基于模糊推理的专家系统的研究与实现

介绍了故障诊断型模糊专家系统的知识表示和推理方式,研究运用模糊推理理论,采用模糊产生式知识表示法,利用模糊关系矩阵和语义距离相结合的方法设计了一个诊断模型,并探讨以该诊断模型的研究为基础,实现了一个异步电动机故障诊断型模糊专家系统.     

基于虚拟植物生长模型的农业专家系统研究

针对传统农业专家系统存在着缺少动态预测功能及机理性解释的缺点,提出一种虚拟植物生长模型和农业专家系统的集成框架.详细介绍了虚拟植物生长模型的研究概况,着重论述了基于虚拟植物生长模型的农业专家系统体系结构以及各组成部分的功能.在此基础上,进一步讨论了新型农业专家系统的开发原则.虚拟植物生长模型和农业智能系统的有机集成,可以帮助推理机获得推理决策所必需的数据;此外,模型的预测结果与专家经验知识进行有效协同融合,可以实现定性决策与定量决策推理的有机结合,降低系统决策的风险性.     

基于二叉树的上下文相关L-系统实现

从底层数据结构的角度讨论了上下文相关L-系统实现中的几个关键问题.结合L-系统的语法,解释了以二叉树为底层数据结构的新系统设计机理,提出了生长方式树和生长状态树的概念,给出了新的数据结构形式下生长状态演化算法的实现.与采用线性数组实现的L-系统相比,新系统很好地模拟了L-系统本身的树形逻辑结构,简化了L-系统中上下文搜索的过程,在生长模拟环节有更高的时空效率,且具备更好的可扩展性.以虚拟植物生长为背景,介绍了如何基于新数据结构进行虚拟植物绘制和绘制优化,并通过实例验证了新算法的有效性.     

基于GPU的植物生长模拟

为了提高复杂植物生长模拟的性能,结合虚拟器官网络和图形处理器（GPU）技术提出植物生长模拟方法.该方法采用虚拟器官网络作为植物生长模型,用于描述植物器官的生理属性和形态属性、植物器官间的关系、环境对植物器官的影响以及植物器官的生长规则.利用GPU架构的优势,以并行计算的方式实现植物生长演化和植物形态展现,从而提高植物生长模拟的计算速度.实验结果证明,采用该方法不仅能够模拟植物的生长,而且相对基于CPU的串行植物生长演化和形态展现有性能上的优势.     

基于模糊Petri网的模糊推理算法

运用模糊Petri网进行模糊推理，有利于知识表示结构化，推理过程清晰化，且具有高度的并行处理能力，但在现实世界中无法直接确定命题的真实程度。该文利用相似度原理以及连续函数对模糊Petri网作标识，根据带标识的模糊Petri网变迁触发规则得到系统输出。此外，当知识库所中增加新的规则，只须在原有的模糊Petri网中增加相应结点，对原来专家系统中知识维护有较大的帮助。     

模糊推理系统的建模分析

利用模糊集合理论与系统辨识、参数估计的理论和方法，分析并给出了 模糊推理系统的建模特征、建模任务以及建模方法的思想。     

基于自适应神经模糊推理系统的微波炉温度控制

针对微波炉温度对象的不确定性，作者提出了用自适应神经模糊推理系统(ANFIS)对微波炉温度进行自适应控制的自适应神经模糊控制器。对ANFIS训练及检验的结果表明，该自适应神经模糊控制器具有较高的控制精度，控制效果较好。     

基于模糊Petri网的模糊推理算法

运用模糊Petri网进行模糊推理,有利于知识表示结构化,推理过程清晰化,且具有高度的并行处理能力,但在现实世界中无法直接确定命题的真实程度.该文利用相似度原理以及连续函数对模糊Petri网作标识,根据带标识的模糊Petri网变迁触发规则得到系统输出.此外,当知识库所中增加新的规则,只须在原有的模糊Petri网中增加相应结点,对原来专家系统中知识维护有较大的帮助.     

LED系统促进植物生长

人类要想长期在太空中生活,需要一个可持续的环境,而植物可为人们提供新鲜的食物、清洁的空气和水,因此在太空中种植植物是解决该问题的有效途径之一。但是,植物的生长需要光,这在太空中是一个难题。因为太阳的光照时间与飞船所处的方位密切相关,而飞船的方位又是时刻在变化的,所以,太空中的植物通常得不到其生长所需要的最佳光照。因此,NASA一直在研究利用人造光源促进植物生长的方法。     

基于参数化L系统的植物结构模型可视化模拟

植物学家归纳出的植物结构模型,规定了植物形态发生的方式以及植物生长的最终结构.根据结构模型进行植物建模可以精确描述植物的结构特点,可视化模拟其生长过程.探讨了利用参数化L系统生成这些结构模型的方法以及基于这些模型的植物形态可视化模拟,给出了模拟这些结构模型所需的L系统的迭代公理和若干产生式参数.在模拟具体植物时,该方法可以方便、快速地生成植物的空间结构.     

