基于遗传算法的模糊规则自动生成

模糊控制是人工智能的一重要研究领域,已在家电和工业控制中得到重视和应用。模糊规则自动生成是模糊控制的关键性技术之一。将介绍模糊控制的原理,提出了基于遗传算法的模糊规则自动生成算法,并说明其特点。     

模糊子集及规则的合并算法研究

在应用模糊系统时，常常会遇到的一个问题就是系统中可能存在冗余的模糊子集和模糊规则。一方面增加了系统复杂性，浪费了计算能力，另一方面也给使用自然语言来描述系统造成了困难。本文针对TS模糊系统提出一种模糊子集和模糊规则的合并算法。使用该算法能有效地减少模糊子集和模糊规则的数目，进而减小了系统的复杂性，提高系统的可描述性。数字仿真结果证明了本文所述算法的有效性．     

一种基于模糊规则的非线性系统快速模糊辨识方法

针对以往模糊建模方法中算法中算法过于复杂的问题，提出了一种简单而有交的复杂系统模糊建模新方法。该方法是基于输入空间的模糊划分，计算给定样本在各模糊子空间的隶属度，并列用卡尔曼滤波算法辨识模糊模型的结论参数。整个辨识过程与模糊聚类方法和误差反馈学习方法相比所需的CPU时间最短。最后通过著名的Box-Jenkins煤气炉数据仿真结果证明了该方法的有效性与实用性。     

基于模糊规则的货运车调度方法

传统上 ,调度员在安排车辆满足客户的要求时 ,主要考虑车辆与需车点的距离 ,即让靠客户最近的货车去提供服务以减少时间 .但实际上 ,调度员还应设法对所有的司机提供相对平等的“生意机会”,即具备公正性 .因此 ,实际调度原则至少应考虑“距离的远近”和“使用次数多少”两个因素 .对此 ,本文提出了一种用模糊规则协调这两个因素的方法 ,并进行了相应的计算机仿真.     

从数据中挖掘模糊规则及其系统实现

针对一类多输入单输出模糊逻辑系统，提出一种简单而有效的方法从数据库中挖掘模糊规则．该方法产生的模糊规则库具有良好的完备性和鲁棒性，从仿真实验可以看出利用数据挖掘方法建立的模糊系统具有更好的逼近能力．为了使该方法在应用上具有良好的通用性，设计和实现了基于组件技术的数据挖掘系统．     

基于模糊证据推理的突发事件风险分析模型

突发事件发生、发展和演化过程中的风险属性来源复杂,且相关信息具有不确定、不完备的特点.为准确分析这一特点下的突发事件运行风险问题,引入模糊证据推理构建分析模型.首先根据突发事件的结构化描述框架和故障模式影响危害分析(FMECA)方法构建突发事件风险属性识别框架,获取信息作为风险分析证据并对其进行规范化处理;然后以模糊证据推理构建突发事件风险分析的模型,通过计算,给出事件风险程度的合理判断;最后选取CRH某型动车组行车安全事件进行实例分析.分析结果表明,在分析突发事件风险时,针对信息不确定、不完备特点构建的模糊证据推理模型具有可行性与有效性,同时该模型能够为突发事件风险分析和风险应对决策的制定提供辅助参考.     

基于粗集的模糊信息系统有序规则获取

模糊信息处理是信息科学领域的一个热点和难点。针对一类带有三角模型的模糊信息系统,提出一种基于粗糙集的有序规则获取方法。证明了三角模糊数之间基于可能度的序关系是一种弱序关系,进而将模糊信息系统转化为二元信息系统,利用粗糙集理论推理出模糊信息系统的最优有序规则。仿真实例表明了该方法的有效性。     

基于模糊关联规则的股票市场交易规则抽取

将模糊关联规则应用于股票市场的交易规则抽取,以期能为投资者投资做出正确决策.首先选用聚类方法对模糊集属性进行离散化,进而构造模糊集和隶属函数,给出模糊集构造算法,最后提出适合股票交易规则抽取的模糊关联规则算法FARS.实验结果表明,所得规则能很好的反映股票交易中的实际情况.     

基于精简模糊分类关联规则的分组模糊判断方法

为提高土地评价知识表达的简易性和可解释性,提出利用精简模糊分类关联规则和模糊判决进行土地评价的方法.为了降低土地评价模型的复杂程度,提高模糊关联规则分类的有效性和可解释性,本文通过精简模糊分类关联规则,去除了冗余规则,并针对了模糊判决中难以判决的问题,提出分组模糊判决算法进行迭代.实验表明,在采用32条精简规则的情况下,结合精简模糊分类关联规则和分组模糊判决进行土地评价方法获得准确率为92.2835%,比精简前在最小支持度为0.005的情况下得到的32条模糊分类关联规则准确率提高了5.0039%.     

