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。     

基于过半可信原则的三I算法模糊控制器及其响应能力

给出了49个模糊蕴涵算子基于过半可信原则的三I算法的表达式,在此基础上详细讨论这49个模糊蕴涵算子基于过半可信原则三I算法构成的单输入单输出和双输入单输出模糊控制器,并分析了它们的响应能力．结果表明：在这49个模糊蕴涵算子中,只有一个模糊蕴涵箅子基于过半可信原则三I算法构成的模糊控制器具有函数的泛逼近性;另有一个模糊蕴涵算子基于过半可信原则三I算法构成的模糊控制器近似为拟合函数;44个模糊蕴涵算子基于过半可信原则三I算法构成的模糊控制器只具有阶跃响应能力;3个模糊蕴涵算子基于过半可信原则三I算法构成的模糊控制器为未定型．     

模糊推理的模糊熵α-反向三Ⅰ算法

用模糊熵来度量模糊推理结果的模糊程度,并用极大模糊熵原则对模糊推理α-反向三Ⅰ算法做进一步解释和改进,提出了基于极大模糊熵原理的模糊推理α-反向三Ⅰ算法,讨论了FMP和FMT问题的模糊熵α-反向三Ⅰ支持算法解的存在条件,研究了α-反向三Ⅰ解与模糊熵α-反向三Ⅰ解的关系,获得了几个常见蕴涵算子的FMP问题与FMT问题的模糊熵α-反向三Ⅰ解的计算公式．     

模糊C-均值算法分类器设计的改进

为了提高分类器的分类率,再一次把模糊的思想引入C-均值算法,构成双重模糊C-均值算法的分类器,所不同的是把模糊化思想引入到分类规则上．用这样一个模糊规则来表示分类的模糊系统,更加有效地构建了一个能对训练样本比较准确分类的模糊分类器．用这种方法设计的分类器不需要预定义参数、训练时间短、方法简单．     

投资决策中有方案偏好的模糊多属性决策方法

针对属性值以模糊语言形式给出,属性权重完全未知但给出有方案偏好信息的模糊多属性决策问题给出决策方法。该方法是将模糊语言给出的属性评估及方案偏好转换为梯形模糊数,通过建立一个不确定二次规划模型来确定属性的权重,基于加权平均法则来对规范化的模糊属性值及权重进行集结,利用模糊数大小比较的期望值方法来对方案进行排序和择优．最后给出一个应用实例．     

模糊自适应滑模控制器及其应用研究

针对传统滑模变结构控制器（SMC）的抖振现象,提出了一种模糊自适应滑模控制方法．该方法采用模糊逻辑系统来逼近传统SMC中不连续的控制信号,以削弱其由于不连续切换引起的抖振．另外,为了补偿实际应用中系统的不确定性,给出了相应的自适应算法,以调节模糊系统的参数,并给出了算法的Lyapunov稳定性证明．最后,通过对一个感应电机位置控制的数值仿真计算,验证了方法的有效性．     

用基于模糊聚类的Kruskal算法构建进化树

对线粒体DNA序列可通过图形表示及计算曲线的散度均值来构造模糊论中的相似矩阵，基于这些，提出一种新的方法：用模糊聚类图论法中的Kruskal算法来进行系统进化树的重构，并选取了8个物种的线粒体DNA序列来说明此方法．     

基于模糊观测数据的RBF神经网络回归模型

提出了一种基于模糊观测数据的RBF神经网络（FORBFNN）,用于解决一类输出不可精确测量但可用模糊隶属度来表征的非线性系统建模问题．神经网络模型中各隐层神经单元的权重系数采用一种新的模糊EM算法辨识获得;隐层神经单元的数量及径向基函数的中心和宽度基于一种数据驱动的方法自适应确定,即首先初始生成一个隐层单元,然后根据一定的规则逐步加入新的单元,该过程不断迭代直到模型满足预设要求．该方法同时考虑了模型的复杂度及预测精度．数值模拟实验结果表明该建模方法是有效的,且建立的模型具有较高的预测精度．     

基于非线性效用函数的多属性模糊决策分类算法

模糊环境下,基于非线性效用函数和级别优于关系的分类算法提供一个好的分类决策方法.此方法利用模糊理论及模糊数排序准则将含有三角模糊数的决策模型转换成普通决策模型,再采用加权求解的方法将多目标规划转换成单一目标规划.通过数值实例验证算法的有效性.     

