基于模糊示例学习的蠓虫分类规则的设计

基于模糊示例学习,利用模糊 ID3算法,提出了蠓虫分类模型 .通过生成的模糊决策树,并结合实际情况,给出了一个有特色的模糊分类规则 .为蠓虫的正确筛选提供了一个较可靠的方法 .     

一种基于强化学习的在线神经模糊控制系统

为了实现基于非训练数据的神经模糊控制器的在线学习,提出了一种基于强化学习的神经模糊控制系统和相应的学习算法.该控制系统由神经模糊预测器和神经模糊控制器两部分组成,其中,神经模糊控制器采用基于确定度的模糊规则模型作为知识表示形式的扩展型神经模糊网络.在学习算法的设计中,尝试了利用强化信号得到输入状态的“期望输出”,进而将强化学习转化为基于训练数据学习的解决思路.仿真实验验证了所提出的控制系统结构和学习算法的合理性和可行性.     

基于T-S模糊模型的太阳位置算法

为实现太阳位置跟踪以达到提高太阳能利用率的目的,提出一种基于T-S模糊模型的太阳位置算法.该算法根据在固定地点太阳高度角随时间变化的二元函数,建立高度角为输出的T-S模糊模型,通过该模型计算出太阳的位置.该模型利用三角形隶属度函数使运算量降低,并易于实现.通过使用传统算法与基于T-S模糊模型的太阳位置算法计算出的上海临港某地4天的高度角和方位角变化曲线的对比,表明该方法具有较高的精度,能够满足普通光伏系统的要求.     

MTS型企业生产计划优化问题的探讨

经济全球化深入和信息时代的到来,使企业的竞争力越来越体现在能源集约、管理高效和可持续发展上。因此,针对传统的MTS企业生产计划优化中存在的问题,本文提出了基于投入产出分析的多目标模糊规划方法来对MTS企业的生产计划进行优化,在MTS企业生产计划的优化方法上实现方面提出了创新,对生产计划优化理论与生产实际均具有一定意义。     

一种基于数字波束形成的抑制星载SAR距离模糊的方案

天线波束形成是改善星载合成孔径雷达(SAR)距离模糊的主要手段之一.提出一种宽零陷波束形成算法,该算法能够在星载SAR模糊区回波方向形成特定深度的宽零陷,从而对模糊区回波进行有效抑制.以一个星载SAR系统为实例,对该方案的性能进行了分析,仿真结果显示该方案的可行性和有效性.     

基于模糊关系数据库的聚类算法研究

聚类是人类一项最基本的认识活动 ,通过适当的聚类 ,事物才便于研究 ,事物的内部规律才可能为人类所掌握。但是 ,由于人们不总是能对客观世界进行精确的描述 ,很多信息和数据都是不确定的、模糊的。为了处理模糊数据 ,把模糊性引入数据库系统中 ,从而形成了模糊关系数据库。本文对模糊关系数据库下的基于距离函数的聚类算法进行了研究 ,并通过例子来说明如何建立和应用这种数据挖掘模型     

GPS整周模糊度快速求解算法的研究

分析了几种常用的整周模糊度求解算法,在比较了各自优缺点的基础上,提出最小二乘法和LAMBDA法的优点综合于一体的算法具有较大的优势,能有效减少备选整周模糊度的组合数,并采用多种约束信息来剔除不正确的模糊度组合,从而快速确定整周模糊度,最后给出了整周模糊度求解算法的程序流程图。     

基于改进RBF神经网络的银行个人信用评级

研究RBF神经网络在个人信用评级中的应用.针对传统的RBF神经网络无法处理非数值型数据和对初始中心的选取及异常值十分敏感等问题,提出一种基于模糊K-Prototypes算法的RBF神经网络,提高了处理分类型数据及混合型数据的能力,并且改进的模糊K-Prototypes算法有助于降低模型对初始中心选取和异常值的敏感性.将改进前后的模型分别应用于商业银行的个人信贷评级中,结果表明,改进后的模型预测精度和稳健性都优于传统的RBF模型.     

闪点检测中基于模糊数学算法的温度控制方法

在智能闪点仪中应用基于模糊算法的温度控制方法,可以有效地控制升温过程。文中给出了具体的模糊计算过程。     

模糊自组织神经网络在聚类中的应用

针对文献[6]中模糊自组织神经网络算法在处理混迭的目标信号时选择参数的不足之处,提出了改进算法,并将该算法应用于混迭的信号目标识别.仿真结果表明,新算法比旧算法具有更强的识别能力.