量测不确定下多传感器一致性数据融合算法

针对量测不确定下多传感器信息采集系统中数据有效融合处理,提出一种量测数据一致性融合算法.首先,引入马氏距离实现两传感器量测数据一致性的近似估计;然后,结合模糊理论中隶属度函数的性质定义一种度量局部量测信息提取和利用效率的支持度函数,进而构建综合全局量测数据间相互支持程度的支持度矩阵;最后,通过对支持度矩阵的计算求解各传感器量测数据在评估系统状态估计中的权重,并通过加权融合方式实现对系统状态真值的估计.理论分析和仿真实验验证了算法的有效性.     

模糊预测控制炉窑温度系统中应用

针对炉窑温度系统的大时滞、多扰动和非线性的特点,将T-S模糊状态空间模型作为预测控制的预测模型,并将T-S模糊表示的非线性系统转化为线性时变系统,给出了基于状态空间的多变量复杂系统的T-S模糊模型表达形式,设计出预测时域内多模型的非线性模糊预测控制器。根据实际控制中对控制量和输出的约束,将控制器输出求解转化为二次规划问题。     

三维几何约束求解的自由度归约算法

三维几何约束求解在装配设计、几何造型和动力学分析等领域有着广泛的应用．在分析基本几何元素间的约束关系对刚体自由度状态影响的基础上,提出刚体自由度的归约算法,以求得满足约束后刚体的自由度状态空间;以刚体自由度状态空间分析为基础,实现对合理约束的推理求解和约束一致性维护,该算法解决了三维几何约束求解中自由度计算问题,同时避免了一些推理求解算法中出现的“组合爆炸”问题．     

一致性规划研究

针对一致性规划的高度求解复杂度,分析主流一致性规划器的求解策略,给出影响一致性规划器性能的主要因素：启发信息的有效性,信念状态表示方法的紧凑性和最终问题求解机制的效率。分析信念状态的表示方法和相应的求解机制,并比较不同表示方法在不同条件下的优劣。讨论一致性规划的未来研究方向和发展趋势。     

近似空间复合的矩阵表示

针对近似空间中粗糙集上、下近似的求解问题,根据关系的矩阵表示和矩阵运算具有简便直观的特点,提出了利用矩阵方法对近似空间中粗糙集上、下近似进行计算。通过研究广义近似空间的复合和广义模糊近似空间的复合问题,首先对复合近似空间的算子和原来近似空间中的算子之间的关系作进一步的探讨,并说明了广义模糊近似空间的复合是广义近似空间复合的进一步推广;进而根据关系的矩阵表示和矩阵运算对近似空间中的一些运算以及相应的性质用矩阵进行了表示;最后对近似空间中粗糙集上、下近似的求解问题,也用矩阵方法进行了计算,理论证明结果显示了该方法是可行有效的。     

一类模糊逻辑系统的收敛性研究

以在理论和实际中应用广泛的Mamdani纯模糊逻辑系统为研究对象，提出了模糊格距离和格收敛性的定义并研究了它们的性质．在特征合成算法的基础上，证明了该系统的格收敛性，提出了输入状态空间和输出状态空间的划分方法，给出了控制中心和半径．     

一致性规划中互斥常量合成方法研究

为压缩一致性规划的状态空间,并加快一致性规划的求解速度,将常量引入到一致性规划中,定义一致性规划中的常量,形成新的知识表示"多值一致性规划任务",定义多值一致性规划动作模型,提出一致性规划常量合成方法,给出一致性规划常量合成算法.该方法利用常量的特性在所有初始世界状态和所有实例动作中猜测、验证常量.理论分析和实验结果表明该算法能合成正确的一致性规划常量,生成多值一致性规划任务.为说明一致性规划常量的应用效果,把生成的多值一致性规划任务与规划解重用启发式结合求一致性规划解,并与规划系统CFF进行对比实验.实验结果表明求解质量和效率较高.     

