哈希索引的扩展置信规则库推理方法

由于扩展置信规则库在推理过程中需要遍历规则库中所有的无序规则,所以当规则库很大时,扩展置信规则库系统的推理效率不高。鉴于此,提出使用局部敏感哈希算法构建置信规则索引的优化方法。首先用局部敏感哈希算法为规则库中的所有规则生成特殊的局部敏感哈希值,该哈希值能尽量保持原始规则之间的相似度,因此相似的规则有较大的概率得到相同的索引值;然后通过对输入数据的处理,在索引表中找到与输入数据邻近的规则,并有选择地激活这些规则,从而提高该系统的组合推理效率;最后通过选用非线性函数拟合实验和输油管道的泄漏检测仿真实验,对基于局部敏感哈希索引的扩展置信规则库系统进行检测和验证。实验结果表明,局部敏感哈希算法能够有效地优化扩展置信规则库系统的推理效率,并能够提高输出结果的准确率。     

输入信息不完整的置信规则库推理方法

现有的关于置信规则库的研究大多集中于参数优化问题上,而对于数据采集困难导致输入信息不完整,从而使得置信规则库系统难以正常运行的问题研究较少.为了使置信规则库系统能在输入信息不完整的情况下继续运行,提出了一种输入信息不完整的置信规则库推理方法.首先,从经验或利用数据统计的方法从历史数据获取前提条件属性分布情况;然后,对于缺失的前提条件属性利用分层抽样的方法得到多个候选值,并与其他前提条件属性组合成多个输入,对每个输入分别利用置信规则库推理方法进行推理;最后利用ER算法将所有输入的推理结果进行融合.在汽车发动机故障诊断的仿真实验中,将本方法与其他几种方法进行对比分析.实验结果表明:本方法在有充足历史数据的情况下,推理累积误差明显小于其他方法.而且通过多组实验,发现本方法对不同的分布情况有很好的适应性;本方法在尽量降低计算复杂度的基础上减少了推理误差,给不完整输入信息的置信规则库推理提供了一种新思路.     

基于模糊推理的边缘检测算法

提出了基于模糊理论进行边缘检测的一种新方法.该方法首先通过计算边缘梯度和标准偏差,把得到的两组集合作为模糊系统的输入,接着根据高斯函数、模糊推理系统判断每一个像素所适用的推理规则,最后对推理结果进行去模糊化,并判断该像素是否为边界像素.本文采用经典的Sobel、Prewit和LoG算法作为比较,实验结果也证明了本文所提出方法的有效性.     

基于规则矩阵的数值化推理算法

何华灿等于１９９４年首次提出了数值化推理技术的概念，给出了一种基于规则矩阵的数值化推理算法，它同时完成规则的激活和可信度传播计算。本文提出另一种基于规则矩阵的数值化推理算法，它先判定规则是否被激活，再进行被激活规则的可信度传播计算。这两种方法各有优缺点，适用于不同场合，可根据应用需要选择     

基于超扩展规则的动态在线推理算法

为了提高扩展规则的扩展性能,提出了超扩展规则,并证明了其与扩展负超归结之间的关联关系。KCER算法中使用扩展规则扩展子句,利用超扩展规则替换扩展规则能够更清晰地展示扩展过程,因此提出了基于超扩展规则的动态在线推理算法IKCCER。IKCCER采用离线编译和在线推理过程交互执行的方式,在保持推理效率不变的同时,其空间复杂性为KCCER算法空间复杂性的2/(n+1),其中n为输入子句集的子句数。     

基于加权模糊Petri网的无人机自主任务推理决策研究

围绕无人机搜索/攻击自主任务推理决策典型想定,针对无人机自主任务推理决策规则中存在的不同输入命题对结论的贡献和影响不同,对加权模糊Petri网(weighted fuzzy petri nets,WFPN)形式化推理算法进行了深入研究;设计了双机自主搜索/攻击任务推理决策规则集;为进一步适应上述想定下规则集中存在的多条规则的输出命题是相同的情形,对WFPN形式化推理算法进行了改进;应用分层的策略,采用改进的WFPN形式化推理算法和上述设计的规则集,仿真验证了双机搜索/攻击自主任务推理结果的合理性,并降低了推算过程中矩阵的维数。     

基于主动式知识库的专家系统建模和推理研究

本文将面积地象的技术引入专家系统中,将知识库中的规则和事实都用对象来表示,每个对象仍其能获得的信息进行局部推理,并向其它对象发送推是结果,从而将推理分布于知识库的各个对象中,以并发和步的方式进行,实现了多种推理模式的自主推理网络,西文还给出了中推理模式的算法描述。     

基于ART1改进算法的汉字分类研究

为了更好地利用自适应共振理论（ART1）来实现汉字的分类,提出了一种改进的ART1算法。改进算法引用了同或的思想,将输入模式与记忆模式相同的部分在输入模式总体中占的比例作为二者的匹配度,从而降低了输入样本顺序对分类结果造成的误差,增强了网络的稳定性和抗噪性。实验结果证明,改进算法能够更好地将汉字进行分类,求出聚类中心。     

多模式资源受限项目调度问题的优化方法

为求解多模式资源受限项目调度问题,提出了一种结合粒子群优化算法（PSO）和基因表达式编程（GEP）的混合优化算法。其中,PSO用来提供活动执行模式组合,GEP用来构造在给定活动执行模式下的调度规则。调度规则由项目状态和活动属性构成,与其他优化方法相比,这是一种新的编码方式与求解方法,也更符合实际应用。对于粒子所表达的不可行活动模式的组合,设计了粒子调整算法,以满足项目调度中可更新资源和不可更新资源总数的约束。最后给出了混合优化算法求解步骤,并采用该算法对项目实例进行了计算与分析,验证了算法的有效性。     

