基于模糊隶属度函数的传感器失效管理方法

传感器失效管理是传感器管理系统中的一个重要部分,也是当前研究的热点。针对基于模糊逻辑的传感器失效管理方法,该文通过计算机仿真,分析了不同形式的隶属度函数对传感器失效管理的影响。仿真结果表明,基于模糊逻辑的方法能满足传感器失效管理的要求,并且可以减少数据的波动和误差。 真     

一种构造模糊隶属度的新方法

传统的模糊支持向量机隶属度函数是基于样本点到类中心点的距离进行设计的,这对非规则形状分布数据很不合理.在基于粗糙集和支持向量机建立入侵检测模型里,使用粗糙集理论挖掘出各条件属性对决策属性的影响决策程度,提出基于样本点与类中心点属性比较加权的新隶属度函数构造方法.该方法用于此模型,可以有效降低隶属度函数对样本集几何形状的依赖,能够有效地区分样本点、噪音点以及孤立点.实验表明,与支持向量机和传统基于类中心距离的模糊支持向量机相比,新的基于属性相关的隶属度函数的模糊支持向量机达到最好的分类效果,而且新隶属度方法简单易行,运行速度快     

基于模糊隶属度函数的脑图像分割方法

为提高医学图像在组织边界不清晰以及灰度不均匀下的分割性能,提出一种基于多类样本间模糊距离的隶属度函数分割方法。通过磁共振序列测量确定反映磁共振图像脑部组织特性的映射图,经预处理后得到样本模糊标签;设计基于多样本类间模糊距离的隶属度函数确定各样本的隶属度,该隶属度的确定综合考虑了同类样本与不同类样本之间的空间距离,降低了同类样本之间的隶属度依赖;训练模糊支持向量机对三种主要脑组织进行分割。在脑图像公开数据集上的分割实验表明,改进算法可有效提高分割精度。     

采用三角型隶属度函数的模糊系统的插值特性

研究了采用三角型隶属度函数的模糊系统的插值特性.针对常见的Mamdani和TSK两类模糊系统,研究了模糊系统与分段插值函数在函数逼近上的等价性.在此基础上,分别给出了两类模糊系统在插值方面的逼近误差估计.这一结果为模糊系统的结构分析提供了新的研究方法和理论依据.     

基于最小二乘拟合的模糊隶属函数构建方法

针对当前模糊隶属函数构造方法中存在的问题,提出一种构造模糊隶属函数方法.采用最小二乘法拟合离散数据来获得隶属函数.为减小拟合误差,采用了3项措施以达到预期目标.所构建的隶属函数,对任意输入物理量可直接得到其对应模糊语言变量的隶属度,从而有效避免专家指定隶属度的主观臆断性及不一致性.该方法简单、求解精度高,具有广泛适用性和较强的应用价值.仿真结果证实了该方法的有效性.     

一种新颖隶属度函数的模糊支持向量机

传统的支持向量机(SVM)训练含有外部点或噪音数据时,容易产生过拟合(over-fitting)。通过模糊隶属度函数来降低外部点或被污染数据的选择。本文提出了一种新的核隶属度函数,这种新的隶属度函数不仅依赖于每个样本点到类型中心的距离,还依赖于该样本点最邻近的K个其他样本点的距离。实验结果表明了具有该隶属度函数的模糊支持向量机的有效性。     

基于模糊聚类的车辆跟驰隶属度函数确定方法

当前研究确定车辆跟驰模糊推理隶属度函数时所采用的方法主要是专家法,不能精确获得车辆跟驰隶属度函数。针对于此,提出根据模糊聚类分析的方法,考虑车辆跟驰数据内部的关联性,利用基于高斯函数的隶属度函数确定方法,进行车辆跟驰模糊集的划分和隶属度函数的确定。使用真实的车辆轨迹数据,将后车速度、前后车相对速度、车间距作为输入变量,后车加速度作为输出变量建立模糊推理系统,对论文提出的基于模糊聚类的车辆跟驰隶属度函数确定方法进行评价。结果表明：本文提出的新方法能真实反映数据本身的特征和驾驶员的心理生理特性,其推理结果与真实数据误差较小,可用于分析模糊推理的车辆跟驰行为特点。     

