基于非线性状态空间模型的情感模型研究

如何赋予机器情感智力以实现和谐自然的人机交互是人工情感研究的核心内容,其中情感建模是研究重点和难点.基于心理学的基本情绪论和人格特质论提出了一种非线性情感模型.在模型中首先定义了情绪空间、心境空间和个性空间,确定了心境、个性对情绪的影响关系矩阵;其次采用非线性系统的状态空间模型来模拟人类情感状态的变化;最后对模型进行了仿真,仿真结果表明该模型体现了人类情绪的非线性特点,符合人类情感变化规律.     

虚拟人情绪模型研究的现状和问题

情绪体验能够有效地提高虚拟现实系统用户的兴趣,虚拟人的情绪设计正成为构建虚拟环境的一项核心技术,目前的虚拟人情绪模型仍然处于初级阶段.综述了情绪模型的研究,讨论了情绪模型尚未解决的问题.根据情绪模型相关研究和认知科学的成果,提出了建立虚拟人情绪模型的一种新思,其目标是提高虚拟人情绪设计的效率,虚拟人的情绪状态通过情绪模型来控制,虚拟人可以具有感知、动机、情绪、个性,并可在虚拟环境中表现出恰当的自主情绪.情绪设计软件可以融合软计算理论和人机交互技术,为建立人性化的图形界面提供一种高效工具.     

基于Agent的辩论谈判系统的协议研究

协议是谈判支持系统实现的基本条件之一。依据经典的BDI（信念、愿望、意图）理论和已有的协议,将人类辩论思想融入,给出了协议的基本语言和逻辑框架,提出了相应的状态转换图,对状态转换图中的推理规则进行了详细阐述,从而构建了更加完整的基于Agent的辩论谈判系统协议。最后结合已有的策略和模型,以系统实现的方式对协议的合理性和有效性进行了验证,并指出了下一步研究方向。     

基于LabVIEW的一维云模型推理映射研究

云模型非线性映射关系是云模型应用于智能控制领域的关键问题。基于LabVIEW平台,首先将云模型单规则推理映射算法封装为LabVIEW子函数,可供云模型推理映射研究调用;进而研究了云模型非线性推理映射关系,对一种饱和特性映射关系给出了软件仿真和硬件实测结果,对一种新的云模型期望系统设计了输入、输出云模型参数以及推理规则,得到了较好的映射效果。为今后基于LabVIEW的云模型控制器的设计和应用提供了参考。     

基于流演算的智能体行动推理模型设计与实现

并发约束程序设计在人工智能程序设计领域中占据越来越重要的位置,约束处理规则作为新一代的并发程序设计正倍受关注.对约束处理规则和流演算理论及其实现语言FLUX进行了研究,结合流演算和JCHR推理模型优点,设计了一种基于Java的流演算解释器JFLUX,同时提出了一个基于目标驱动的,在不完全可知的虚拟环境中通过感知到的有限信息进行自主行动推理能力的智能体模型,实现了办公室场景中智能体行动推理系统.     

模糊空间Petri网的规则表示及动态推理

为便于表示模糊空间Petri网的状态变迁规则,根据空间关联影响区域分布现实特点,提出了空间模糊Petri网中的状态关联影响规则、变迁关联影响规则和多阈值激活规则。依据模糊产生式规则的特点,详细描述了10种具体的推理规则和表示组件,并以实例加以说明。在此基础上,结合模糊空间Petri网的特点提出了动态推理过程算法,可以实现各种空间状态规则因子的转化。动态推理的过程不仅可以获取某种“结果”,而且可以挖掘基于空间位置关联的中间状态及引起中间状态变化的事件,可以有效地指导风险过程预测和控制。     

基于证据理论且适于层次逻辑的似然推理算法PMLIS

文中提出了基于证据理论且适于层次逻辑的似然推理算法PMLIS。应用此算法时,知识库由输入空间、输出空间和一组推理规则组成。该算法尤其适宜于层次结构间的不精确推理。为了使推理规则确定因子保持一致,文中最后还研究了推理规则确定因子分解问题。     