基于整数加群模糊自动机及其在对策论中的应用

提出了一种基于整数加群的模糊自动机的数学模型,研究了它的一些基本性质,并将对策论中多人博弈模型转化为模糊自动机模型,给出了一种求最优解的算法,最后用田忌和齐王赛马的例子验证了此算法．     

基于改进FCPM的工程项目施工动态规划研究

鉴于工程实践中项目的不确定性状态,以梯形模糊数的等效参数形式表达项目各项活动的持续时间,开展基于改进的模糊关键路径法(FCPM)的施工动态规划研究。有机整合向量的范数相似度和方向相似度,提出了向量集成相似度排序算法,有效地解决了关键路径识别中梯形模糊数的排序问题;采用修正的模糊减运算标准算法成功消除了模糊时间参数计算过程中的不可行解问题,并实现了对模糊状态下项目网络关键路径动态变化轨迹的刻画。实证分析证明,改进的FCPM求解施工动态规划问题具有合理性和有效性。     

基于模糊Petri网的FMS系统故障诊断研究

本文根据FMS故障诊断系统知识具有不确定性及模糊性的特点,提出利用模糊Petri网来描述FMS故障产生和传播过程的故障诊断模型.首先介绍了模糊Petri网(FPN)的定义及用模糊Petri网表示产生式规则的方法,然后通过应用实例说明模糊Petri网的推理算法,最后还提出了规则库的维护方法.     

基于遗传算法的模糊控制优化及应用

模糊控制的精度取决于有关参数，如隶属函数、模糊关系矩阵。传统确定参数的方法是依靠专家的经验。本文采用遗传算法来优化参数，并应用该方法对一个模糊控制系统进行仿真研究，结果表明应用该方法提高了模糊控制的精度。     

三种广义凸模糊映射之间的关系

基于由Motilal Panigrahi提出的拟凸模糊映射、严格拟凸模糊映射和强拟凸模糊映射的概念,深入讨论了三者之间的相互关系,分析了三种映射互相转化的条件及如何削减某些凸性规划条件和简化模糊规划问题。     

一种可自适应优化模糊控制规则的控制系统

提出一种模糊控制规则可自适应调整的控制算法.该算法利用模糊逻辑系统构建模糊辨识器和模糊控制器,依据辨识器在线预估输出误差与模糊控制规则相关参数优化之间的内在联系及自适应优化模糊控制规则.仿真实验表明了该算法的有效性.     

Simultaneous perturbation stochastic approximation algorithm combined with neural network and fuzzy simulation

In order to solve three kinds of fuzzy programm model, fuzzy chance-constrained programming mode ng models, i.e. fuzzy expected value and fuzzy dependent-chance programming model, a simultaneous perturbation stochastic approximation algorithm is proposed by integrating neural network with fuzzy simulation. At first, fuzzy simulation is used to generate a set of input-output data. Then a neural network is trained according to the set. Finally, the trained neural network is embedded in simultaneous perturbation stochastic approximation algorithm. Simultaneous perturbation stochastic approximation algorithm is used to search the optimal solution. Two numerical examples are presented to illustrate the effectiveness of the proposed algorithm.     

模糊聚类分析在数据挖掘中的应用研究

聚类分析是数据挖掘的一个重要研究领域,按照一定的要求和规律将事物进行分类的一种数学方法。将模糊数学的模糊理论应用于数据挖掘的聚类分析中,提出一种快速模糊C-均值聚类算法,并给出模糊聚类分析在数据挖掘中的应用的主要步骤,大大提高计算效率,收敛速度非常快,对大量数据处理是有实际意义的。     

模糊自反矩阵传递闭包的神经网络方法

在模糊逻辑神经元定义的基础上,根据模糊自反矩阵传递闭包的计算方法,利用神经网络的特殊结构设计了模糊自反矩阵传递闭包的模糊神经网络模型及其具体算法,并对算法的收敛性给出了证明.     

模糊规则间交互指标的初步研究

当模糊产生式规则应用在近似推理过程中时，前件相同而后件不同的模糊规则之间往往存在交互影响．考虑模糊规则间的交互影响，可以提高推理精度．此论文通过类比在合作游戏建论中描述交互影响的交互指标和定义在模糊规则上的模糊测度，给出一种计算模糊规则之间交互影响指标的方法．