路径规划; 态势评估; 模糊逻辑; 贝叶斯网络

针对非线性动态系统辨识和控制的特点，对4层模糊神经网络进行了优化和改进，形成了动态模糊神经网络，提高了网络的稳定性和对动态系统的辨识能力，同时给出了基于Lyapunov函数稳定收敛定理的各权向量以及权矩阵学习速率的自适应调整算法．应用于非线性动态系统的辨识和控制仿真试验表明，改进后的动态模糊神经网络与模糊神经网络相比，可取得更好的辨识精度和跟踪控制效果。     

一种自适应模糊系统(英)

采用模糊计算与神经计算相结合的方法，本文提出一种自适应模糊系统模型——AFS．AFS采用前向神经网络来实现模糊推理规则，运用模糊一致矩阵方法实现动态自适应以及最大关联隶属原则执行模糊决策．最后通过若干实例以说明AFS的性能．     

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。     

递归复合型模糊神经网络结构研究

针对一类能够有效引入过程先验知识的复合型模糊神经网络，研究了其动态结构． 通过对复合型模糊神经网络的函数网络的第二层引入动态递归环节，使其具有动态映射能力 ，实现了对动态系统的良好响应．本文采用了动态非线性模型对其进行仿真研究，结果 表明，对于处理动态非线性系统，此动态复合模糊神经网络较之静态网络在收敛速度、预测 精度和网络规模等方面都有较大的改善．     

基于模糊控制的自适应系统研究

当系统完成以后,我们希望该系统能够根据环境和需求的改变而自我调节来适应这些变化。2009年Agus提出了一种生成动态模糊规则的自适应算法,实现了系统的自适应功能。改进了该算法,改进的算法保证了模糊规则库的纯度,提高了系统响应的准确率,并降低了构造系统的复杂性。     

基于Backstepping的高超声速飞行器模糊自适应控制

提出了高超声速飞行器的模糊自适应控制方法.根据飞行器纵向模型的特点,分别设计了基于动态逆的速度控制器和基于Backstepping的高度控制器,模糊自适应系统用来在线辨识飞行器模型由于气动参数的变化而引起的不确定性,采用Lyapunov理论设计的自适应律保证了系统的稳定性与指令跟踪的精确性.仿真使用了高超声速飞行器的纵向模型对算法进行了验证,得到了较满意的控制效果.     

液压伺服位置系统模型参考模糊自适应PID控制器的设计

针对液压伺服位置系统被控对象，提出了用模型参考模糊自适应机构对PID控制器比例系数进行在线调节，以减小液压伺服位置系统中参数摄动等引起的超调和振荡；同时为简化控制器，提出了用变积分系数的方法来消除负载扰动给系统带来的稳态误差。仿真研究结果表明，具有模糊自适应和变积分系数的控制器使控制系统既有较高的稳态精度，同时也使系统具有较快的动态响应，整个系统具有很好的鲁棒性。     

一类基于模糊逻辑系统的非线性系统自适应跟踪控制

利用非线性不确定系统的动态数学模型和模糊逻辑系统，对不确定性的输出信息，设计出被控系统的自适应鲁棒跟踪控制器和模糊逻辑系统参数估计的自适应律．在较弱的假设条件下，证明了这种控制器能使被控系统的状态及参数估计误差一致终极有界．仿真实例表明，所提出的方法是有效的．     

动态模糊关系及其在教学质量评价中的应用

教学质量的评价过程中，有很多概念既具有模糊性又具有动态性。在对动态模糊理论进行研究的基础上．通过实例阐述了如何在模糊评价中建立动态模糊集和分析动态模糊关系，这种评价方法的实现既体现了动态模糊理论的可操作性又对教学质量评价进行了一种更为合理的尝试。     

基于中间件的动态重配置容错对象管理框架

该文从容错QoS角度出发,为现有的基于中间件的容错对象管理框架增加自适应特性．首先把动态童配置定义成容错属性集（及其实现）、计算环境和资源变化描述、动态调整算法三者之间的互动关系,然后采用反射模型和发布／订阅模型建立了一个动态重配置管理框架,可以使系统在发现计算环境的变化、定制动态调整算法等多方面得到有力的支持,为系统有效实施动态重配置奠定了基础．     

DF关系及其在数据聚类中的应用研究

基于DF关系,给出了DF关系截矩阵的定义,以及由DF相似关系构造DF等价关系的方法,并在此基础上结合数据挖掘中的分类技术,提出了一种面向DF数据的聚类算法,该算法的提出不但能拓宽聚类对象的范围,而且更符合实际需求。最后给出了运用该算法的示例。     

动态模糊关系数据模型研究

数据模型是建立系统的核心、根据我们的研究对象，在我们具体建模时会遇到很多具有动态模糊性的数据存在，基于此，本文给出了一种动态模糊关系数据模型，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。     

基于DFL的缺省假设推理研究

日常生活中人们可以在信息不完全的情况下进行推理并得出较好的推理结论,而且在推理过程中,很多对象都是具有动态模糊性(DF Character)。因此文中针对研究对象以及它们之间的动态模糊性,提出了基于动态模糊逻辑(DFL)的缺省假设推理,并给出了缺省假设推理的框架描述、动态模糊(DF)知识的表示以及推理算法等。     

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。     

动态模糊关系及其在教学质量评价中的应用

教学质量的评价过程中,有很多概念既具有模糊性又具有动态性。在对动态模糊理论进行研究的基础上,通过实例阐述了如何在模糊评价中建立动态模糊集和分析动态模糊关系,这种评价方法的实现既体现了动态模糊理论的可操作性又对教学质量评价进行了一种更为合理的尝试。     

基于动态模糊逻辑(DFL)的一种时序推理模型

在我们的研究领域中 ,普遍存在动态模糊事件 .而当今 ,随着计算机科学技术的发展 ,人们又试图用计算机来模拟这些具有“动态模糊性”的事件 .因此 ,以往有关文献提出了动态模糊逻辑、动态模糊集、基于 DFL的一种学习模型及动态模糊主动数据库系统的设计方法和基本概念 ,这些理论的提出 ,虽然为人们解决具有动态模糊性的问题提供了一定的理论依据 ,但从整个动态模糊系统来看 ,这些工作仅仅是一些初步的工作 ,还有许多工作需要进一步研究 .文中给出的基于 DFL的时序推理模型正是这种工作的一个补充 .     

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。