基于模糊变换的模糊系统和模糊推理建模法

首先针对双输入单输出模糊系统提出了一种模糊变换方法,指出这种模糊变换不仅与单输入和单输出模糊系统有密切的联系,而且利用这种模糊变换构造的模糊系统具有很好的泛逼近性.然后将这种模糊变换应用到模糊推理建模法中,导出了所研究的模糊系统的微分方程模型和状态空间模型,从而给出了一种新的模糊推理建模法.理论分析和仿真实验均表明:利用模糊变换构造的微分方程对所研究的模糊系统具有很好的泛逼近性.     

基于模糊子空间聚类的〇阶L2型TSK模糊系统

经典数据驱动型TSK(Takagi-Sugeno-Kang)模糊系统在获取模糊规则时,会考虑数据的所有特征空间,其带来一个重要缺陷：如果数据的特征空间维数过高,则系统获取的模糊规则繁杂,使系统复杂度增加而导致解释性下降。该文针对此缺陷,探讨了一种基于模糊子空间聚类的〇阶L2型TSK模糊系统(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)构建新方法。新方法构建的模糊系统不仅能缩减模糊规则前件的特征空间,而且获取的模糊规则可对应于不同的特征子空间,从而具有更接近人类思维的推理机制。模拟和真实数据集上的建模结果表明,新方法增强了面对高维数据所建模型的解释性,同时所建模型得到了较之于一些经典方法更好或可比较的泛化性能。     

基于模糊逻辑的射频功放建模

提出了一种基于模糊逻辑的射频功放行为模型的建模方法.利用了模糊逻辑的万能逼近能力,对射频功放电路外部端口动态特性进行了准确的建模,并将模型计算得到的稳态输出电压,功率压缩特性和增益压缩特性曲线与ADS软件仿真结果进行了比较,取得了较好的效果,证明建模方法的有效性.     

面向高维数据的Takagi-Sugeno模糊系统建模新方法

对高维数据进行建模是Takagi-Sugeno(T-S)模糊系统建模面临的一个重大挑战。为此,该文提出一种特征选择与组稀疏编码相结合的模糊系统建模新方法WOMP-GS-FIS。首先,运用一种新型的加权正交匹配追踪算法对原始样本进行特征选择,在此基础上提取出模糊规则前件并产生模糊系统字典;然后,基于组稀疏正则化构造关于后件参数的组稀疏优化问题,在优化问题求解的同时得到重要的模糊规则。实验结果表明,在保证模型泛化性能的前提下,该方法不仅能对所获得的模糊规则结构进行精简还可以进一步减少模糊规则数,进而解决高维数据环境下模糊规则可解释性差的问题。     

基于模糊神经网络的微波器件建模

通过模糊数据曲线来确定模糊规则,从而只需要根据系统的输入输出数据来建立网络最佳结构,并对BP算法进行了改进以加快网络模型的训练速度.在此基础上,用建立的模糊神经网络对微波无源器件共面波导的电容参数来进行提取.实验证明,模糊数据曲线确定的网络结构是接近最佳的,在训练速度和精度方面,效果优于神经网络建模算法.     

一种模糊BLP模型

BLP模型是一种适用于军事安全策略的计算机系统安全模型,基于模糊逻辑方法对经典BLP模型进行改进,提出了一种模糊BLP模型(FBLP),证明了该模型的安全性。它适用于商用计算机系统安全建模,在安全电子政务、电子商务等领域会有广泛应用。     

室内温度模糊神经控制策略研究

采用模糊神经控制器建立了室温控制系统模型,用遗传算法优化了模糊神经控制器的结构和参数,采用三段式遗传编码方式,有效地将隶属度函数和控制规则映射到遗传算法的搜索空间,实验结果表明,文中策略比一般的模糊神经控制在调节时间以及减少误差方面具有较好的性能.     

T-S模糊粒子群优化建模及稳定性分析

在粒子群优化问题空间是一维有界的前提下,本文结合T-S模糊框架提出了一种模糊粒子群优化模型,即粒子群优化中的速度和位置迭代公式变换为一个带时变非线性反馈的线性时不变系统,将其嵌入到T-S模糊状态模型,同时将粒子的认知部分和社会部分随机加权和的反向运动作为T-S模糊状态反馈控制.针对该模型,本文根据T-S稳定性理论和非线...     

用遗传算法实现模糊测度赋值的一种多分类器融合算法

由于模糊理论可以很好的表达和处理不确定性问题,因而得到了广泛的应用,并成为信息融合领域中的有效方法.只要选取合适的模糊测度值,基于模糊积分的多分类器融合方法就可以达到比最优的单分类器更好的分类效果.用遗传算法来计算模糊测度的值时,可以得到解空间中的最优解,从而实现比非优化方法更好的融合效果.模拟实验结果也证实了这一点.     

