云规则生成器的异常分析与对策研究

云规则生成器是实现基于云模型的控制系统的核心模块，该文对云模型、定性知识的表示及云规则生成器的异常情况进行了分析，提出了异常报告、异常处理及前件序列化相结合的方法，从而提高了云规则生成器的稳定性、可靠性、效率及灵活性。最后，据此设计了云规则生成器的实现体系。     

有关逆接助词“ノニ”与“テモ”的对比研究——以逆接确定条件的前件为中心

在现代日语中,'ノニ'和'テモ'常被作为表示逆接的接续助词来使用。至今为止,对这些连接助词进行的研究大多都是从语用论及构造论等方面展开的,而对于同作为逆接确定用法的'テモ'和'ノニ'进行的对比研究并不多。在这一事实的基础上,分别从前件中出现的事件及事态的性质和特征、与表示时间的语句及疑问词的共起、语句的重复使用四个方面...     

青少年机器人足球比赛系统决策编程的可视化

分析了机器人足球比赛系统中决策子系统的一般结构，建立了产生式推理模型和决策的表达模型，构造了机器人足球比赛系统的决策程序的结构；定义了决策存储的结构体变量类型，设计了菜单，并以此形式实现了决策编程的可视化。     

基于云模型的短期电价预测

现有的电价预测方法有时间序列、神经网络、小波变换等,都是对点进行预测。该文提出一种基于云模型的短期电价预测新方法。首先,介绍了云模型的概念和特点,给出基于云模型的电价和负荷数据的离散化和概念跃升过程,得到了电价和负荷的概念模型。通过极大判定法对数据集进行软划分,建立电价与负荷的布尔型数据库,然后根据给定的支持度和置信度软域值,采用基于云的关联知识挖掘算法,得到时间、负荷和电价之间的关联规则。最后,以时间、负荷的合取作为规则前件,以电价作为规则后件,建立规则发生器,根据挖掘出的规则进行预测。该文所提方法得到的预测结果是一系列不确定的离散点的集合,集合中的每一个点都可作为预测结果提供给用户,用户可以根据经验和其它信息来适当选择结果,也可以将所有点的期望值作为结果提供给用户。     

前件变量未知的T-S模糊系统输出反馈控制

针对一类带有未知前件变量的T-S模糊系统,提出一种新的观测器-控制器设计方法.首先,在前件变量完全未知的情况下,将观测误差方程中由未知前件变量导致的相关项利用Lipschitz条件进行限制;然后,根据Lyapunov函数得到系统稳定性条件,同时提出一种基于特征值的矩阵缩放方法和一种基于模糊 Lyapunov 函数的高增益观测器方法计算观测器-控制器的增益矩阵;最后,针对动力定位船舶的控制问题对两种方法进行仿真验证和比较分析,以表明所提出方法的有效性.     

基于T-S模糊神经网络网上智能咨询系统理论应用研究

本文介绍了T-S模糊神经网络理论和改进的T-S模糊神经网络理论及其结构模型.将改进的T-S模糊神经网络理论应用于网上智能医药咨询系统的开发理论研究,为将来现在方兴未艾的网上看病咨询系统提供了理论基础.     

基于量子粒子群的斜坡上两轮移动机器人的广义二型模糊控制

两轮移动机器人(2WMR)本身具有多变量和非线性等特征,从而使其控制变得复杂。当2WMR在倾斜的表面上移动时,控制问题变得更加复杂。针对2WMR的非线性模型,设计2WMR的广义二型模糊逻辑平衡控制器和位置控制器。针对广义二型模糊逻辑控制器(GT2FLC)中前、后件中参数难以设定的问题,通过量子粒子群算法(QPSO)优化隶属函数中的参数。针对GT2FLC和区间二型模糊逻辑控制器(IT2FLC)在不同斜面上对移动2WMR的平衡和位置控制的效果进行进一步的对比分析,并干扰对控制效果的影响。仿真结果表明,GT2FLC具有更好的抗干扰能力。     

基于事件触发的网络化T-S模糊系统容错控制

研究了基于事件触发的网络化T-S模糊系统容错控制问题．首先针对一类具有随机执行器故障的网络化T-S模糊系统,提出一种有效减少数据传输量的事件触发机制．然后在综合考虑事件触发机制和控制器与T-S系统前件变量的异步的情况下,建立一种能同时描述事件传送策略、执行器失效、网络诱导时延和异步前件变量的新颖模型．利用李亚普诺夫泛函方法,得到保守性较小的闭环T-S系统均方渐近稳定条件和相应的容错控制器设计方法．实例表明了本文所得结果的有效性．