基于量子衍生涡流算法和T⁃S模糊推理模型的储层岩性识别

鉴于梯度下降法易陷入局部极值、普通群智能优化算法易早熟收敛,提出一种基于量子衍生涡流算法(Quantum Vortex Search Algorithm,QVSA)和T⁃S模糊推理模型的岩性识别方法,QVSA具有操作简单、收敛速度快、寻优能力强等优点,有助于T⁃S模糊推理模型获得最优参数配置,从而实现储层岩性的准确识别。首先利用具有全局搜索能力的QVSA优化T⁃S模糊推理模型的各种参数;然后利用主成分分析方法降低获取的地震属性维度;再利用优化的T⁃S模糊推理模型识别储层岩性。实验结果表明,利用反映储层特征的8个地震属性识别储层岩性时,所提方法的识别正确率达到92%,比普通BP网络方法高5.1%,同时查准率、查全率、F1分数等指标也较BP网络方法提升明显。

基于Mamdani方法下二型模糊集的模糊推理模型

模糊推理是蓬勃发展中的模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。研究并给出了基于Mamdani方法下二型模糊集的各种模糊推理模型,包括单输入单输出模糊推理模型,多输入单输出模糊推理模型,多规则、多输入单输出模糊推理模型等。

骨肿瘤辅助诊断专家系统模糊推理模型

目的 :建立骨肿瘤辅助诊断专家系统的推理模型 .方法 :通过对医学专家在骨肿瘤诊断实践中的方法研究 ,结合模糊集合论和医学统计理论建立量化的诊断模型 .结果 :提出和构建的骨肿瘤诊断模糊推理模型符合医学专家的诊断逻辑 ,而且推理模型中的隶属度可随辅助诊断系统对诊断案例的积累不断地自我调整 ,提高辅助诊断准确度 .结论

一种模糊推理模型

建了一种新的模糊推理模型，并讨论了推理结果的模糊集估计。

基于实例的模糊推理模型

本文建立了一个基于实例的模糊推理模型。该模型反映和体现了经验知识的数据源中的数据的相关性。

基于二型模糊集的多重多维多输出模糊推理模型及Mamdani算法

模糊推理是模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。类似一型模糊集模糊推理的Mamdani算法,研究并给出了二型模糊集的多重多维多输出模糊推理模型及相应的Mamdani算法。

最小-蕴涵模糊推理模型的连续性

把泛逻辑学引入模糊系统,基于泛逻辑算子,在模糊空间中定义一种新的模糊距离,引入模糊推理模型连续性的定义,给出最小-蕴涵模糊推理模型为连续模型的充要条件.

专家系统中的一种模糊推理模型

本文描述了专家系统中的一种模糊推理模型FURM。通过对领域专家的认识的模糊性的分析和研究,我们提出一种表示人的模糊认识的三元组,这种三元组从定性、定量和自信度等三个方面,分层次地将人的头脑中的模糊认识较完整地表示出来,在FURM的不确定性推理中,我们提出一种基于Goguen逻辑的模糊语言逻辑的推理方法,较好地模拟了领域专家的模糊推理过程。 FURM已经在我们研制的“中国内生金矿床资源评价专家系统”中得以使用。目前,就已经运行的实例来看,其结果与领域专家的观点吻合。

神经网络驱动性模糊推理模型及其算法

首先建立神经网络驱动性模糊推理模型 ,然后建立推理系统和算法步骤 。

抽象思维过程的模糊推理模型

抽象思维过程的模糊推理模型王秀珍（长沙大学长沙４１０００８）１抽象思维过程的模糊性及其模糊模型由于抽象思维过程所涉及的信息有相当大的一部分是模糊信息，因此，研究抽象思维过程时要运用模糊近似推理的方法，建立相应的模糊逻辑推理模型，并采用模糊集和模糊数的...

一种用于评判类专家系统的模糊推理模型

本文描述了一种用于评判类专家系统的模糊推理模型,通过对领域专家知识的模糊性分析和研究.提出了一种表示模糊评价知识的三元组,它把专家的知识表示成一个界线不分明的模糊向量.在不确定性推理中,通过模糊数学中的综合评判方程把这些模糊向量联系起来,推理过程变成了模糊方程的求解过程.这个模型已成功地应用于我们开发的军事专家系统CCE 中,运行结果与专家观点基本吻合.

