基于Sugeno测度半一致模Choquet积分的特性

本文在基于Sugeno 测度半一致模的Choquet积分的基础上, 结合基于半一致模有序加权平均算子的特点, 讨论了基于Sugeno 测度半一致模的Choquet积分的沙普值、否决和喜爱指数。

基于Sugeno测度半一致模Choquet积分

基于半一致模的有序加权平均(SUOWA)算子是加权平均(WA)算子和有序加权平均(OWA)算子的推广, 本文在基于Sugeno 测度半一致模的Choquet积分的基础上, 结合基于半一致模有序加权平均算子的特点, 讨论了基于Sugeno 测度半一致模的Choquet积分的相关性质, 从而对多元数据进行更好地集成。The semi-uninorm ordered weighted averaging (SOWA) operators is generalize of weighted means and OWA operators. In this paper, the Choquet Integral of semi-uninorm based on Sugeno measures are discussed and combine the characteristics of the the semi-uninorm ordered weighted averaging operators.

基于覆盖的Sugeno测度粗糙集模型及其三支决策

概率粗糙集是研究不确定信息的重要理论基础,有着广泛的应用。由于概率粗糙集中的等价关系和概率测度的可加性要求过于严格,且在实际问题应用中难以满足,因此,对概率粗糙集及其模型进行拓展研究是非常有必要的。在概率粗糙集、Sugeno测度和三支决策的理论基础上,对基于覆盖的Sugeno测度粗糙集模型及其三支决策规则进行了研究。首先构造了一种基于覆盖关系的Sugeno测度粗糙集模型,定义了该模型的上、下近似算子;然后证明了其并、交、补等运算的代数性质;最后结合三支决策理论,给出了该模型的三支决策规则和方法,并用实例验证了其有效性。

基于差分进化Takagi-Sugeno模糊神经网络的电网故障诊断模型

为有效处理电网故障中存在的不确定性,提出一种基于改进差分进化Takagi-Sugeno模糊神经网络的电网故障诊断模型。该模型基于分布式并行处理的思路,根据配置的继电保护和断路器对每个元件而非整个电网建立相应故障诊断模型。为提高诊断模型的准确性,对差分进化算法的缩放因子和交叉率进行自适应改进,并将改进算法用于优化各模型的前件参数和后件参数。仿真结果表明,与其他神经网络相比,该模型能够成功诊断存在拒动、误动的复杂故障,提高了电网故障诊断的容错性。

Sugeno模糊模型的辨识与控制

提出了一种新的Ｓｕｇｅｎｏ模糊模型辨识算法和对非线性系统进行并行化设计的方法．在Ｓｕｇｅｎｏ模糊模型辨识中，应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行，减少了计算量；对于非线性系统的控制，Ｓｕｇｅｎｏ模糊模型实际上是动态系统的局部线性化，可采用并行设计的方法设计控制器，然后通过模糊推理得到全局控制量．最后通过倒立摆系统的控制说明了本文算法的有效性．

基于Sugeno模糊模型的帆船控制方法研究

针对非线性、时变的帆船航行系统,提出一种基于Sugeno模糊模型的帆船控制新方法.采集舵手的航行经验建立知识库,将专家知识融合到控制系统中,提高了控制系统的智能度;采用Sugeno模糊模型,将舵角的非线性控制局部线性化,并设计相应的局部线性控制器,通过模糊推理综合各局部线性控制器的输出,得到全局控制量.仿真结果表明,该方法能实现对帆船航向的智能控制,具有一定的实用价值.

基于混合智能算法的Sugeno期望值模型

Sugeno测度空间是一类比概率空间更广的重要的有代表性的非可加测度空间。本文给出了Sugeno期望值模型,并为了解决复杂的Sugeno期望值模型问题,提出了遗传算法及神经网络混合在一起的混合智能算法,从而将不确定的规划中的期望值模型推广到Sugeno测度空间上。

基于Sugeno推理自调整模糊Smith-PID控制器仿真研究

针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题,提出一种新型控制器,利用Smith预估器补偿受控过程纯滞后作用,基于Sugeno推理模糊控制器自调整PID参数。给出控制器结构及其控制策略,并将其应用于加热炉温度控制系统中,与常规PID控制器和Smith预估补偿PID控制器比较。仿真结果表明,该控制器各项性能均好于其它两种控制器,具有动态调节性能好、稳态精度高、抗干扰性强和鲁棒性好的特点。

Sugeno型二维模糊控制器设计及其优化研究

基于MATLAB/Simulink平台设计了某研究堆功率调节系统各环节模型,并设计了应用于该研究堆功率调节系统中的Sugeno型二维模糊控制器。仿真分析结果表明,Sugeno型二维模糊控制器可应用于该研究堆功率调节系统,且在超调量、调节时间等方面的性能优于经典PID控制器。本文提出了一种优化方法,优化后的模糊控制器性能得到改善,且性能(超调量、调节时间、振荡性能等方面)优于经典PID控制器。该优化方法是一种有效的模糊控制器优化方法。

基于Sugeno模糊推理的静止无功补偿器多模态切换方法

多模态控制主要采用快速切换控制方式实现,此方法在切换瞬间易引起控制器输出和系统响应出现抖动现象。为平滑过渡过程,提出了一种基于Sugeno模糊推理的控制模态切换方法,将不同控制器的控制输出作为输入引入到Sugeno系统的输出隶属函数,并将输出隶属函数的概念扩展以实现模态的平滑过渡。通过仿真分析基于非线性度变换比例积分微分(proportional integral differential,PID)控制和常规PID控制2种方式在静止无功补偿器上的控制效果,验证了该方法可以平滑抖动现象,实现模态切换的平稳过渡。

K-拟可加模糊测度空间上的广义Sugeno模糊积分

在K-拟可加模糊测度空间上应用已建立的广义Sugeno模糊积分模型,针对一类非负可积函数讨论了这种模糊积分的确界表示形式,进而给出描述拟加法运算与拟乘法运算关系的重要积分不等式及其特性,为进一步研究其收敛定理奠定了基础.

