泛组合运算模型研究

泛逻辑学是在模糊逻辑的基础上,分析命题之间关系的连续可变性。提出了“广义相关性”和“广义自相关性”两个重要的概念,将命题连接词运算模型定义为由相关性所控制的算子簇,实现了命题连接词运算模型的柔性化。其中泛组合运算模型是为了满足连续值逻辑中综合决策的需求而提出的。目前仅有二元模型,在实际应用中迫切需要多元模型。但由于泛组合问题的复杂度随着“元”的个数增加而急剧增大,其设计有一定的难度。提出了多元泛组合运算模型和生成元加权零级泛组合运算模型,从而不仅满足了应用中多元综合决策的要求,还进一步完善了泛逻辑学中的命题连接词理论。     

二级倒立摆的泛逻辑稳定控制研究

针对二级倒立摆的稳定控制问题,提出了一种以泛逻辑学为逻辑基础的控制器,控制器以任意区间[a,b]上的零级泛组合运算模型为核心决策部件,决策过程中考虑到输入变量之间的关系、输入量的测量误差,并允许决策门限连续可变。对二级倒立摆实物系统的泛逻辑稳定控制实验和抗干扰实验,以及同模糊控制方法和线性二次型最优状态调节器控制效果的比较证明了该方法的有效性和优越性。     

基于泛布尔代数的升船机结构逻辑控制研究

以抑制升船机结构的地震鞭梢效应为研究目标,根据升船机结构振动控制的相关经验,确立了泛布尔代数逻辑控制规则,完成了一种逻辑控制算法的设计。将该算法应用于现有的升船机结构模型的控制,成功运用Matlab/simulink进行了算法仿真,并对仿真结果进行了比较分析。仿真结果表明,基于泛布尔代数的逻辑控制方法控制简单、灵活、方便、有效,该逻辑控制算法适合典型的升船机结构,具有明显的抗震减震效果,达到了升船机结构抗震控制的工程要求。     

不等权泛平均运算模型研究

泛平均运算模型是为了满足连续值逻辑中逻辑折衷的需求而提出的。鉴于现有的泛平均运算模型描述的是 一种理想的等权情况,给出了两种加权算子泛平均运算模型,提出了一种不等权泛平均运算模型及其对偶模型,并指 出加权算术平均算子、加权几何平均算子、加权调和平均算子、广义加权平均算子等都是其对偶模型的特例。最后比 较了广义加权平均运算模型和不等权泛平均运算模型的异同。     

一种基于泛布尔控制理论的可编程控制器的设计

本文介绍了一种基于泛布尔控制理论的可编程控制器的设计,此种控制器利用逻辑模型实现对复杂工业对象过程量的控制。文中举例说明了此种控制器编程简便,应用灵活的特点。     

不等权泛平均运算模型研究

泛平均运算模型是为了满足连续值逻辑中逻辑折衷的需求而提出的.鉴于现有的泛平均运算模型描述的是一种理想的等权情况,给出了两种加权算子泛平均运算模型,提出了一种不等权泛平均运算模型及其对偶模型,并指出加权算术平均算子、加权几何平均算子、加权调和平均算子、广义加权平均算子等都是其对偶模型的特例.最后比较了广义加权平均运算模型和不等权泛平均运算模型的异同.     

倒立摆系统的泛逻辑控制及相关比较研究

针对水平导轨直线型二级倒立摆的稳定控制问题,提出了基于泛组合运算模型的泛逻辑控制方法,并设计实现了其线性二次型最优调节器、拟人智能控制器和模糊控制器。通过对各控制器设计特点和控制效果的比较研究发现,所提出的泛逻辑控制器由于本质上具有的柔性特征,对系统具有较高的控制精度,在控制快速性和稳定性方面表现较好。     

泛模糊逻辑控制器研究

文章在总结模糊逻辑控制器一般结构的基础上,采用泛逻辑算子簇柔化了模糊推理操作,从而提出了一种新型的变结构模糊逻辑控制器———泛模糊逻辑控制器,同时使用具有自适应学习率的模糊神经网络BP算法进行训练,可据不同控制对象来确定合适的控制结构。仿真结果表明,该方法是有效的。     

无模型控制律的基本形式收敛性分析

在实时建模与反馈控制一体化的思想下,利用"泛模型的基本形式",对无模型控制律的收敛性进行了定量和定性的分析,给出了控制律收敛的必要条件、特征参量选择方法以及影响收敛特性的因素.从理论上,进一步证明了无模型控制器设计方法的合理性,并为控制器的设计提供理论依据.分析结果表明了在考虑控制系统设计的建模问题时,可以脱离开"先建模后设计"的经典途径,只要从所谓的泛模型出发,所设计的无模型控制律的收敛性将得到保证.     