基于隶属度函数的车间协同调度方法*

快速发现制造瓶颈是实现车间调度的有效方法。借鉴面向对象的设计思想以及基于模糊数学的最大隶属度原则,提出面向产能瓶颈单元的协同调度,进一步提出产能协同调度二维表示方法,将各类资源归一化,研究并建立了产能协同调度模型。通过实证,运用面向瓶颈的优化调度方法,解决了如何在有限资源的情况下实现复杂制造系统最优化调度的问题。     

一种保证隶属函数完备性和模糊集合语义一致性的学习方法

文中首先对模糊系统的两类主要的学习算法：梯度下降和遗传算法方法进行了深入分析,并指出了存在的问题。然后,在此耻提出了一种针对半梯形和三角形尿属度函数的保证尿属度函数ε－完备性和模糊集语义一致性的参数调整方法,并基于上述方法实现了一种新的基于遗传算法并利用梯度下降的快速模糊系统学习算法。最后通过实例进行了模拟,验证了该方法的高效性,以及保证隶属度函数完备性和模糊集合语义一致性的优点。     

基于三分法的IFS非隶属度函数确定方法

针对直觉模糊集(IFS)的非隶属度函数难以确定的问题,提出一种基于三分法的IFS非隶属度函数确定方法.首先,给出了确定IFS非隶属度函数的计算公式和非犹豫度指数的概念,规范了IFS非隶属度函数的确定方法,进而给出了非犹豫度指数的性质定理.其次,提出了基于三分法的IFS非隶属度函数的计算方法,给出了正规直觉模糊集的概念,证明了该方法确定的直觉模糊集是正规直觉模糊集.最后,以空袭目标识别的指标参数(飞行高度)实例,验证了方法的有效性.     

模糊粗糙神经网络特征选择方法研究

实际采集的数据中往往存在模糊不确定性和粗糙不确定性,为全面度量数据的不确定性,引入了模糊粗糙集中的模糊粗糙隶属函数概念,并结合容错能力较强的神经网络设计了一种新的模糊粗糙神经网络.该网络不仅训练速度快,且具有较好的分类效果.利用该网络设计了一种新的特征选择算法,根据精度下降指标对输入节点进行结构修剪,实现最优特征子集的搜索.通过UCI数据集实验,并与RBF网络选择结果进行比较,表明该算法具有精度高、速度快、泛化性能好等优点,是有效的.     

基于粗糙描述逻辑的不精确时态知识表示研究

在粗糙描述逻辑基础上扩充不精确时态关系,以满足不精确时态知识表示与推理的需要。首先给出了粗糙集及粗糙描述逻辑的相关概念;接着通过定义粗糙时态描述逻辑不精确时态关系,扩展了粗糙描述逻辑中具体域,并给出了可靠性和完备性证明;最后通过实际例子说明粗糙时态描述逻辑的知识表示和应用,结果表明扩展后的粗糙时态描述逻辑可以实现不精确时态知识的表示与推理。     

基于B样条隶属函数的模糊推理系统

隶属函数和推理规则的确定是模糊推理的难点。通过研究模糊推理过程和B样条函数的特性,对应用B样条函数拟合模糊隶属函数进行推理的方法进行改进。通过对误差极值点、曲率极值点的计算和筛选,得到B样条函数的型值点。反算求得控制点之后,通过自适应增加控制点对曲线进行调整,增加曲线对隶属函数的拟合度,解决了B样条函数对隶属函数的拟合问题。建立B样条推理规则,构造实现了B样条推理系统,并求出该系统的最终结果为B样条超曲面。最后,通过实验验证了该方法的有效性和可行性。     

基于本体的设备维护知识表示研究*

为满足设备维护领域知识数字化表示的需求,根据设备维护领域知识的特点,将本体引入到该领域的知识表示中。通过对设备维护资源构成的分析,以设备维护知识中维修经验知识表示为例,分析其概念和属性关联关系,设计了维护案例本体表示方法。采用OWL对维护案例本体进行统一的形式化描述和表示,较好地解决了维修经验知识的共享与重用难题。研究提出的维修经验知识表示方法已在某大机组群监测系统中得到成功应用。     

Fault diagnosis of a mixing process using deep qualitative knowledge representation of physical behaviour

