模糊系统

摘要： 虽然神经网络引入到非致命武器效能评估已经取得较好的效果,但是仍然无法避免局部最优的产生、收敛速度相对较慢的缺陷。本文将遗传算法、BP神经网络和模糊系统有机结合在一起,构建了 GA-FBP神经网络模型。通过实验验证,GA-FBP模型能够提高非致命武器作战效能评估中的可靠性和评估结果的准确性。

摘要： 针对气动柔性关节动态特性复杂、难以实现高精度控制的问题,提出一种基于Takagi–Sugeno(T–S)模糊系统的预测控制方法.首先,应用MBGD–RDA算法对T–S模糊系统进行离线训练,该算法结合了机器学习中的小批量梯度下降算法、正则化、Droprule和AdaBound算法.其次,基于模糊集相似性度量方法,对训练得到的T–S模糊系统的模糊集进行剪枝,对模糊规则进行合并,简化T–S模糊系统结构.最后,设计了基于T–S模糊系统的单层神经网络预测控制器.T–S模糊系统参数和预测控制器参数均能实现在线更新,且基于李雅普诺夫理论的稳定性分析保证了系统的稳定性.仿真结果验证了基于数据驱动的T–S模糊系统的高精度预测性能,且结构简化后的T–S模糊系统在规则数减少的情况下仍能维持较高的预测精度.实际实验中,所提控制方法最大跟踪误差小于3°,而传统的模糊逻辑控制器最大跟踪误差大于5°,这表明所提控制算法显著提升了对柔性关节的跟踪控制精度.

摘要： 针对一类具有一般不确定转移概率的T-S模糊半马尔可夫跳变系统(S-MJS)设计了一个降维观测器,它可以同时估计系统状态、执行器故障及传感器故障,并且能够完全解耦外部干扰。利用线性矩阵不等式的形式,给出了观测器存在的充分条件,并证明误差系统可在有限时间内稳定。最后通过数值仿真验证了所提方法的有效性。

摘要： 针对侧滑打滑干扰和执行器饱和约束导致轮式移动机器人(WMR)轨迹跟踪困难的问题,提出一种抗饱和模糊超螺旋滑模控制策略。根据WMR的轨迹跟踪误差模型,设计运动学控制器,得到辅助速度控制律;采用反步法思想,设计抗饱和模糊超螺旋滑模动力学控制器,通过饱和约束辅助系统实现抗饱和控制,并引入模糊自适应律,动态调整超螺旋控制律参数。与固定增益的滑模控制进行对比,仿真结果表明,所提出的方法在存在未知侧滑打滑干扰和执行器饱和约束时,能够保证WMR跟踪误差收敛,并削减系统抖振,有效提高了WMR轨迹跟踪的鲁棒性。

摘要： 结合武汉市某工程地质条件,选取5种输入参数,应用模糊神经网络模型,得到各评价区域的岩溶发育预测结果,并与BP神经网络模型的预测结果进行对比。结果显示,模糊神经网络模型在高风险区和安全区的相对误差分别为-9.6%、1.3%,均小于BP神经网络模型的-13.5%、3.6%;中风险区的相对误差相近,在一定程度上说明模糊神经网络模型预测结果比BP神经网络模型效果更好,精度更高。此外,对误差产生的原因也进行了分析。

摘要： 特征选择可以从原始特征空间中选择出一些最有效的特征以降低数据特征维度,提高学习算法性能。在数据降维问题中,常见的特征选择方法主要依靠数据本身的统计特性,通过数据本身信息选择更有效的特征,然而一些实际问题中往往积累了大量人类经验,这些人类知识可能对特征选择有重要影响,但很少有特征选择方法考虑使用这些人类知识。针对此类包含人类知识问题,并兼顾人类知识和采集数据的特征选择方法,提出了基于随机森林和模糊系统的二次筛选的特征选择模型。该模型通过随机森林算法剔除原始数据集中的冗余特征,实现初步筛选,利用初选特征中包含的人类知识搭建模糊系统,对初选特征计算评估得分,筛选出最终的关键特征。在汽油提纯真实数据集上进行了实验,相较于常规特征选择方法,该模型有显著提升,验证了结合人类知识随机森林特征选择方法的有效性。

