基于模糊规则集的入侵检测模型

本文提出一种基于模糊规则集的入侵检测模型FR-IDM (Fuzzy Rule-based Intrusion Detection Model),该模型采用模糊规则的表示形式来描述入侵检测知识,在此基础上建立基于模糊规则集的入侵检测模型,然后根据入侵检测信息符合前提的真度和模糊产生式的置信度,计算出该结论的可信度,根据一个激活阀值来决定是否激活该产生式。     

模糊Petri网及其在模糊推理中的应用

该文首先引入模糊Petri网(Fuzzy Petri Net)的定义，给出了一个九元模糊Petri网模型，并且详细介绍了模糊Petri网的激发规则。给出了产生式规则的模糊Petri网表示的三种模型，在此基础上提出了一种基于模糊Petri网的推理方法，最后使用模糊Petri网中知识表示和运行的基本算法解决了汽车质量检验和故障分析这一实际问题。实际应用证明基于模糊Petri网的产生式规则的推理具有知识表达能力强，处理不确定知识正确，推理过程简单直观，具有一定的智能推理能力，具有较强的实用价值。     

受限模糊规则进化的入侵检测

基于生物进化机理,提出了模糊规则进化的推理方法,并对初始群体产生加以控制,实现受限的模糊规则进化的入侵检测“LEFRIDS”。该方法可以有效控制规则数,加速检测过程,并且由于变异会产生新的规则,使检测规则不断“新陈代谢”,楗高了对未知攻击的检测能力。     

某武器系统电控设备的故障诊断专家系统

以Visual Basic6.0为开发环境，Access97为数据库结构形式，DAO为数据库访问技术，开发了某武器系统电控设备故障诊断专家系统，介绍了系统的功能组成和实现方法。研究了一般产生式规则与模糊产生式规则相结合的知识表示方法以及精确推理与模糊推理相结合、基于规则的推理和基于实例的推理相结合的推理机制。     

用直觉模糊Petri网构建的供应链可靠性诊断模型

针对不断变化的供应链系统内外部环境因素,围绕供应链系统可靠性诊断问题,将直觉模糊集引入模糊Petri网建模,用直觉模糊数表示库所状态、变迁阈值和变迁输出置信度,构建了基于直觉模糊Petri网的供应链可靠性诊断模型。对直觉模糊产生式规则按照变迁激发前后变迁和库所之间的与或关系,将供应链可靠性诊断模型模糊推理规则划分为四种类型,得到了变迁触发前和触发后的与或直觉模糊推理规则。同时提出了相应的模糊推理算法,并通过实例验证了模型和算法的有效性,能够及时发现供应链系统故障。     

模糊专家系统AEGFES中基于状态空间正交划分的模块匹配算法

针对产生式专家系统中当规则数和事实数较大时,推理所产生的组合爆炸问题,提出了一种基于状态空间正交划分的模式匹配算法。这里,状态空间是事实集合,事实是术语、关系和术语值的三元组。根据术语在规则中的不同作用,首先将状态空间正交划分为输入子空间,中间子空间和输出子空间。然后,基于状态空间正交划分,提出了产生式模糊推理的模式匹配算法。并将该算法运用于铝电解槽模糊专家系统AEGFES。试验表明该算法可显著提高模糊推理的匹配速度,特别是可减少推理轮数,和第2轮以后的匹配次数。     

基于因果图的一种知识获取方法

产生式规则和因果图是知识表示的两种方法,鉴于产生式规则在表达知识和推理方面的缺陷或不足,因此寻找一种能更好地表达知识和推理的方法非常必要,而因果图具有表达知识直观,推理灵活、方便等特点。论文根据模糊式产生式规则与因果图,以及合成式模糊产生式规则与含与门、或门的因果图的对应关系,给出了将模糊产生式规则集表示的知识转换成更紧凑、直观因果图表示的方法和过程,相应的也得到了一个因果图知识的获取方法,并给了一个其转换的实例。     

基于XML的面向对象知识表示模式设计

在传统知识表示方法的基础上,综合利用了框架、产生式规则、面向对象等知识表示方式的特点设计了一种基于 XML 的新型知识表示方法,并完成其 XML Schema 的设计.此方法将普通规则与模糊规则统一起来,充分利用了 XML 对结构化数据的表示能力,实现了面向对象与产生式规则方式混合表示知识的结构化存储.兼顾了知识库的机器可读性和人可读性,实现了知识表示的跨平台、跨操作系统性能.以此为基础可开发出适于多种应用领域的交互性好、易扩展的知识获取平台及相应的推理机.     

基于BP网络的模糊Petri网的学习能力

模糊Petri网(Fuzzy Petri Nets，FPN)是基于模糊产生式规则的知识库系统的良好建模工具，但自学习能力差是模糊系统本身的一个缺点．该文提出了适合模糊Petri网模型自学习的模糊推理算法和学习算法．在模糊推理算法中，通过对没有回路的FPN模型结构进行层次式划分以及建立变迁点燃和模糊推理的近似连续函数，从而把神经网络中的BP网络算法自然地引入到FPN模型中．在FPN模型上，用误差反传算法计算一阶梯度的方法对模糊产生式规则中的参数进行学习和训练．经过学习和训练的FPN具有很强的泛化能力和自适应功能．FPN模型经过训练得到的参数是有特定含义的，可以通过对这些参数的合法性分析，使得模糊产生式规则系统更加有效，也对知识库系统的建立、更新和维护有着重要的意义．     