This paper describes an on-line fault diagnosis system which diagnoses faults in a pilot scale mixing process using on-line measurements. Fault detection and fault diagnosis is performed based on a qualitative model of the mixing process. The qualitative model provides a set of constraints for the system being diagnosed. Once it is violated, a particular fault is detected. Since most of the information used by the diagnosis system comes from on-line measurements, it is important to determine whether sensors are working normally or not before considering failures of other components. Sensor failure is mainly diagnosed from heuristic considerations, while the failures of other components are diagnosed from a procedure of hypothesis generation, qualitative simulation, and comparison. Based on a hypothesis, the behaviour of the system being diagnosed is simulated from its qualitative model and is compared with the actual measurements. Depending upon whether they conflict or not, the hypothesis is denied or retained. A new approach for reducing the ambiguity in qualitative simulation is described. Ambiguity is reduced by taking account of the information on the order of magnitude relations between different physical variables.     

基于知识表示学习的KBQA答案推理重排序算法

现有的知识库问答（KBQA）研究通常依赖于完善的知识库,忽视了实际应用中知识图谱稀疏性这一关键问题。为了弥补该不足,引入了知识表示学习方法,将知识库转换为低维向量,有效摆脱了传统模型中对子图搜索空间的依赖,并实现了对隐式关系的推理,这是以往研究所未涉及到的。其次,针对传统KBQA在信息检索中常见的问句语义理解错误对下游问答推理的错误传播,引入了一种基于知识表示学习的答案推理重排序机制。该机制使用伪孪生网络分别对知识三元组和问句进行表征,并融合上游任务核心实体关注度评估阶段的特征,以实现对答案推理结果三元组的有效重排序。最后,为了验证所提算法的有效性,在中国移动RPA知识图谱问答系统与英文开源数据集下分别进行了对比实验。实验结果显示,相比现有的同类模型,该算法在hits@n、准确率、F1值等多个关键评估指标上均表现更佳,证明了基于知识表示学习的KBQA答案推理重排序算法在处理稀疏知识图谱的隐式关系推理和KBQA答案推理方面的优越性。     

一种基于隶属函数的相似度计算方法及其应用*

针对在模糊实例检索中传统的基于距离函数相似度算法的复杂性和不精确性等缺点,通过分析隶属函数提出了基于隶属函数的相似度计算方法。该方法根据不同类型的检索需求,构建了针对模糊数字型需求和模糊语义型需求的相似度计算模型;同时考虑了属性权重问题,采用基于相似度离差信息的客观赋权方法将主观权重和客观权重加以组合,以组合权重来计算实例的全局相似度。以汽车发动机的概念设计为例,验证了基于隶属函数的相似度计算方法能对不同类型的需求实现快速而有效的实例检索。     

基于可分性测度的模糊隶属函数确定方法

隶属程度的思想是模糊数学的基本思想,应用模糊数学方法解决实际问题的关键在于建立符合实际的隶属函数,然而,如何正确地确定隶属函数仍是至今尚未完全解决的问题.鉴于此,提出一种基于可分性测度的隶属函数确定方法,利用类间在各个特征上的可分性确定模糊集的划分,进而确定描述该模糊集的隶属函数.通过轨道电路故障诊断实验表明了所提出方法的有效性.     

基于遗传算法的模糊隶属函数的选择

确定合适的隶属函数对模糊控制效果有重要影响,是应用模糊控制的基础,也是难点之一。作者应用遗传算法对模糊温度传感器信号处理过程中的隶属函数进行选择,阐述了基本原理和具体实施过程,最后用一具体的实例来说明该优化算法在模糊隶属函数选择中的应用。结果表明：该方法简单实用,具有较为理想的效果。     

应用带标识的模糊Petri网的知识表示方法

提出一种在某些库所中带有标识的模糊Petri网模型来进行知识表示。为了获得更多的加权模糊产生式规则的信息,在知识表示的过程中考虑了权值,确定性因子,阈值等参数。这种模糊Petri网充分利用了Petri网的并行处理能力。随着带标识的模糊Petri网的运行,网中标识的变化可以标记加权模糊推理的运行。通过文中给出的基于相似性测度的计算方法可以更加高效地计算出多层加权模糊推理的推理结果。