任意区间上的泛组合运算模型研究

泛组合运算为处理复杂系统中因素间相互冲突或协调的关系提供了有效解决途径。针对传统泛组合运算模型是基于单位区间[0,1]的理想情况,重点对在任意区间上取值的泛组合运算模型进行研究,给出并严格证明了其具有的一系列重要性质,为泛组合运算模型在控制中的应用提供了有力的依据。     

泛逻辑的一级泛运算模型的代数性质

论文讨论泛逻辑的一级泛运算模型的基本代数性质。证明了T(x,y,h,k)(h∈(0,0.75),k∈(0,1))是幂零的阿基米德型三角范数,T(x,y,h,k)(h∈(0.75,1),k∈(0,1))是严格的阿基米德型三角范数;泛与运算模型与泛蕴涵运算模型形成一个伴随对。当h∈(0,0.75),k∈(0,1)时,有界格(眼0,1演,∨,∧,觹,→,0,1)做成一个MV-代数;当h∈(0.75,1),k∈(0,1)时,有界格(眼0,1演,∨,∧,觹,→,0,1)做成一个乘积代数。进一步,给出了一级泛与运算模型与泛或运算模型的加性生成元与乘性生成元。     

基于泛关系模型表示的层次化模型管理框架

针对常见模型表示方法缺少对多阶段建模过程支持,造成不同建模阶段模型难以统一管理、共享和重用的问题,提出基于泛关系模型表示的层次化模型管理框架。分析现有模型表示方法特点和多阶段建模过程中模型表示及管理需求,采用泛关系模型表示建立概念模型和数学模型表示方法之间映射关系,建立一体化模型表示方法和层次化模型管理框架; 研究层次化模型管理框架中概念层模型和泛关系层模型的模型库设计逻辑,并基于泛关系理论,研究了物理层模型的动态生成方法,实现了不同建模阶段模型的一体化表示和统一管理。     

多分类器系统的泛组合规则研究与应用

现有的多分类器系统采用固定的组合算子,适用性较差。将泛逻辑的柔性化思想引入多分类器系统中,应用泛组合运算模型建立了泛组合规则。泛组合规则采用遗传算法进行参数估计,对并行结构的多分类器系统具有良好的适用性。在时间序列数据集上的分类实验结果表明,泛组合规则的分类性能优于乘积规则、均值规则、中值规则、最大规则、最小规则、投票规则等固定组合规则。     

概率逻辑关系柔性化的研究

结合概率和逻辑的优点,近年来人工智能研究人员提出了多种概率逻辑来解决不确定性问题,但是仍然存在着逻辑关系刚性化的问题。在泛逻辑学的框架内,分析了概率逻辑的局限,根据泛逻辑学的生成器,探讨了概率逻辑关系柔性化的问题。     

人工智能中概率逻辑的研究

概率论是在不完备的、不确定的数据中进行推理的,它是度量不确定性的重要手段。在人工智能中,研究者结合概率和逻辑各自的优点,进行概率逻辑的研究。本文介绍了传统概率逻辑的三大派别,阐述了二值逻辑概率和三值逻辑概率的发展;最后介绍了泛逻辑,通过对概率逻辑和泛逻辑学的研究,将概率逻辑纳入泛逻辑学的框架内。     

人工智能中概率逻辑的研究

概率论是在不完备的、不确定的数据中进行推理的,它是度量不确定性的重要手段。在人工智能中,研究者结合概率和逻辑各自的优点,进行概率逻辑的研究。本文介绍了传统概率逻辑的三大派别,阐述了二值逻辑概率和三值逻辑概率的发展;最后介绍了泛逻辑,通过对概率逻辑和泛逻辑学的研究,将概率逻辑纳入泛逻辑学的框架内。     

基于泛逻辑学的柔性命题逻辑研究

现有的数理逻辑是刚性逻辑，不能满足研究不确定性问题的需要．概率测度是研究不确定性问题的重要数学工具．但作为概率推理理论基础的概率逻辑发展不够成熟，影响了它在不确定性推理中的广泛应用．本文第二作者在探索包含确定性和各种不确定性的现实世界逻辑规律的基础上．建立一个包容刚性逻辑和柔性逻辑的命题泛逻辑学体系．本文利用这一研究成果，对命题概率逻辑进行了探讨．