基于OWA算子的区间值加权模糊推理

针对如何对区间值模糊产生式规则赋予合理权值的问题,将OWA算子引入到区间值模糊推理中。介绍一种基于OWA算子的区间值赋权方法,根据此方法给出区间值模糊集上的加权模糊产生式规则的推理算法。在采用该算法的过程中,为合理地计算输入事实与规则前件的匹配程度,引入基于OWA算子的区间值模糊匹配函数值和总体贴近度的计算方法。实例分析表明了所给出的区间值模糊推理算法的有效性和可行性。     

Fuzzy reasoning based on a new fuzzy rough set and its application to scheduling problems

In this paper, we study the fuzzy reasoning based on a new fuzzy rough set. First, we define a broad family of new lower and upper approximation operators of fuzzy sets between different universes using a set of axioms. Then, based on the approximation operators above, we propose the fuzzy reasoning based on the new fuzzy rough set. By means of the above fuzzy reasoning based on the new fuzzy rough set, for a given premise, we can obtain the fuzzy reasoning consequence expressed by the fuzzy interval constructed by the above two approximations of fuzzy sets. Furthermore, through the defuzzification of the lower and upper approximations, we can get the corresponding two values constructing the interval used as the fuzzy reasoning consequence after defuzzification. Then, from the above interval, a suitable value can be selected as the final reasoning consequence so that some special constraints are satisfied as possibly. At last, we apply the fuzzy reasoning based on the new fuzzy rough set to the scheduling problems, and numerical computational results show that the fuzzy reasoning based on the new fuzzy rough set is more suitable for the scheduling problems compared with the fuzzy reasoning based on the CRI method and the III method.     

区间值加权模糊推理方法

提出了一种新的带权的区间值模糊产生式规则,给出了加权模糊匹配函数和一个区间值排序算法。在此基础上给出了区间值加权模糊推理方法。该方法使规则前件与事实的匹配更符合实际情况,得到的结果更便于实际应用,并且解决了文献犤1,2犦中模糊推理方法存在的不足。     

基于扩展原理的混合型证据推理不确定决策方法

提出一种基于扩展原理的混合证据推理不确定决策模型.通过α截集将同一决策问题中各属性使用的精确数、区间数和模糊数等异构评估信度统一分解为区间结构,采用区间证据推理方法求解各隶属度下的效用区间,并按隶属度次序重组方案效用;化简模糊数质心公式,并用于模糊定量评估的信度计算和方案模糊效用的排序;最后,通过具体实例验证了所提出方法的有效性和可行性.将该方法在算例中的适用情况进行比较和分析,结果表明所提出的方法具有良好的适应性.     

普适计算环境下基于信任度的模糊自适应访问控制模型*

在信任模型基础上,提出一种基于信任度的模糊自适应访问控制模型。该模型扩展信任度的概念,建立权限的区间值模糊策略规则,通过对与主体相关的上下文信息的模糊推理实现授权的有效控制。描述模型的构成要素,研究模型的区间值模糊推理算法,为解决普适计算环境下动态访问控制授权问题提供了一定的技术手段。     

On generalized fuzzy rough sets

In this paper, a class of generalized fuzzy rough sets based on two universes are studied. Some new set-valued mappings and fuzzy set-valued mappings are introduced to discuss properties of the known model, and a new model for fuzzy rough sets is proposed which provides a new selection of interval structure for uncertainty reasoning using rough set theory. Some properties of the new model are revealed. The new model seems to be more natural in the sense that fuzzy sets are approximated by fuzzy sets on the same universe.     

应用带标识的模糊Petri网的模糊推理

本文针对模糊推理中常存在推理结果意义不明确的问题,提出应用带标识的模糊Petri网(MFPNs)进行模糊推理。推理的过程中考虑模糊产生式规则的权值、阈值、确定性因子等几种知识表示参数以获得更多信息。给出基于相似性测度的模糊推理算法,通过计算带标识的模糊Petri网的最终输出库所中的托肯值可以得到最终的模糊推理结果。通过实例可以验证这样得到的推理结果意义更明确,计算过程更加高效。     

一种栅格图层的模糊叠置分析模型

为了更好地进行GIS空间分析，根据GIS应用领域中属性数据的区间值特征，首先利用区间值模糊集来描述模糊属性数据的模糊图层，然后基于区间值模糊集给出了一种栅格图层的模糊叠置分析模型，并改进了基于经典模糊集的模糊叠置分析方法。该模型利用区间值模糊集的基本运算，可以实现普通模糊叠置和加权模糊叠置，而采用区间值，则可以减少属性值模糊性的丢失，且叠置结果符合人们的认知和推理规律，实例结果表明，该模型能够较好地解决区间值属性图层间的模糊叠置分析问题。     

基于AR模型的置信规则库结构识别算法

针对以置信规则推理作为系统控制器的应用,传统的置信K均值聚类算法往往不能充分利用数据中时间上的动态关联信息。因此,在模糊聚类算法的基础上引入自回归(AR)模型,将集约生产计划中的需求数据作为一组时间序列进行动态的聚类分析。该算法不仅可以充分利用集约生产计划中的需求数据的内部自相关性,而且可以进一步利用隶属度函数对AR模型的预测过程进行模糊化调整,从而得到更为理想的置信规则库结构,提高推理与决策的精度。