经元模型

提出了一种新的能实现多种连续逻辑运算的神经元模型。利用该神经元模型可实现多种逻辑运算,包括一种从min(x,y)连续变化到max(0,x y-1）的弱T范数簇,从max(x,y)到min(1,x y)连续变化的弱S范数簇,从min（x,y)连续变化到max(x,y)的平均运算等等,并且利用OWA算子,该模型可以很容量地推广到多元运算。     

基于连续可控T范数的模糊控制方法研究

针对传统模糊控制中MAX,MIN算子的缺陷,设计了一种由相关系数h控制的连续T范数,使得与或运算形式根据运算量的相关性来决定,而不是片面 取大或取小运算,并进一步将其推广到多元与或运算中,且应用于模糊控制,在仿真实验中利用遗传算法确定相关系数,实验结果证明了本方法的有效性。     

遗传算法在T—S模糊模型辨识中的应用

给出了Ｔ－Ｓ模糊模型的一种模糊神经网络实现方法。提出了采用遗传算法优化网络参数，实现了Ｔ－Ｓ模型的辨识。给出了参优化的详细过程，并用仿真实例证实了 这种方法的有效性。成功地将神经网络，模糊逻辑与遗传算法融合于一个系统中。     

基于T—S模糊模型的稳定性分析

T—S模糊系统是最常见的模糊模型,对T—S模糊控制系统的稳定性进行研究。基于Lyapunov直接法,论述模型稳定性的一个充分条件,即能找到一个共同的正定矩阵P,同时给予证明,对条件中正定矩阵P的求取问题进行转化,使之成为对矩阵正定性的判定,从而简化求取步骤。为T—S模糊稳定性的判定提供新的思路。     

T—S型模糊系统的稳定性分析及其应用

讨论了状态空 形式下Ｔａｋａｇｉ和Ｓｕｇｅｎｏ提出的一类模糊系统的稳定性，利用矩阵范数和矩阵分析理论给出了判定该类系统稳定的新的充分条件。在此基础上分析了国产某飞机在地面滑行时纵向短周期运动的稳定性，比以往结论更加有效。     

基于T S模型的模糊系统辨识方法综述*

模糊模型设计方法归结为两种,即语义驱动和数据驱动。数据驱动模型具有更好的性能,是目前研究的热点。模糊系统辨识是数据驱动下模糊系统建模的重要手段,辨识的优良直接影响系统建模的精度。模糊系统辨识可以分为两部分进行认识,即模糊系统结构辨识和参数辨识。回顾了近年来模糊系统辨识的理论和方法,如subtractive聚类、多分辨率自适应空间分解、SVM、核函数法、粒子群算法和并行遗传算法等。对各种算法原理、特点进行了介绍,对模糊系统辨识的发展进行了展望。     

基于T S模型的模糊系统辨识方法综述*

模糊模型设计方法归结为两种,即语义驱动和数据驱动。数据驱动模型具有更好的性能,是目前研究的热点。模糊系统辨识是数据驱动下模糊系统建模的重要手段,辨识的优良直接影响系统建模的精度。模糊系统辨识可以分为两部分进行认识,即模糊系统结构辨识和参数辨识。回顾了近年来模糊系统辨识的理论和方法,如subtractive聚类、多分辨率自适应空间分解、SVM、核函数法、粒子群算法和并行遗传算法等。对各种算法原理、特点进行了介绍,对模糊系统辨识的发展进行了展望。     

一种鲁棒性较强的新神经元模型及其在模糊推理中的应用

提出一种具有较强鲁棒性的神经元模型，能实现与、或和混合－并模糊逻辑运算。利用该神经元模型，构造了一个神经网络，基于该网络的模糊推理方法远比Zadeh的CRI方法更易于满足模糊推理的一致性要求，可望在面向医学和人文社会科学等领域的模糊专家系统及模糊决策支持系统中获得应用。     

基于T2S 模型的冷凝器污垢预测

针对冷凝器的周期性结垢过程以及工况参数的动态变化,提出了一种冷凝器污垢预测的新方法。该方法将 污垢分解为软垢和硬垢两部分,并采用两个T2S 模糊模型分别描述软垢和硬垢的变化趋势,进而通过二者的结合获 得较为精确的污垢预测。根据此方法,进行了现场试验, 试验结果表明:与渐近污垢模型及改进的渐近污垢模型相 比,该方法能够有效地处理冷凝器的周期性结垢现象,并在冷凝器工况参数变化时仍然取得较满意的预测精度。 该方法的成功应用为冷凝器最优清洗机制的建立奠定了基础。     

基于三角模的模糊联想记忆网络

当T为t-模时,基于模糊取大和T的模糊联想记忆网络(FAM)存在局限性,当T为三角模,是t-模的广义形式,将这种FAM推广成基于Max-T的模糊联想记忆网络Max-T FAM.则Max-T FAM实现了从一个向量空间到另一向量空间的映射,从Max-T FAM的值域角度,分析了它的存储能力,并建立了一个三角模T的伴随蕴涵算子新概念,利用该伴随蕴涵算子,在无需T为连续的、严格增等条件下,提出了Max-T FAM的一个简洁的通用离线学习算法和通用在线学习算法.从理论上严格证明了只要Max-T FAM能完整可靠地存储所给的多个模式对,则这两种算法都能轻易找到使得网络能完整可靠存储这些模式对的所有连接权矩阵的最大者.最后,用实验证明了Max-T FAM模型和所提出的学习算法的有效性.     

基于C/S和B/S混合模式的高校教材管理系统

基于C/S和B/S相结合的高校教材管理系统,既充分利用了C/S模式交互性强、速度快、安全性高的优点,又充分利用了B/S模式信息共享性强的优点,实现了高校教材数据科学、快速、准确、全面地统计分析和信息化管理。文中对教材管理系统进行了需求分析,介绍了系统体系结构、开发工具、模块组成和关键技术。     

C／S与B／S混合模式学生体质健康管理系统设计

基于C／S和B／S相结合的学生体质健康管理系统,既充分利用了C／S模式交互性强、速度快、安全性高的优点,又充分利用了B／S模式信息共享性强的优点,实现了学生体检资料科学、快速、准确、全面地统计分析,有助于全面了解学生体质健康发展变化情况,为疾病防治与监测提供了快速、准确、有效的工具。文中介绍了系统体系结构、开发工具、模块组成和关键技术。     

基于C/S和B/S模式的企业NMIS系统的设计方法和原则

以彩虹电子集团公司动力厂网络管理信息系统的设计为例,介绍了基于Ｃ／Ｓ和Ｂ／Ｓ模式的企业ＮＭＩＳ的设计方法和原则,对类似项目的开发有重要的参考价值。     

考虑模糊集合相关性的T范式和T协范式算子

在仔细分析模糊逻辑和模糊集合论中最常用的Zadeh算子的基础上，研究了模糊集合相关性对T范式和T协范式算子运算结果的影响，并分析了Zadeh算子之所以不满足矛盾律和排中律的根本原因．最终提出了考虑集合相关性的新的T范式和T协范式算子，而且证明了该算子在不违反模糊集合的模糊性的基础上能够使模糊集合的运算满足排中律和矛盾律，并能使模糊集合理论和经典集合理论很好地统一．