基本情绪理论在人工心理建模研究中的应用

在心理学基本情绪理论的基础上,提出了一种新的人工心理建模方法。认为人的情绪由基本情绪及表征人意志力的内驱力共同形成,进而运用了自组织理论,模糊数学、最优化理论中的数学方法,建立起该情绪模型。通过调整模型中的情感参数,能够构建具有不同性格特征的心理模型。通过计算机仿真研究,证实了该情绪模型是符合人类情感规律的。     

基于情感建模的教学辅助系统的研究*

设计了一个以情感交互为核心的人性化的教学辅助系统.该系统综合了情感计算、计算机图形图像技术和移动Agent技术.系统以心理学和人工心理理论为基础构建了情感认知模型,定义了情绪空间、基本情绪和基本学习心理状态,并建立了基本情绪和基本学习心理状态与情绪空间的映射关系.通过情感认知模型对识别表情的处理,得到学生的学习心理状态及状态评价值.采用基于图像处理的人脸检测、表情识别和姿态识别方法编程实现了教学辅助系统.     

航空发动机自调整模糊控制器设计研究

航空发动机是一个复杂的非线性控制系统,难以建立精确数学模型,在飞行包线宽广的范围内工作存在不确定性和时变性。模糊控制有利于解决上述问题,而基本模糊控制器一旦被设计,对于模糊规则和综合推理也被确定,但不能调整。为了满足航空发动机复杂多变的控制要求,提出一种规则自调整的方法设计模糊控制系统。采用自组织思想,引入调整因子,实现对模糊规则的自调整功能。通过对航空发动机模型仿真,结果表明,与基本模糊控制器相比,自调整模糊控制器输出调节时间短、速度快、阶跃响应特性好,满足航空发动机控制要求。     

基于RBF网络的参数自学习模糊控制的研究

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用。然而模糊控制规则的获得通常由专家经验给出,这就存在诸如控制规则不够客观、专家经验难以获得等问题。在模糊控制系统中,模糊规则库的构建是至关重要的,因此研究模糊规则的自动生成有着重要的理论和应用价值。本文首先以模糊控制理论和RBF神经网络理论为基础,提出了一种能够有效表达模糊系统可解释性的RBF网络结构;然后详细讨论在此网络结构下提取模糊规则的学习算法;最后依据上述方法进行仿真实验,实验结果表明,这种根据测量数据自动提取模糊规则的方法是有效的。     

基于数据挖掘与系统理论建立摩擦模糊模型与控制补偿

建立机械摩擦力模型及其相应的控制补偿策略一直是人们所关注的问题. 由于摩擦力所固有的非线性及不确定特征, 用传统的数学建模与控制补偿方法难以达到满意的系统性能要求. 本文采用模糊建模技术逼近摩擦动力系统并将辨识结果用在前馈补偿控制器设计中. 模糊建模过程由以下3个部分组成: 首先采用数据挖掘技术辨识出模糊系统的模糊规则库, 然后利用该规则库建立模糊系统的静态模型, 最后以李雅普诺夫稳定性理论为基础进一步辨识出模糊系统的动态模型. 在控制器设计方面, 采用了自适应模糊系统前馈补偿的比例微分(Proportional-derivative, PD)算法. 运用李雅普诺夫稳定性分析证明了闭环系统跟踪误差的有界性. 数值仿真结果表明了该方法的有效性和实用性.     

一种虚拟角色的情绪认知评价模型

虚拟角色在电子教育、动漫游戏和电子商务等领域具有广泛的用途,目前的虚拟角色情绪设计仍然处于手工阶段,需要花费大量的人力成本且大多数虚拟角色行为简单,不能令人信服。本文基于心理学理论和OCC理论,建立虚拟角色的认知结构,给出虚拟角色的动机形式化描述。虚拟角色的情绪状态可由情绪决策产生式规则来驱动,情绪强度可通过模糊推理系统来计算。实验结果表明该情绪模型可以增强教育软件的界面友好性,使虚拟角色在行为上更加人性化。     

电阻点焊的变论域模糊控制方法

为提高电阻点焊模糊控制适应性和稳定性差的缺点, 根据变论域控制理论, 提出了电阻点焊的变论域模糊控制方法. 首先, 讨论了变论域模糊控制的基本原理. 其次, 设计了输入隶属函数、输出隶属函数、模糊控制规则、伸缩因子, 开发了一种基于规范化因子的电阻电焊变论域模糊控制器, 并使用模糊规则选择变论域的伸缩因子,给出了算法实现的具体步骤. 最后, 进行了不同控制方案的实验研究, 分析了实验结果, 验证了该控制算法的优越 性.     