基于直觉模糊值Sugeno积分算子的多属性群决策

针对现实的多属性群决策问题中,决策属性及专家偏好之间均存在不同程度的相互关联问题,提出了一种基于直觉模糊值模糊积分的多属性群决策方法.并基于直觉模糊值模糊测度,提出了一种直觉模糊值Sugeno积分算子,讨论了该算子的性质,给出了基于该算子的多属性群决策方法与途径.通过实例分析说明了该方法的具体应用及计算过程.

基于Sugeno模糊模型的数控机床故障诊断法

在数控机床的故障诊断中,许多对数控机床故障征兆描述的诊断规则都是诊断专家的诊断经验,具有很大的随意性.文中将Sugeno模糊模型用于数控机床故障诊断系统的方式,实现了对各个诊断专家诊断结果的模糊综合,补充了诊断专家诊断知识的不足,消除了诊断专家诊断结论的随意性,保证诊断结论的准确,利用该方法基于诊断专家系统技术可以实现对数控机床的自动诊断,而且诊断结果准确、可靠.

基于监督学习的Takagi Sugeno Kang模糊系统图像融合方法研究

该文针对图像融合领域内难于对先验知识加以利用的问题提出一种新的有监督学习的Takagi Sugeno Kang(TSK)模糊系统图像融合方法。该方法通过引入TSK模糊系统构建标准图像融合图像库进行学习,将学习准则记录下来形成融合模型,并指导新的图像融合过程。不同于传统方法,该方法可以有效地避免模型参数择优的难题,在融合图像质量和适用范围方面表现出一定的优势。从单一类型图像融合和多种类型图像融合两个角度进行了实验研究,实验结果说明该方法的有效性。

Sugeno模糊模型的辨识

提出了一种新的Ｓｕｇｅｎｏ模糊模型辨识算法．在Ｓｕｇｅｎｏ模糊模型辨识中，应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行，减少了计算量．通过Ｂｏｘ－Ｊｉｎｋｉｎｓ数据建模说明了本文算法的有效性．

Sugeno测度空间上的一类回归估计问题的界

在Sugeno测度空间上进一步探讨了统计学习理论。给出了Sugeno测度空间上gλ随机变量的条件期望的定义;在Sugeno测度空间上利用带加性噪声的观测数据,建立了一个由级数展开表达的回归估计模型,并针对此模型给出并证明了它的一个界。

一种基于Sugeno模糊模型的测量数据处理方法

本文提出一种基于 Sugeno模糊模型的、针对测量时间受限条件下测量数据处理的模糊决策方法。该方法利用概率理论和模糊逻辑 ,分析处理多个中间测量结果中存在的不确定因素 ,并对这些结果进行有效融合。在动态称重系统中的应用结果表明 。

二级倒立摆的Sugeno型模糊神经网络控制

为了提高二级倒立摆系统实时控制的响应速度和稳定性,在设计Mamdani型模糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器。该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani型控制器的仿真对比及实际控制实验结果,表明该Sugeno型模糊神经网络控制器对二级倒立摆实验装置的控制具有良好的稳定性、快速性和较高的控制精度。

基于Takagi-Sugeno模型的半主动TLCD对偏心结构的减震控制

采用在结构水平双向设置 TLCD半主动控制装置的方法 ,对偏心结构在多维地震作用下的振动控制问题进行了研究。首先论述了基于 Takagi-Sugeno模型的模糊神经网络的基本理论 ,然后介绍结构 -TLCD扭转耦联控制系统微分方程及其状态空间求解方法 ,最后在建立起半主动控制策略的基础上 ,利用基于 Takagi-Sugeno模型的模糊神经网络 ,根据控制准则调整 TLCD的开孔率 ,实现对结构的半主动控制。数值结果表明 。

基于Takagi-Sugeno模糊神经网络模型的卫星钟差预报方法

卫星钟差预报精度的不断提升是精密导航的关键问题.为了进一步提高钟差的预报精度和更好地反映钟差的变化特性,提出一种基于Takagi-Sugeno模糊神经网络(Fuzzy Neural Network,FNN)的钟差预报方法.该方法首先根据钟差数据的特点对钟差进行预处理,然后以预处理后的数据建立一种高精度预报钟差的Takagi-Sugeno模糊神经网络算法.采用IGS(International Global Navigation Satellite System Service)不同采样间隔的精密钟差数据进行了短期预报试验,并与ARIMA(Auto-Regressive Integrated Moving Average)模型、GM(1,1)模型及QP(Quadratic Polynomial)模型进行了对比试验,分析结果表明:对不同类型原子钟,该方法用于钟差短期预报是可行的、有效的,其获得的卫星钟差预报结果明显优于常规方法.