基于中介逻辑的模糊知识推理的搜索处理

中介逻辑是一种区分矛盾否定与对立否定、肯定一些对立知识间存在中介对象的逻辑系统。基于中介谓词逻辑描述模糊知识,合理修改与或图,将每一谓词表达式视为状态结点,把逻辑规则集合表示为状态搜索空间。在传统与或图搜索算法的基础上,修改启发函数,将模糊知识的推理问题转化为状态空间中的搜索问题,并给出了一种否定信息的处理方法。     

基于模糊自适应Kalman滤波的GPS/DR数据融合

针对标准Kalman滤波器对系统模型依赖性强、鲁棒性差,而GPS/DR系统的准确数学模型难以建立的问题,提出了一种模糊自适应联邦卡尔曼滤波器(FAFKF).首先通过模糊自适应滤波控制器监控观测量的残差理论值和实际值,并通过实时增强它们的一致性来调整各子系统观测噪声方差阵,使之更符合真实的模型,有效提高了Kalman滤波器对模型变化的适应能力.然后通过模糊自适应信息融合控制器对各子系统可信度进行模糊评判,并根据可信度自适应地计算信息分配系数来实现数据的融合.理论分析和实验数据表明该滤波器在滤波精度、容错性能上都有了很大的提高.     

基于Multi—agent的物流管理系统规划求解

为实现物流管理系统中的资源分配问题,分析了物流管理中任务的特点,提出了在应用multi-agent的物流系统中规划的表示方法,并提出了一种分布式求解方法。这种分布式方法是在对状态空间的层次分析基础上,利用状态空间结点之间的联系,实现求解中多agent相互促进的合作。     

基于LMI的一类非线性多时滞系统的模糊H∞滤波器设计

This paper develops fuzzy H1 filter for state estimation approach for nonlinear discrete-time systems with multiple time delays and unknown bounded disturbances. We design a stable fuzzy H1 filter based on the Takagi-Sugeno (T-S) fuzzy model, which assures asymptotic stability and a prescribed H1 index for the filtering error system. Sufficient condition for the existence of such a filter is established by solving the linear matrix inequality (LMI) problem. The LMI problem can be efficiently solved with global convergence using the interior point algorithm. Simulation examples are provided to illustrate the design procedure of the proposed method.     

Fuzzy multiobjective optimization of truss-structures using genetic algorithm

In this paper, a method for solving fuzzy multiobjective optimization of space truss with a genetic algorithm is proposed. This method enables a flexible method for optimal system design by applying fuzzy objectives and fuzzy constraints. The displacement, tensile stress, fuzzy sets, membership functions and minimum size constraints are considered in formulation of the design problem. An algorithm was developed by using MATLAB programming. The algorithm is illustrated on 56-bar space truss system design problem and the results are discussed.     

0-1背包问题的模糊粒子群算法求解*

针对基本粒子群算法在背包问题上表现的不足,在基本粒子群算法的基础上运用模糊规则表加入了新的扰动因子,提出了一种新的算法——模糊粒子群算法。该算法结合了模糊控制器中输入/输出的模糊化处理和粒子群寻优的特点,为实际问题提供了新的解决手段。将模糊粒子群算法应用于0-1背包问题上,通过多组实例数据进行测试,验证表明了本算法具有良好的有效性和鲁棒性。     

A better score function for multiple criteria decision making in fuzzy environment with criteria choice under risk

The aim of this paper is to develop a new method for solving multiple criteria decision making (MCDM) problems in fuzzy environment to overcome all the deficiencies observed in the existing methods. For this purpose a weighted geometric aggregation operator (WGAO) and a new score function based on interval valued intuitionistic fuzzy soft set of root type (IVIFSSRT) are defined and some interesting theoretical properties of these tools are established. It is shown that interval valued intuitionistic fuzzy set of root type is a generalization of interval valued intuitionistic fuzzy set. A new method for ranking the alternatives of the MCDM problem based on WGAO and the new score function is presented and an algorithm is developed for this purpose. The working of the algorithm is explained with an example and the efficiency and superiority of the tools and new method are established with the help of a critical comparison study. It is shown that the proposed method works efficiently in solving the MCDM problem in fuzzy environment.     

基于BP算法的模糊关系方程解法及仿真

模糊系统的模糊推理方法常依赖于一系列由主观决定的参数,如模糊隶属函数、模糊关系矩阵等.如何确定这些参数会直接影响系统的性能.为了能对这些参数进行优化,在通过神经网络来求解模糊关系方程近似解的基础上,提出了一种基于改进的BP算法的模糊反卷积问题的求解方法,利用梯度下降算法优化系统参数.为了加快系统的收敛速度,采用了搜寻后收敛进度来改进BP算法的学习率.仿真试验结果表明,该方法比传统方法具有更强的适应性以及快速收敛速度.     