基于多值蕴含的二型模糊推理模型

针对Mamdani蕴含算子不支持经典逻辑的问题,采用与一型模糊逻辑系统类似的研究方法,讨论了基于Kleene-Dienes、Lukasiewicz、Zadeh和Reichenbach蕴含算子的二型模糊推理模型,分别给出了这四个二型模糊推理模型最终模糊集的隶属函数表达式。研究结果表明,这四个二型模糊推理模型及其算法具有一般经典逻辑的共同属性,比Mamdani二型模糊推理模型更自然。研究结论突破了已有的框架,有助于二型模糊逻辑系统的进一步研究。

自适应神经模糊推理模型在建筑物能耗估计中的应用

对建筑物的能量消耗进行有效地估计将极大地帮助建筑师和工程师在早期设计和施工阶段进行能耗控制.本文提出了基于自适应神经模糊推理模型的建筑物能耗估计方法,即根据主要建筑物围护参数(如材料厚度和绝缘K值),依次进行EnergyPlus分析、EnergyPlus仿真、自适应神经模糊推理,对不同厚度值和绝缘属性的材料进行能耗估计,通过Matlab/Simulink计算证明了建筑物能耗估计对于能效建筑物整体设计的重要性.

一种模糊推理模型在医学专家系统中的应用

本文介绍一种模糊推理模型DFRM(The Double Weight Number Fuzzy Reasoning Model),它已应用到儿童消化道疾病专家系统中,获得了满意的结果。并对该模型作了评价。

二型模糊集下的推理模型及Mamdani推理算法

在二型模糊集理论的基础上,讨论了二型模糊集下的三种模糊推理模型,研究了模糊推理模型的Mamdani推理算法,证明了Mamdani推理算法具有单调性质。

基于SVM的模糊推理在图像降噪中的建模与仿真

针对图像上的脉冲噪声,用基于支持向量机的模糊推理方法建立噪声检测模型。该建模方法应用支持向量机的学习机制从训练样本中提取支持向量,由支持向量确定模糊基函数,产生相应的模糊规则,建立起模糊推理模型。并依据此设计了一套噪声检测系统。该系统由基于支持向量机的模糊推理子系统和决策子系统组成。其中,推理子系统分别在纵向和横向上检测噪声信息;决策子系统综合纵向横向的信息,做出决策。仿真实验结果表明,所提出的方法可有效地检测并去除噪声,同时保留了图像的细节信息。

一种基于模糊推理的自组网成簇控制策略

研究了模糊控制技术的使用.对于每种度量,定义了相应的模糊隶属度函数用于预测一个更稳定的链路,实现了一个模糊推理规则库以产生每种链路的模糊代价,并提出一种基于移动预测机制的δ-度约束的分布式成簇策略.成簇问题可归结为寻找一个极大独立集问题,给出了算法及其正确性证明.仿真结果表明,该方法的稳定性优于HD算法和LCC算法.

神经模糊系统在制动干扰模型中的应用

关于汽车制动优化问题,由于汽车制动器摩擦系数的干扰,产生汽车制动振荡现象,系统的模型是一个由线性与非线性糅合的系统,针对非线性部分难以建立数学模型,采用传统的BP神经网络进行系统辨识,在辨识过程中常常出现收敛速度慢、易导致局部极值等不良现象,从而影响系统辨识的速度及其信号的跟踪性。为解决上述问题,结合模糊推理系统模型具有控制精度高与神经网络自学习的功能,提出了使用神经模糊系统来进行非线性动态部分辨识的方法。分别采用传统的BP网络与模糊神经系统的方法对非线性动态系统进行辨识,通过利用MATLAB软件进行仿真。仿真结果表明,神经模糊系统的非线性动态系统辨识方法,不仅能够提高系统辨识的收敛速度,还能提高辨识精度及信号的跟踪性能。

基于目标的动态加权模糊控制

针对单输入、多目标控制系统,提出一种基于目标的动态加权模糊控制模型。该模型根据控制目标设计子模糊控制器,通过模糊推理得到的加权系数动态连接各个子目标模糊控制器,使多个子目标模糊控制器在控制过程中既相互竞争又相互协调。该模型用于吊车控制的仿真结果证明了其有效性。

二级倒立摆的动态加权模糊控制

针对快速、多变量、强非线性、绝对不稳定特性的二级倒立摆系统,运用基于目标的动态加权模糊控制器对其进行控制,通过模糊推理得到加权系数动态连接各个子目标模糊控制器,使多个子目标模糊控制器在控制过程中既相互竞争又相互协调。解决了一般模糊控制在控制多变量系统时出现的规则组合爆炸问题,大大减少了模糊控制器的规则数,有利于利用专家经验。利用Matlab提供的良好的人机交互界面和功能完备的模糊逻辑设计工具,结合Simulink开放式的、动态的图形化仿真环境,使复杂的模糊控制系统的仿真过程大大简化,缩短了开发周期。实验结果表明该方案控制效果好,鲁棒性强。