摘要： 针对前件推理规则未知的目标身份识别问题,考虑到目标信息量测的多源异质特点,利用模糊集对目标速度和图像等多维度特征信息进行统一的抽象化描述。借助遗传算法对模糊推理规则进行优化,在确定模糊划分区间的前提下,通过训练得到最优隶属度函数,并建立最优推理规则库。此外,针对因传感器探测精度有限带来的量测不确定性问题,引入区间型样本数据的模糊分类思想,在完成一型模糊系统构建的基础上,提出了一种基于二型模糊推理系统的遗传优化算法。给出了由三角型隶属度函数嵌入构造对应二型模糊集的推导过程,设计了满足点值与区间型数值复合输入的二型模糊推理系统,并通过仿真验证了该推理系统的可行性。

摘要： 本文研究了前提不匹配的区间2型(IT2)模糊系统的事件触发预测控制问题.首先,提出了一个IT2模糊系统模型,包括动态事件触发机制(ETM)和预测控制器,ETM可以通过减少传输的数据包数量来节省有限的网络资源,预测控制器可以预测两个成功传输时刻之间的系统状态来处理不可靠的通信网络.其次,根据李雅普诺夫稳定性理论和前提不匹配方法,得到了系统稳定的充分条件.然后,根据线性矩阵不等式(LMI)得到控制器增益.最后通过数值模拟验证了方法的有效性.

摘要： 李洪兴(1953-),男,博士,大连理工大学教授,博士生导师,大连理工大学模糊信息处理与机器智能研究所所长,北京师范大学珠海校区应用数学与交叉科学研究中心顾问。曾任中国模糊系统与数学学会副理事长、中国人工智能学会理事兼智能系统工程委员会副主任、中国自动化学会智能控制委员会理事、中国运筹学会模糊系统委员会副理事长、国际刊物《Set Valued Mathematics》编委,国内刊物《系统工程学报》《模糊系统与数学》编委,美国数学评论评论员,德国数学文摘评论员,IEEE会员。1985年被授予天津市劳动模范称号。1986年被国家人事部批准为“国家级有突出贡献的中青年专家”。

摘要： 针对Fornasini-Marchesini(FM)模型描述的具有区间时变时滞的二维(2-D)离散模糊系统,研究延迟依赖稳定性和状态反馈H控制问题。首先,选取包含更多时滞信息的双重及三重求和的Lyapunov-Krasovskii函数(LKF)。其次,利用Wirtinger不等式,得到了一种基于线性矩阵不等式(LMI)的延迟依赖稳定性准则,进而给出了保证所研究系统具有给定H性能的状态反馈控制器的设计方法。最后,考虑热过程的实际算例,通过MATLAB工具箱求得增益矩阵,利用仿真图验证所得定理的正确性。

摘要： 目前基于分布式并行计算的飞船返回过程预报落点有数千个,因此如何从中优选出“最可能”落点成为亟需解决的问题.针对此问题,论文在充分考虑以往返回落点计算的先验知识和最新落点信息基础上,设计了飞船返回的自适应聚类模糊系统,采用含有时间因子的迭代自组织数据分析算法研究了返回舱落点优选方法.计算结果表明,该方法提高了落点预报精度且具有较好的稳定性,可为飞船返回搜救提供技术支撑.