基于线性判别分析的Choquet积分的符号模糊测度提取

在解决分类问题时,建立在Choquet积分上的分类器以其非线性和不可加性的特点,扮演着越来越重要的角色。由于Choquet积分中的符号模糊测度可以描述各特征对结果的影响,因此Choquet积分在解决数据分类及融合 问题方面具有显著的优势。但是,关于Choquet积分符号模糊测度值的求解,学术界一直缺乏有效的方法。目前最常用的方法是遗传算法,但是遗传算法在解决符号模糊测度值的优化问题时存在算法较为复杂、耗时较长等缺陷。由于符号模糊测度值在Choquet积分分类器中是决定性的重要参数,因此设计出一种有效的符号模糊测度提取方法十分必要。文中提出基于线性判别分析的Choquet积分符号模糊测度的提取方法,推导出在分类问题下Choquet积分的符号模糊测度值的解析式表达,其能够有效、快速地得出关键性参数。分别在人工数据集及基准实际数据集上进行测试与验证,实验结果表明所提方法能有效解决Choquet积分分类器中符号模糊测度的优化问题。     

基于部分状态信息的模糊控制器设计

基于部分状态信息的控制器是一类特殊的静态输出反馈控制器,一般难以利用线性 矩阵不等式工具求解.该文研究了Takagi-Sugeno模糊模型的部分状态反馈控制问题,设计问 题可以归结为求解一组双线性矩阵不等式.通过使控制器增益由全状态反馈变化为部分状态 反馈,这类双线性矩阵不等式可以利用同伦算法求解.从而,镇定模糊部分状态反馈控制器可 以通过迭代方法得到.仿真例子验证了算法的有效性.     

A multi-objective decision-making model with fuzzy rough coefficients and its application to the inventory problem

In this paper, we concentrate on developing a fuzzy rough multi-objective decision-making model according to uncertainty theory. We present some equivalent models and a traditional algorithm based on an interactive fuzzy satisfying method, which is similar to the interactive fuzzy rough satisfying method, in order to obtain a satisfying solution for the decision maker. In addition, the technique of fuzzy rough simulation is applied to deal with general fuzzy rough objective functions and fuzzy rough constraints which are usually difficult to convert into their equivalents. Furthermore, combined with the techniques of fuzzy rough simulation, a genetic algorithm using the compromise approach is designed for solving a fuzzy rough multi-objective programming problem. Finally, a model is applied to an inventory problem to illustrate the usefulness of the proposed model and algorithm, and then a sensitivity analysis is made.     

改进的室内移动机器人模糊位置指纹定位研究

在深入研究现有的室内机器人定位算法的基础上,提出了改进的室内机器人模糊位置指纹定位方法(IRF)。该方法首先利用样本节点之间的空间相关性,采用重心拉格朗日插值算法形成位置指纹库,然后将传统的求解高次坐标问题转换成空间隶属度问题,利用模糊匹配算法计算未知节点与指纹库中已知节点的贴近度,通过贴近度加权定位未知节点。利用卡尔曼滤波算法进行误差修正。实验结果表明,IRF定位方法与传统的定位算法相比,在降低误差、提高稳定性和效率方面具有更高的性能。     

A fuzzy random resource-constrained scheduling model with?multiple projects and its application to a working procedure in?a?large-scale water conservancy and hydropower construction project

The aim of this paper is to deal with resource-constrained multiple project scheduling problems (rc-mPSP) under a fuzzy random environment by a hybrid genetic algorithm with fuzzy logic controller (flc-hGA), to a large-scale water conservancy and hydropower construction project in the southwest region of China, whose main project is a dam embankment. The objective functions in this paper are to minimize the total project time (that is the sum of the completion time for all projects) and to minimize the total tardiness penalty of multiple projects, which is the sum of penalty costs for all the projects. After describing the problem of the working procedure in the project and presenting the mathematical formulation model of a resource-constrained project scheduling problem under a fuzzy random environment, we give some definitions and discuss some properties of fuzzy random variables. Then, a method of solving solution sets of fuzzy random multiple objective programming problems is proposed. Because traditional optimization techniques could not cope with the rc-mPSP under a fuzzy random environment effectively, we present a new approach based on the hybrid genetic algorithm (hGA). In order to improve its efficiency, the proposed method hybridized with the fuzzy logic controller (flc) concept for auto-tuning the GA parameters is presented. For the practical problems in this paper, flc-hGA is proved the most effective and most appropriate compared with other approaches. The computer generated results validate the effectiveness of the proposed model and algorithm in solving large-scale practical problems.