复杂系统模糊建模的模糊树方法

对含高度非线性的复杂系统的模糊建模提出了一种二叉线性模糊树方法. 证明了对n维空间中任一闭集上有限样本集或连续函数, 总存在模糊树模型以任一精度逼近之. 模糊树模型在一定程度上模拟了对复杂问题进行分层、分段简化决策的思维过程, 故对其进一步的研究具有科学与应用价值.     

基于语言变量的关系数据库模糊查询

在模糊理论的基础上,将权重概念引入关系数据库模糊查询中,以体现用户对查询中各个属性的相对重视程度。记录按匹配度的降序输出,方便用户选择。权重和匹配度都是语言变量,取值为语言值,更加贴近自然。采用模糊集合的alpha截集去模糊的思想,将带语言值权重的模糊查询条件转化为精确的SQL语句,利用RDBMS的机制进行记录的筛选,避免对整个数据库表的扫描,在一定程度上保证查询的效率。     

基于模糊方法的切换系统稳定性研究

从实际出发提出切换系统进行模糊切换的必要性,给出模糊切换的关键因素即隶属度的确定方法.本文首先将切换系统转化为T-S模糊模型系统,这是一个非线性系统,根据克拉索夫斯基定理,给出判定此系统在原点小邻域内渐近稳定的条件,进而确定隶属度函数.大量的仿真结果证实,本文提出的使切换系统稳定的模糊方法是切实有效的.     

利用模糊神经网络实现数值信息与语言信息的融合

提出一种数值信息与语言信息融合的实现方法,融合是通过一个模糊神经网络完成的。该方法可用于对既有语言型变量,又有数值型变量的系统建立模型。实现融合的关键是对语言变量定义隶属函数。给出一种考虑决策者的偏好来描述语言变量的隶属函数的方法,仿真结果验证了算法的有效性。     

基于模糊聚类分析的模糊神经网络结构的优化

该文讨论了模糊聚类分析在模糊神经网络结构的确定中的应用。通过将模糊C－均值算法、有效性函数和模糊指数相结合,给出了模糊神经网络结构确定的方法,并且给出了应用该算法具体的模糊神经网络模型。     

基于模糊综合评判的入侵检测模型的应用与研究

针对现有入侵检测技术所存在的入侵行为特征描述困难、边界锐化、误报率和漏报率高等问题,结合模糊数学和层次分析法,提出了一种综合评判入侵检测系统性能的新方法:一方面采用改进后的层次分析法和熵值法相结合的综合分析赋权法来配置和调整权重;另一方面采用基于梯型函数的非模糊统计方法和遗传算法来建立最优的隶属函数,把评估的主观因素限制在很小的范围内,提高了评判结果的准确度和可信度.实验结果表明,该方法与Snort方法相比能明显的减少误报率和漏报率.     

基于凸多项式模糊熵的图象阈值方法

采用一种凸多项式代替模糊熵中的香农函数,提出了基于凸多项式模糊 图象阈值方法,以颗粒图象为应用实例,对其进行了验证。实验结果表明,该算法对颗粒图象的分割十分有效。     

一类模糊系统的逼近问题

对于一类模糊系统,首次给出了它们可在紧论域上以任意要求的精度逼近任意C^1函数的构造性充分条件,同时导出了可用于计算所需模糊规则条数的显式公式,对于多项式函数情形,证明了所给结果比献[1]中结果保守性要小。     

基于模糊关系的文本分类方法

为更好地对未标记文本进行分类,通过定义文本和类别的隶属函数,将测试文本和类别表示为特征的模糊集,计算模糊集之间的相关系数并用来度量测试文本到每个类别的隶属度,根据最大隶属度原则确定测试文本所属类别。实验结果表明,与k-NN算法相比,该方法有较好的准确率,分类速度有较大提高。     

一种基于模糊神经网络的融合故障诊断方法

通过构造模糊神经网络分类器,将基于模糊神经网络的数据融合方法引入到故障诊断中。通过在机组中设置温度传感器测量冷却介质进口温差、定子温度、冷却介质出口温差等模拟量,并求出各传感器对故障的隶属度,然后通过基于信息融合故障诊断算法确定故障原因,并且通过单传感器与多传感器融合结果的对比表明,多传感器数据融合诊断比单个传感器具有更高的准确性。     