一种基于场合、方法的推理方法

提出了用场合、方法描述知识的分类、推理方式和规则中求值方式,再将场合、方法嵌入规则中,在某种程度上能将符号推理与智能模拟行为的算法结合在一起;又得出了规则动态例化的方法,局部上能将推理的时间复杂度从指数级降到多项式级。     

干燥仓温度模糊控制算法的实现与仿真

以模糊控制器的输入变量误差E、误差变化EC为基本输入变量,设计了一个二维的基本模糊控制器,通过E、EC和输出变量U的隶属曲线,得出了控制规则表,并在此基础上推导了模糊关系,模糊控制查询表给出了两个输入变量量化因子和输出变量比例因子的确定方法.仿真结果论证了模糊控制具有较强的鲁棒性,在干燥仓温度控制方面优于PID控制,为模糊控制算法用于干燥仓温度控制系统提供了理论依据.     

载波通信中基于神经网络的谐波控制应用研究

在对载波通信干扰源进行总结的基础上,提出一种采用自适应和以人工神经网络为基础的方式抑制谐波电流的方法.人工神经网络保持更新和输入,其权重可通过BP算法调整,改变它的输出与输入自适应、神经模糊控制规则的成员变量和显示功能.在电磁兼容基础上使用有源滤波器和电源滤波器来实现电力线载波通信.     

输入受限的广义预测控制快速算法

针对传统约束广义预测控制算法的计算量大这一缺陷,通过只精确计算当前时刻的控制作用,而对未来时刻的控制序列进行离线近似计算,提出了一种输入受限的广义预测控制快速算法。该算法简单,不必求解Diophantine方程和逆矩阵,大大减小了在线计算量。并且,能够将输入很好地控制在约束范围之内,并具有良好的控制性能。仿真结果表明了该算法的可行性和有效性。     

基于改进T-S模型的热工系统在线辨识算法

提出用一种改进的T-S模型实现非线性系统在线辨识的算法。通过样本与聚类中心矢量之间的贴近度来修正聚类中心,并根据样本到中心矢量的距离对输入数据空间进行划分。在此基础上利用递推最小二乘算法辨识出模型的结论参数。给出了具体的算法步骤,将该方法与其他模糊辨识方法进行比较。结果表明,该方法具有简单、实用、辨识精度高等优点。     

基于LSSVM的电梯交通模式的模糊识别

提出可以对电梯交通模式进行模糊识别的方法.采用最小二乘支持向量机(LSSVM)的回归算法来学习2种交通模式的相对隶属度,通过相对比较法得到当前时刻所有交通模式的隶属度.介绍了LSSVM二值分类算法及传统的多值分类算法,分析LSSVM多值分类与函数回归的关系.分析结果表明,采用函数回归算法可以进行多值分类.若以交通模式的隶属度作为类标,则可采用LSSVM的回归算法来进行2种交通模式的模糊分类.为了提高LSSVM的线性度,分3步逐步细分电梯客流的交通模式.实验结果表明,采用该方法得到的各交通模式隶属度随时间的变化曲线与依据群控专家经验得到的曲线非常相似,识别结果的平均误差小于应用神经网络识别的平均误差,可将识别结果作为电梯群控系统的输入参数.     

基于TSK模型的模糊推理改进算法

在传统的基于TSK模型的模糊推理算法基础上,研究了一种改进的基于TSK模型的模糊推理新算法,并应用模糊神经BP算法给出三角形隶属函数下的算法的过程,最后将新算法与传统算法做了比较,得出基于TSK模型的模糊推理新算法在实际的过程中克服了传统推理算法会出现弱连续或不连续情况的优点。     

基于模糊神经网络的深基坑变形预测

针对深基坑变形控制系统中的不确定性、模糊性因素多的问题,将模糊控制理论与神经网络技术相结合,采用非线性神经元构成的神经网络结构,把对应的网络输入、输出表达为输入、输出信息的模糊数隶属度,建立了一种基于模糊神经网络的深基坑施工变形预测模型.结果表明,利用模糊度隶属函数对基坑施工进行动态控制具有较好的实用效果.     

基于Backstepping SISO不确定非线系统模糊自适应鲁棒容错控制

针对一类单输入单输出非线性系统提出了自适应模糊故障检测及将backstepping技术与模糊控制相结合设计容错控制器的方法。首先,应用模糊逻辑系统设计故障估计器,在线估计系统故障向量,实现故障检测：在此基础上,引入补偿控制器,消除故障对系统运行的影响,从而实现容错控制。通过理论分析证明了跟踪误差收敛到一个小的残差集内。仿真结果表明了该方法的有效性。     

基于粒子群算法的航天器姿态运动规划

当将万向节的相对转动角速度作为航天器系统姿态运动规划的控制输入变量时,由于航天器系统的控制输入的数目少于系统的自由度数目,系统的姿态运动成为典型的欠驱动非完整系统的运动规划问题,其运动控制问题变得非常复杂。提出了一种应用粒子群算法优化系统姿态运动规划的数值算法。数值仿真结果表明了该方法的有效性。     

模糊控制在自主循迹模型车控制中的应用

以＂飞思卡尔＂杯模型车为研究对象,给出了一种基于道路信息的自主循迹模型车的二维模糊控制策略。该控制器以传感器与道路中心引导线的偏差及偏差的变化率作为控制器的输入,经过模糊推理,输出控制舵机转角及模型车速度,输入、输出隶属度函数采用矩形函数,该方法缩短了系统执行时间,提高了系统的响应速度。通过实际跑车,证明该方案设计合理、可行,能以较高的车速跟随给定路径。