摘要： 推导典型Mamdani模糊控制器解析结构，构造模糊Lyapunov函数，提出一种判断模糊系统H∞稳定性的方法，得到闭环Mamdani模糊控制系统的稳定性分析的充分条件。仿真结果证明了该方法的有效性。

摘要： 模糊系统的构造和所构造的模糊系统的逼近能力是模糊控制中的主要研究课题.本文针对"修正的概率和"蕴涵算子,采用单点模糊化及重心法构造出一种概率密度函数和重心法模糊系统,并分别讨论了该模糊系统的概率表示及其逼近能力.结果表明:所构造的重心法模糊系统是一种概率论意义下的回归函数,从而进一步揭示了了重心法模糊系统的概率论意义.

摘要： 为了研究基于模糊蕴涵算子θ(a，b)=(2-a-b)∧1的重心法模糊系统及其概率表示，利用模糊推理构造出了基于输入-输出数据的联合概率密度函数，研究了这种概率分布的边缘分布和数字特征，导出了基于联合概率密度函数的回归函数。研究结果表明：这种回归函数实际上是基于给定模糊蕴涵算子的重心法模糊系统，证明了该模糊系统具有一阶逼近精度，从而进一步揭示了模糊系统的概率论意义。

摘要： 在采用单点模糊器和重心法解模糊器的情况下，分别基于三I方法和CRI方法，研究了由8个蕴涵算子构成的模糊系统及其响应函数。在基于三I方法的11个系统中，2个系统可用；基于CRI方法的11个系统中，4个系统可用。可见，从模糊系统的角度，三I方法效果不理想，而CRI方法基本可以接受，且相对较优。

摘要： 针对非合作水声通信信号调制识别，本文提出了一种基于模糊系统的水声通信信号调制识别方法，该方法基于功率谱和循环前缀的相关性进行无需先验知识的特征参数提取并构成模糊输入集，利用模糊分类器对水声通信调制信号进行调制识别测试。实验结果初步表明，本文识别方法的识别率高，且对不同水声信道具有较好的稳健性。

摘要： 针对一类不确定非线性系统，本文提出了一种基于模糊切换增益调节的滑模控制方法。该方法在控制器的设计中，将模糊系统的自适应性引入滑模控制中，利用模糊控制的自适应方法来设计切换控制器和等效控制器。该方法的特点是在不确定滑模边界层的情况下，采用模糊规则根据滑模到达条件对切换增益进行有效的估计和重新设计，并利用切换增益消除干扰项，从而消除抖振使系统达到理想状态。最后对willis环脑动脉瘤系统进行了基于模糊切换增益调节的滑模控制仿真，结果验证了该方法的有效性和可行性。

摘要： 文章对火电厂磨机运行过程中的相关参数进行了介绍，提出了综合神经网络和模糊系统优点的自适应神经网络模糊算法(ANFIS)，并在MATLAB中建立ANFIS系统，对磨机噪音、振动和出入口压差进行融合，得到磨机负荷的准确测量。该系统有效利用模糊算法的模糊表达能力和神经网络的自学习能力，降低了模糊知识表示的主观性，具有较好的融合结果。经过现场测试，表明该算法能够满足系统设计要求，分析结果正确有效。

摘要： 摘要针对一类具有时延及丢包的非线性网络化控制系统，当存在有限能量扰动时，在状态无法直接测量和执行器失效故障情形下，基于全维状态观测器和状态反馈控制策略，研究了NCS 的H. 完整性设计问题。首先，基于T-S模糊模型，通过构造Lyapunov-Krasovskii泛函，推证出了使系统具有H.完整性的时滞依赖充分条件；进一步，又利用矩阵分离技术以求解线性矩阵不等式的形式得到了状态观测器和控制器增益的求解方法。文中推证过程对时延采用了分段处理，使结果具有较少保守性。最后以仿真示例验证了所述方法的有效性和可行性。

