Approximation of generalized fuzzy system to integrable function

A generalized fuzzy system by which many fuzzy models in application are extended is defined. By the approximation of the generalized Takagi-Sugeno(T-S) system to the piecewise linear function with Lp(μ)-norm, it is shown that the generalized T-S system is the universal approximator to p-integrable functions. With the given degree of accuracy, the fuzzy rule number needed in the fuzzy rule base of the system is estimated. Finally some simulation examples are given to demonstrate the conclusions.

认知不确定多态系统模糊可靠性评估

针对高可靠部件短时间内很难获得足够的性能分布信息,致使对部件的认知存在一定的不确定性问题,为降低其对部件性能分析的影响,实现对系统可靠性的准确估计,假定部件性能分布参数为模糊数,根据模糊集合分解定理,建立基于β-截集变量的性能分布模型,给出了部件模糊状态性能区间的定义和状态模糊概率的计算方法。对传统的通用生成函数方法进行改进,定义了α-截集通用生成函数及其运算法则。提出了考虑认知不确定的多态系统模糊可靠性评估方法,并以仿真实例进行验证说明。该方法不仅克服了性能分布信息缺少,无法准确地建立状态信息分析模型的不足,且方法简单、思路清晰,具有强通用性和工程应用性。

广义模糊双曲正切模型及其逼近性研究

提出一种广义模糊双曲正切模糊模型(GFHM),此模型可以看做是模糊双曲正切模型的扩展·采用广义变量的双曲正切函数和的形式表达了模糊化、模糊推理和反模糊化的运算过程·并采用Stone Weierstrass定理证明了此模型可以逼近定义在紧集上的任意连续实函数,具有全局逼近性,可以用于复杂系统的建模·

具有广义线性隶属函数的典型模糊系统的通用逼近性

设计了一种将三角形和梯形隶属函数作为特例的广义线性隶属函数,推导了输入采用广义线性隶属函数的典型Mamdani模糊系统的解析结构,证明了典型模糊系统是单调、递减的有界连续函数;在此基础上证明了该类模糊系统能以任意精度逼近任意连续实函数,最后仿真实例证明了本设计的有效性。

不完全覆盖的模糊多状态系统可靠性计算方法

针对实际工程中多状态系统的性能及其概率分布无法准确获得和不完全覆盖的问题,提出了一种可靠性计算方法.该方法利用模糊发生函数来分析多状态系统,根据分解定理,用截集的形式来表示元件的性能.对于计算系统处于各状态的概率分布和并发执行结构的性能,结合扩张原理,采用模糊数排序准则采比较元件的状态与运算冗余结构,以及串行结构的性能,解决了已有算法的计算结果只能得到近似值的问题.采用将不完全覆盖与系统模型分离的方法,使得模糊发生函数能够分析不完全覆盖的模糊多状态系统,既解决了未覆盖失效带来的元件相关性,也降低了分析的复杂性,从而为计算机编程提供了方便.

一种高解释性的改进的广义模糊双曲正切模型

提出了一种高解释性的改进的广义模糊双曲正切模型,证明了此模型的模糊规则基的每一条规则的后件是此模型输出在相应的规则中心的Taylor一阶展开,它仍然是一个全局逼近器。给出了此模型的训练算法,仿真结果表明了该模型具有更高的逼近精度。

竞争失效条件下的装备选择性维修优化方法

为了实现集群装备的精确化保障目标,提高任务成功概率,提出了一种竞争失效条件下面向随机不确定任务的装备选择性维修优化方法。当任务间隔时间为随机变量时,同时考虑装备、任务与随机竞争失效等相关参数的模糊特性,基于模糊Markov过程与模糊通用生成函数法,建立了竞争失效条件下的模糊多状态系统任务成功概率评估模型;然后以模糊任务成功概率为目标函数,在维修备件资源约束下,建立了针对集群装备的选择性维修决策模型,同时利用Memetic算法对模型进行求解,得到最优维修方案;最后,以某型捷联惯性导航系统装备为例,计算得到该选择性维修模型下的任务成功概率可达到0.6018。分析与实例验证了模型的有效性和合理性。

共因失效条件下多状态系统选择性维修优化

共因失效(CCF)广泛存在于多状态系统(MSS)中,研究共因失效条件下多状态系统的维修优化问题,对于提高系统任务成功概率、降低故障损失具有重要意义。考虑多状态系统、任务剖面和随机共因失效的模糊特性,采用模糊马尔可夫模型(FMM)和模糊通用生成函数(FUGF)法,建立了模糊随机共因失效条件下模糊多状态系统(FMSS)任务成功概率评估解析模型(AM),采用Monte Carlo仿真(MCS)方法对模型进行了验证;考虑维修费用约束,建立了模糊随机共因失效条件下模糊多状态系统选择性维修优化模型,为生成最优维修方案提供支持,结合实际案例,分析了随机共因失效对选择性维修优化和系统各状态的模糊概率的影响,验证了模型的有效性。研究结果表明,模糊随机共因失效和各模糊参数的α水平截集可能会影响选择性维修优化的结果,且忽略模糊随机共因失效会高估系统任务成功概率。