基于模糊逻辑的模糊神经网络推理机结构及其实现

讨论了基于模糊逻辑与神经网络的模糊神经网络推理机的结构;给出了将模糊产生式规则转换为相应模糊神经网络的方法;深入探讨了采用欧氏距离作为误差函数的改进ＢＰ算法;给出了在数据融合中使用该模糊神经网络推理机进行目标平台识别的例子．     

基于内积真值流推理的模糊控制算法

指出目前常用模糊控制算法均是基于一种内积值流的模糊推理方法,并且得到了响应决策量的一般表达形式,同时指出,目前模糊控制算法中的响应决策量均是它的一种特例。     

一种基于相似测量的模糊推理方法

本文提出一种基于两个向量适配函数进行模糊推理的新方法,讨论了单输入单输出（ＳＩＳＯ）系统和多输入多输出（ＭＩＭＯ）系统．这种方法克服了传统Ｍａｍｄａｎｉ推理中存在的“信息丢失”现象,对模糊推理方法是一种重要的改进．     

基于模糊推理的名片识别后处理方法

针对名片信息的特点和通常的OCR名片识别方法识别率较低的问题,提出一种新的基于模糊推理的名片识别后处理方法.该方法通过OCR识别得到的文本信息和候选文本信息来进行文本内容分析,通过OCR过程中的图像切分参数进行版面分析,在分析中均采用模糊推理的方法,同时,提出一种新的模糊运算的交型算子,应用于模糊推理运算中.最后综合上述内容分析和版面分析的结果得到最终的信息分类结果.实验结果表明,该方法在名片识别和分类正确率方面明显优于其他几种常用名片系统采用的算法,本方法不仅提高了OCR识别的正确率,而且还提高了经后处理以后的识别正确率.     

虚拟植物形态生成关键算法研究

基于L系统理论,通过子结构算法和枝条模拟算法来仿真植物的形态生成.虽然分形L系统理论建立的数学模型能够很好的描述植物的生长状况,然而一般的L系统算法,效率低速度慢.针对这些缺点,笔者采用子结构算法对一般的L系统加以改进,该算法对于重复出现的结构只计算一次,因此不仅可以提高模拟复杂结构的计算速度,而且可以降低几何信息的存储量.另外,一般的枝条模拟算法模拟植物枝条时往往在枝条间会出现缺口问题,针对这个问题,笔者提出一种无缺口的枝条模拟算法.     

基于加权模糊推理的损害油层改善措施方案优选

针对损害油层措施方案优选问题,提出了一种基于加权模糊推理网络的智能决策方法.该决策模型融合了模糊逻辑,能够较完整地表达领域规则和先验知识,以及神经网络自适应环境的优点,可同时处理定性知识和定量数据.根据油田已有的大量损害油层地质研究资料和措施效果历史数据,确定影响措施选择的决策因素指标,并以损害油层在某种措施下的增油效果和稳产时间为决策目标构建智能决策模型.所建立的模型可直接为措施方案的优选提供决策支持.文中给出了该智能决策模型的建立和具体实现方法,油田实际资料处理结果证明了决策模型的有效性.     

一种模糊推理强机动目标跟踪新算法

针对机动目标状态估计算法对强机动目标跟踪性能下降,甚至发散的问题,在机动目标状态估计算法基础上引入模糊推理多重修正因子,提出一种新的强机动目标自适应跟踪算法.采用残差统计距离和目标机动加速度的2-范数作为模糊输入量,自适应地计算出多重修正因子来实时调节预测协方差.该算法保留了对一般匀速或弱机动目标的高精度跟踪性能,同时增强了滤波器对强机动目标的自适应跟踪能力.仿真结果表明,新算法提高了对强机动目标的估计精度,加快了跟踪的收敛速度.     

采用重要度和模糊推理的数控刀架危害性分析

以数控刀架系统为研究对象,基于美国国防部军用标准MIL-STD-1629A的故障模式、影响和危害性分析(FMECA)的思路,提出了一种改进的FMECA分析方法。该方法以重要度来判断严酷度,以专家权重评分数确定危害度,最后采用专家模糊推理进行危害水平的综合评估,有效地找出了影响刀架系统可靠性的薄弱环节,为对其进行可靠性改进设计以及制定合理的维修策略提供了科学依据。