摘要： 摘要针对一类具有时延及丢包的非线性网络化控制系统，当存在有限能量扰动时，在状态无法直接测量和执行器失效故障情形下，基于全维状态观测器和状态反馈控制策略，研究了NCS 的H. 完整性设计问题。首先，基于T-S模糊模型，通过构造Lyapunov-Krasovskii泛函，推证出了使系统具有H.完整性的时滞依赖充分条件；进一步，又利用矩阵分离技术以求解线性矩阵不等式的形式得到了状态观测器和控制器增益的求解方法。文中推证过程对时延采用了分段处理，使结果具有较少保守性。最后以仿真示例验证了所述方法的有效性和可行性。

摘要： 本发明提出了一种互补模糊图像采集系统及利用该系统的模糊图像恢复方法，该系统包括分光镜、第一棱镜组合、第二棱镜组合。该方法包括如下步骤：建立互补模糊图像采集系统，获取同一场景在运动模糊影响下的两个退化图像；利用两个模糊核之间的关系作为约束，得到初始的模糊核和清晰图像的估计；将模糊核进行细化；由最终得到的模糊核实现图像去卷积，获得理想的图像去模糊结果。本发明互补模糊图像采集系统两组棱镜的成像平面并排排列，可以使用一部相机采集到具有90°旋转关系的图像。本发明的运动模糊图像恢复方法具有简单有效、鲁棒、实时性强的优点，在低复杂度的前提下，能够显著提高运动模糊图像的恢复效果。

摘要： 本发明公开了一种模糊测试的种子处理、模糊测试方法、系统和存储介质，应用在软件测试技术中，其中种子处理方法包括获取各程序块的静态权重；在模糊测试中对各程序块的运行次数进行统计，在每次模糊测试中根据所述统计中各程序块的运行次数得到各程序块的动态权重；根据所述静态权重和动态权重对种子库中的种子进行评分；选择种子进行变异，其中，获得测试用例，种子评分越高被选择的概率越高；统计代码覆盖率，根据测试用例的代码覆盖率将测试用例更新到种子库中。本方案可以提升代码覆盖率，以充分挖掘软件漏洞。

摘要： 本发明公开了一种监控视频下模糊车牌的去模糊识别系统及去模糊识别方法，系统包括：去模糊处理模块和图像识别模块，所述去模糊处理模块基于神经网络对模糊图像进行去模糊处理，并输出复原图像；所述图像识别模块通过调用API识别接口，对复原图像进行识别，输出车牌文本信息。方法包括如下步骤：1、构建图像去模糊模型；2、针对城市道路监控视频中由于车辆高速行驶造成的车牌模糊进行去模糊处理；3、对图像去模糊模型输出的复原图像进行批量识别，输出文本识别结果。本发明克服了现有深度学习中图片去模糊与识别系统的不足，训练时间少，识别率高，通过本系统处理车牌图片后应用于道路交通管理。

摘要： 本发明提出了一种互补模糊图像采集系统及利用该系统的模糊图像恢复方法，该系统包括分光镜、第一棱镜组合、第二棱镜组合。该方法包括如下步骤：建立互补模糊图像采集系统，获取同一场景在运动模糊影响下的两个退化图像；利用两个模糊核之间的关系作为约束，得到初始的模糊核和清晰图像的估计；将模糊核进行细化；由最终得到的模糊核实现图像去卷积，获得理想的图像去模糊结果。本发明互补模糊图像采集系统两组棱镜的成像平面并排排列，可以使用一部相机采集到具有90°旋转关系的图像。本发明的运动模糊图像恢复方法具有简单有效、鲁棒、实时性强的优点，在低复杂度的前提下，能够显著提高运动模糊图像的恢复效果。