基于权重因子的四种模糊控制规则比较

控制规则在模糊控制器中有着十分重要的地位,模糊控制规则的优化较多地被人们所重视,利用权重因子对模糊控制规则进行自动调整,是目前比较多的做法.但目前多种做法鱼龙混杂,人们有时不能正确选择所需方法.文章对基于权重因子的模糊控制规则方法进行了归纳,并基于MATLAB/SIMULINK环境,针对某一实际系统采用四种方法进行仿真、分析、比较,结果对四种方法的优缺点作出了比较,四种方法都不能适应每个模糊控制器设计的要求,有各自的适应范围,得出的结论对模糊控制器的设计有参考意义.     

Using fuzzy decision making system to improve quality-based investment

In this paper, fuzzy set theory is used to select the quality-based investment in small firm. Here a new algorithm, which will consider both exogenous and endogenous variables as factors, is proposed to formulate the problem. The structure of the algorithm is based on fuzzy decision-making system (FDMS), which uses fuzzy control rules. Hence, one exogenous factor and five endogenous factors mentioned above are determined as input variables and fuzzified using membership function concept. Then, the weights of these factors are fuzzified to ensure the consistency of the decision maker when assigning the importance of one factor over another. Applying IF-THEN decision rules, quality-based investments are scored. Also the comparison with Analytical Hierarchy Process (AHP) and Fuzzy Linguistic Approach (FLA) in respect to these scores is presented.     

高速公路入口匝道模糊控制器的设计

入口匝道控制是高速公路控制中的重要内容,但目前在高速公路中使用的入口匝道控制方法的效果均不理想.本文提出使用模糊控制方法进行入口匝道控制的思路,并根据入口匝道控制的原理和模糊控制系统的设计步骤对模糊控制器进行了设计.选用上、下游时间占有率、车速及排队长度等五个模糊量为输入量,根据实际情况分别采用三角形和梯形隶属度函数,建立了包含12条模糊控制规则的规则库,并使用MATLAB工具进行系统仿真.结果表明该控制器用在高速公路入口匝道控制中具有良好的效果.     

基于支持向量规则的运动控制器自然语言构造方法

本文介绍了一种基于支持向量规则的运动控制器自然语言构造方法，提出利用 支持向量机理论，对通过自然语言构造的模糊控制规则进行支持向量规则抽取，从而获得一 个在指定控制精度下的支持向量规则运动控制器．这种方法可以在给定任务精度下抽取真正 有效的控制规则完成控制任务，使控制规则数及控制器形式得到简化，为未来将基于语言构 造的控制器推向实用奠定了基础．所提控制方法在一个轮式移动机器人系统上进行了语言训 练实验．     

单输入单输出模糊系统的自适应学习方法

基于对一种特定单输入单输出模糊系统特性的研究,提出了一种自适应学习方法,能够根据数据变化的强度及逼近精度的要求自动调整模糊规则的分析。方法采用最小二乘法对规则后件进行学习,能够以较少的模糊规则达到较高的样本数据逼近精度。     

一种基于精简的模糊规则库的分类算法*

结合模糊聚类和粗糙集提出了一种基于精简的模糊规则库分类算法.对于数值型样本数据,首先采用模糊聚类生成模糊规则库,然后运用粗糙集理论对样本属性进行约简,删除冗余规则,即可得到精简的模糊规则库,以方便进行分类决策.通过对IRIS的仿真测试表明,本算法所产生的模糊规则不仅简单易懂,而且分类效果很好.