基于模糊规则的双机格斗行为建模方法研究

研究了基于模糊规则的双机斗空战行为建模方法，提出了一种用模糊规则建立的三层决策模型，并运用遗传算法对层飞机状态模糊控制器进行了优化。文中给出了实验仿真结果，结果表明这种用模糊规则建立的行为模型产生了逼真的空战格斗行为。     

考虑不确定性的应急响应目标可满足性评估方法

应急响应目标的可满足性评估对应急响应的实施具有重要指导作用,针对应急响应目标可满足性存在不确定性的问题,提出一种在情景-应对模式下能够对目标可满足性进行评估的方法.该方法在证据理论框架下,首先基于信度结构构建目标可满足性表示模型,在表示模型的基础上,文章结合情景,采用信度规则推理出叶子目标的可满足性.然后提出改进的OWA算子用以计算目标分解权重,进而采用证据融合算法评估高层目标的可满足性,评估结果可为决策者提供理论依据.最后,采用算例验证了方法的有效性,结果表明,该方法能够兼顾目标间的作用关系,其评估结果能较好地与人的主观直觉判断相一致.     

应急系统调度问题的模糊规划方法

应急系统调度问题通常仅把“应急时间最短”作为系统的优化目标,易导致出救点数目较大的情况,无论从系统的稳定可靠性还是费用考虑,这种提发生是极其不利的,针对这一特点,提出了基于“时间最短”,“出救点数目最少”的多目标数学模型,考虑决策者偏好的模糊性,本文采用模糊规划的思想方法处理该问题,并给出了相应的求解算法,算例及实际运用令人满意。     

事前-事中两阶段突发事件应急决策方法

针对具有事前不确定情景预测信息的突发事件应急响应决策问题,考虑到事前防灾、减灾措施会对事中应对措施的实施效果造成影响的问题特点,提出了一种事前-事中两阶段突发事件应急决策方法.该方法中,首先通过计算各事中应对措施的效用值确定针对不同防灾、减灾措施和事中灾害情景的最优事中应对措施;然后,基于后悔理论的思想,构建两两防灾、减灾措施比较的过度应对预期后悔矩阵和应对不足预期后悔矩阵,进而构建综合预期后悔矩阵;在此基础上,分别计算各防灾、减灾措施的全局预期欣喜值、全局预期后悔值和排序值,并最终确定事前防灾、减灾措施和针对不同事中灾害情景的应对措施.最后,通过一个案例研究说明了本文所提出方法的计算过程.     

面向突发事件的模糊多目标应急决策方法

应急环境下的信息具有不确定性、模糊性, 运用单一的方法很难做出有效决策. 集成模糊理论, 灰色系统理论和多目标决策理论, 提出了一种改进的模糊多目标应急决策方法. 该方法首先结合灰色关联度计算各决策方案到TOPSIS正负理想解的距离, 然后采用三角模糊数, 处理决策信息的模糊性和不确定性, 突出了各决策方案之间的关联影响. 最后, 结合核电站事故应急决策的例子, 验证了所提出方法的可行性和有效性.     

案例驱动的社区应急疏散准备规划启动时机识别

有效的应急疏散准备规划是提升应急疏散能力的关键.已有研究关注规划的理论建模及工作机理,忽略了何时启动规划,即应急疏散准备规划的启动时机识别这一重要问题.社区是城市应急管理的基层组织,是实施应对的基本单元.面向城市社区,阐述如何基于案例驱动实现社区应急疏散准备规划的启动时机识别.考虑到不同社区的案例适用性不同,通过社区特征相似性度量和适用度概率分配选择适用案例;以灾害情景要素特征为指标,运用聚类算法生成用于启动时机识别的模拟灾害情景组;根据案例建立模拟情景与预期疏散效果之间的联系,生成启动时机的识别结果.最后,通过对广东省社区的调查用例分析来验证该案例驱动方法的可行性.     

Fuzzy上下文无关语言的几个辅助定理

Ｆｕｚｚｙ上下文无关语言是一种常见而有用的语言,对它的研究目前尚是一薄弱环节．本文研究了Ｆｕｚｚｙ上下文无关语言的几个辅助定理及语言的歧义性等,这为进一步研究Ｆｕｚｙ上下文无关语言及与Ｆｕｚｚｙ自动机的关系奠定了基础．     

Fuzzy multi-criteria decision-making approach with incomplete information based on evidential reasoning

The weights of criteria are incompletely known and the criteria values are incomplete and uncertain or even default in some fuzzy multi-criteria decision-making problems. For those problems, an approach based on evidential reasoning is proposed, in which the criteria values are integrated on the basis of analytical algorithm of evidential reasoning, and then nonlinear programming models of each alternative are developed with the incomplete information on weights. The genetic algorithm is employed to solve the models, producing the weights and the utility interval of each alternative, and the ranking of the whole set of alternatives can be attained. Finally, an example shows the effectiveness of the method.