摘要： 本发明公开了一种基于WGAN‑GP的CAN总线模糊测试用例生成方法及系统，该方法包括：从目标车辆内采集CAN总线报文数据，以得到包括若干条真实CAN数据帧的训练数据集；通过训练数据集搭建并训练基于神经网络的WGAN‑GP模型；WGAN‑GP模型在噪声向量的驱动下生成若干可满足目标车辆CAN总线协议规则的虚拟CAN数据帧，若干虚拟CAN数据帧构成测试用例集；通过上述方法，无需参考目标车辆制造商的私有协议即可实现CAN总线数据特征的挖掘，并生成符合通信协议的测试用例，数据质量优良，通过性好，能在更短时间内达成传统模糊测试工具的测试目的；另外，无论是对WGAN‑GP模型的训练，还是虚拟CAN数据帧的生成过程，均无须太多人为干预，对测试人员的经验和技术要求较低。

摘要： 本发明提供一种对模糊QR码快速去模糊的方法和系统，涉及二维码去模糊领域。包括：S1、预处理；S2、设定最大去模糊层级max_scale，初始化模糊核函数；S3、构建第一目标函数和第二目标函数；S4、估计清晰图像；S5、估计模糊核函数；S6、如果达到max_scale，转到S11；否则转到S7；S7、如果检测到3个寻像图形，则转到S8；否则转到S9；S8、判断当前能否解码；是则转S11；否则转S9；S9、当前去模糊层级是否为max_scale–1；是则转S10；否则转S4；S10、获取图像清晰度评估值Q和阈值T，若Q＞T，则转S4；若Q＜T，则转S11；S11、输出去模糊QR码图像。在保证去模糊后的QR码图像识别率的前提下，提高了QR码图像去模糊的效率，高效准确地实现了对模糊QR码去模糊。

摘要： 本发明公开一种基于直觉模糊熵和区间模糊熵的多属性决策系统，包括决策信息获取模块、模糊熵计算模块、决策结果生成模块；所述决策信息获取模块用于获取目标的若干决策信息矩阵，并传输至模糊熵计算模块；所述模糊熵计算模块对决策信息矩阵进行处理，得到决策者犹豫度权重系数和效益属性犹豫度权重系数，并传输至决策结果生成模块；所述决策结果生成模块根据决策者犹豫度权重系数和效益属性犹豫度权重系数计算每个决策信息矩阵的综合评价结果，并根据决策信息矩阵的综合评价结果得到最优决策。本专利提出的数学期望的犹豫信息熵在实际应用中非常有效，其熵与加入传统模糊熵和标准差后的熵相差很小。

摘要： 本发明公开了一种基于区间二型模糊的T‑S模糊模型非线性系统辨识方法，涉及自动控制技术领域。该T‑S模糊模型非线性系统辨识方法区间二型模糊C均值聚类进行非线性系统前件参数的辨识，采用最小二乘算法辨识非线性系统的后件参数，并将实时采集非线性系统的条件参数，输入确定前件参数和后件参数的T‑S模糊模型中，预测出非线性系统的决策变量估计值。本发明T‑S模糊模型非线性系统辨识方法大大提升了辨识精度。

摘要： 本发明属于计算机视觉与三维重建技术领域，具体涉及一种图像去模糊模型、去模糊的三维重建方法及系统，其中去模糊的三维重建方法包括：采集场景的图像；根据图像去模糊模型对采集的图像进行去模糊处理；以及根据去模糊后的图像进行场景的三维重建，显著性地解决了三维重建问题中，前端捕获图像模糊、成像质量差等问题，解决了三维重建VO阶段获取高质量输入这一问题。

摘要： 本实用新型公开了一种模糊控制装置，应用于包含N台风机的循环冷却水系统；模糊控制装置包括：温度获取单元、判断单元、第一计算单元、模糊控制单元和风机控制单元；温度获取单元的输出端与判断单元的输入端连接，判断单元的输出端分别与第一计算单元的输入端和风机控制单元的输入端连接，第一计算单元的输出端与模糊控制单元的输入端连接，模糊控制单元的输出端与风机控制单元的输入端连接。上述模糊控制装置中的模糊控制单元根据检测的供水温度变量进行模糊推理，以使风机控制单元开启或关闭风机，实现了定量、精准的根据实时检测的温度变量调整风机运行数量。