PIE+MOM的Mamdani模糊系统通用逼近性充要条件

为了解决如何构造具有通用逼近性能的Mamdani模糊系统问题,提出一类Mamdani模糊系统具有通用逼近性的充要条件.该模糊系统采用乘积推理机(product inference engine,PIE)和最大值平均(mean of maximum,MOM)解模糊器,按模糊规则后件分为单点规则后件和模糊数规则后件两种情况,分别根据Weierstrass第一定理和隶属度函数性质给出了严格证明.最后通过示例证明该充要条件的有效性.

基于粗糙集及模糊控制的供应商选择系统

针对现有供应商选择评价方法中存在的预先设定的评价指标问题,指标及权重不能有效地适应不同类型、不同时间、不同业务需要的供应链形态问题,文章构建了供应商选择系统。该系统将评价指标的选取及各指标权重计算的基础数据交由企业设置,系统只提供供应商评价的详细步骤,以及指标约简、权重及综合得分的计算方法。具体而言,提供粗糙集算法约简供应商评价指标并计算指标权重,提供由乘积推理机、单值模糊器和中心平均解模糊器构造的供应商评价模型,计算供应商综合得分。

基于三角形和高斯模糊化的Mamdani模糊系统表示

模糊化是将模糊系统中输入变量的确定值转换为相应模糊集合的过程,它在模糊系统建模和模糊控制领域有着重要的作用。本文在前件模糊集取为三角形模糊数条件下,利用函数极值方法求解后件模糊集的隶属函数,进而给出基于三角形模糊化和高斯模糊化的两种Mamdani模糊系统表示。