基于模糊函数特征优化的雷达辐射源个体识别

对雷达辐射源信号进行模糊函数建模是一种有效的特征提取途径,通过对无意调制的雷达辐射源信号的模糊函数分析,提出了基于模糊函数子空间特征优化的个体识别方法,首先抽取模糊函数的"近零"频偏切片作为辐射源信号的主要特征,继而设计了切片串联策略构建了互补的特征子集对,从而分别利用典型相关分析和鉴别典型相关分析实现了切片特征的融合...     

基于模糊空间非标准划分的模糊神经控制

提出一种基于模糊空间非标准划分的模糊神经控制方法。该方法克服了基于模糊空间标准划分 (网格状划分 )的模糊子空间急剧增加(指数增长 )的弊病 ,减少了计算负担。并通过对倒立摆控制的仿真研究说明了所提方法的有效性     

Evolving Fuzzy Neural Networks for Extracting Rules

ＥｖｏｌｖｉｎｇＦｕｚｚｙＮｅｕｒａｌＮｅｔｗｏｒｋｓｆｏｒＥｘｔｒａｃｔｉｎｇＲｕｌｅｓ＊＊ＴｈｉｓｗｏｒｋｗａｓｓｕｐｐｏｒｔｅｄｂｙｔｈｅＣｌｉｍｂｉｎｇＰｒｏｇｒａｍｍｅ┐ＮａｔｉｏｎａｌＫｅｙＰｒｏｊｅｃｔｆｏｒＦｕｎｄａｍｅｎｔａｌＲｅｓ...     

基于改进模糊置信规则的意图识别方法

针对传统意图识别方法只能处理某种类型不确定性信息的不足,该文结合模糊集和DS证据理论优势提出一种模糊置信规则库(BRB)信息处理方法。首先在置信规则前提部分改进了前提属性的连接关系,根据数据集统计分布特点设计了模糊集分割,选取Cauchy型分布作为隶属度函数,较好地避免置信规则无法被有效激活进而导致系统无有效输出问题;其次融合处理辨识框架内不同类别的置信分布,建立规则权重和特征权重优化模型,构建了特征空间与类别空间之间的输入输出关系;在此基础上,计算未知意图数据在相应规则模糊域的匹配度和激活度,采用置信度最大原则进行识别决策。通过实验验证、参数敏感性及结果分析、时间复杂度分析,表明该文方法可以获得比其他识别方法更高的正确率,尤其是在小样本条件下更能体现出该方法的有效性和可靠性。     

基于区间值模糊集的模糊区域拓扑关系模型

在GIS实际应用领域中,采样点的属性数据往往不是精确的数值,而是一个区间范围,对此类空间数据的建模、分析和推理越来越受到相关领域研究者的重视.利用区间值模糊集描述由不确定属性数据所圈定的模糊区域,基于区间值和区间值模糊集的运算性质,给出了模糊区域间拓扑关系的分析模型.该模型改进了基于经典模糊集及其截集的拓扑关系模型,对模糊区域拓扑关系的分析结果更符合人们的认知习惯,可以利用区间值结果进行推理和决策,能够有效地分析由区间值属性所确定的模糊区域间的拓扑关系,在地理信息系统和空间数据库等领域具有实际应用价值.     

基于核距离的直觉模糊c均值聚类算法

针对现有直觉模糊c均值聚类算法无法发现非凸聚类结构的缺陷,提出了一种基于核化距离的直觉模糊c均值聚类算法。算法在定义了基于核的直觉模糊欧式距离基础上,通过把聚类样本映射到高维特征空间,使原来没有显现的特征突现出来,从而能够更好地聚类。实验选择一组人工数据集及一组UCI数据集测试了本文算法,并将其与五种经典的聚类算法进行了比较。实验结果充分表明了该算法的有效性及优越性。     

可维修系统的模糊可靠性,模糊维修性与模糊有效性

文中应用模糊数学与系统工程的理论与方法对可维修系统的经典有效性和不维修系统 模糊可靠性进行了概念扩充，提出了可维修系统的模糊有效的概念，给出了可维修系统 模糊可靠度、模糊维修度和模糊有效度的计算公式和计算示例，可望对Ｃ＾３Ｉ系统等既含随机性又含模糊性的可维修系统的可靠性分析提供一种新的思路和方法。     

模糊本体及其演化研究

本体是共享概念模型的规范说明,但以往的描述方法不能表示资源间关系的模糊性及其演化.针对这一问题,引入了模糊本体的概念并给出了形式化的描述,用模糊资源描述框架(FRDF)对模糊本体进行表示,提出了一种模糊本体演化算法,并用实验进行了验证.     

神经网络自动生成模糊系统

在模糊系统的生成过程中，最主要的任务是隶属函数和模糊规则的提取和调整，但用传统方法，其工作量往往随变量数的增长而爆炸性地增加。为了解决这一问题，本文提出了一种新颖的，利用神经网络来自动地撮模糊系统 隶属函数和规则。