基于直方图的图像模糊增强算法

对经典的模糊增强算法进行了分析,在此基础上,结合直方图数据,提出改进的模糊增强算法,使得在不影响图像处理质量的前提下,提高了算法处理的速度。     

基于模糊推理的多传感器数据融合方法

针对多传感器目标跟踪系统可能出现的传感器漏检现象,提出了一种基于模糊推理的消除漏检现象影响的方法。该算法根据各传感器的量测变化,及时调整参与融合的各传感器量测的数目及其加权系数,保证量测融合值的有效性。通过对两个传感器进行数据融合和目标跟踪的仿真表明,该算法是一种简单有效,有工程应用前景的数据处理算法。该方法同样适用于多于两个传感器的多传感器融合系统。     

基于改进蚁群算法的模糊控制器优化设计

研究控制器优化问题,由于模糊控制系统参数无法同时优化,使得系统选择参数困难,使系统控制效果存在一定的缺陷,安全性和可靠性降低。为解决上述问题,提出了一种多种群进化蚁群算法对模糊控制器优化设计。采用懒蚂蚁效应的改进蚁群算法进行优化,在传统蚁群算法的基础上,采用多个种群并行,对算法的初始化、路径构建以及信息素更新改进,并引入到模糊控制器的隶属函数、模糊规则的优化搜索中,搜索出适应于不同控制阶段的模糊控制器参数及控制规则,并进行仿真。仿真结果证明了改进算法对模糊控制器的参数具有良好的搜索速度和精度,使系统有很强的鲁棒性。     

一种改进的模糊增强算法

针对传统的模糊增强算法的一些不足,提出一个改进的算法,它主要是对隶属度函数的修改,使之取值范围更普遍,适应性更强。改进以后的算法能使图象保留更多的细节,使图象变得更加清晰,所有的算法都是用Madab编程完成。实验表明,本算法是可行的,有效的。     

基于模糊概念网络的信息检索模型研究

提出一种基于模糊概念网络的信息检索模型,模型采用自学习算法完成模糊概念网络的自动构建,实现基于概念的信息检索。性能测试实验的结果表明：提出的检索模型具有较好的性能。     

基于动态模糊综合评判的故障预测方法

根据故障预测的特点和要求,指出传统模糊综合评判方法的不足,提出了动态模糊综合评判方法,给出了动态权重矩阵和动态模糊关系矩阵的确定方法。并与规则推理相结合,以反后座装置为例对评判过程予以说明,证明了该方法的有效性和实用性。     

A Novel Approach for Combining Fuzzy Rules Using Mean Operators for Effective Rule Reduction

This paper will present a novel method based on harmonic mean, geometric mean, arithmetic mean and root mean square to help reduce fuzzy rules. The objective of the new method proposed is to produce fuzzy models with both a small number of interpretable rules and sufficiently high precision. Comparisons will be made between systems utilizing reduced rules and original rules to verify efficacy of the new methods in terms of the defuzzified outputs. As a practical example of a nonlinear system, an inverted pendulum will be controlled by a minimal set of rules to illustrate the performance and applicability of the proposed method.     

基于小波域的模糊增强算法

在小波域上用模糊增强算法实现图像的增强,这是涉足较少的一个领域,以前基本上都是分开研究图像的增强算法.在小波域上增强图像,小波基的选择是很重要的一个问题.给出了选择小波基的标准,针对本算法,使用了相对较好的bior4.4小波基,对模糊增强算法,在传统的模糊增强算法基础上,提出了一种改进算法.它主要是对隶属度函数的修改,改进后的隶属度函数取值范围更广泛,适应性更强.所有的算法都经过了Matlab编程,实验表明,增强以后的图像能够显示更多的细节,图像变得更加清晰,可以得出本算法基本上是成功的.     

自调整模糊控制器的软件仿真系统设计

该文提出一种具有修正因子的自调整模糊控制器软件仿真系统RMDFCSS。它包含有编辑器、调试器、模糊推理机和代码生成器功能,用编辑器定义模糊规则、隶属函数、特定的推理方法和反模糊化方法;用调试器能检查整个推理过程的每一个步骤,完成模糊控制算法模型的确立、论证和优化操作。