一种基于稀疏规则库的定性插值推理方法

提出一种基于三元组定性分析理论的插值推理方法,提供了该方法的具体算法,并将此方法应用到有限推理问题的一个典型实例中,验证了该方法在解决有限推理问题上的有效性和准确性。

稀疏规则库模糊插值推理的模糊结构元算法

为解决在稀疏规则库条件下KH插值推理方法不能保证推理结果的正规性与凸性问题,基于模糊结构元理论,将模糊数的运算转换为单调函数的运算,定义一种新的模糊数距离的计算方法,提出一种新的稀疏规则库插值推理方法.在此基础上,将该方法从单变量拓展到多变量的情况,提出一种多变量模糊插值推理方法.通过一个算例说明所提出方法的可行性和有效性.研究结果表明:该方法在保证推理结论正规性与凸性的基础上,避免了用α-截集的方法求得结果,简便了推理运算.

稀疏规则库条件下的模糊推理方法

当模糊规则库是稀疏型时,利用Kóczy线性插值推理方法不能保证推理结论的正规性和凸性,为了解决这一问题,石岩曾提出了插值推理方法的推理条件,当满足这些条件时利用Kóczy线性插值推理方法得到的推理结论也满足正规性和凸性;但是这些条件却限制了模糊推理系统的应用,而且如果多次推理中在同一输入点遇到稀疏情况,必须进行相同的计算才能得到正确的推理结果,这样增加了系统的计算量,降低了系统的速度和效率。因此提出了一种新的稀疏模糊推理方法,不仅能够简单的给出正确的推理结果,还能在相应的位置增加规则,提高规则库的紧密程度。

稀疏规则条件下的线性插值推理研究

模糊推理本质上就是某种插值方法 .但在稀疏规则库的条件下 ,当输入的事实落入规则“空隙”时 ,采用传统的CRI方法是得不到任何推理结果的 .而采用 KH线性插值推理也存在着难以保证推理结果的凸性和正规性等问题 .在分析了 Koczy和 Hirota提出的线性插值推理方法的基础上 ,本文提出了一个新的线性插值推理的方法 ,该方法能很好地保证推理结果的凸性和正规性 。

稀疏规则条件下的“点—斜”模糊插值推理方法

在稀疏规则库的条件下,当输入的事实落入规则空隙时,采用传统的CRI方法是得不到任何推理结果的.而采用KH线性插值推理也存在着难以保证推理结果的凸性和正规性等问题.在分析了线性插值推理方法的基础上,本文提出了一种新的基于顶点和斜率的模糊插值推理方法,该方法能很好地保证推理结果的凸性和正规性并且简单易行,这为模糊插值推理又提供了一个十分有用的工具.

基于样条插值的模糊控制算法

利用三次样条插值函数,直接由控制输入输出数据对建立了控制输入与控制输出之间的映射关系,得到了一元三次样条插值控制算法和二元双三次样条插值控制算法,并将二者分别用于单输入单输出系统和双输入单输出系统的仿真控制。仿真结果表明,上述方法是可行的,并且基于三次样条函数的模糊插值控制,具有响应快,无超调,稳态误差极小等很好的控制效果。其设计简单,不需要过多规则,对稀疏规则库条件下的控制器设计尤为适用。

基于几何参数的模糊拉格朗日插值推理

在稀疏规则库条件下,当给定的输入落入规则"间隙"时,采用传统的模糊推理方法是得不到任何结论的。模糊推理本质上就是插值器。Koczy和Hirota首先提出了KH线性插值推理方法,然而推理结果存在着无法保证凸性和正规性等问题。为了能有一个较好的插值推理结果,本文提出了一种基于几何参数的模糊拉格朗日插值推理方法,该方法不仅推理简单,推理结果较好,并且能很好地保证推理结果的凸性和正规性。这为智能系统中的模糊推理提供了一个非常有用的工具。

模糊插值推理概述

模糊推理本质上就是某种插值方法,但在稀疏规则库的条件下,当输入的事实落入规则"空隙"时,采用传统的CRI方法是得不到任何推理结果的,从而诞生了模糊插值推理。由于模糊插值推理是模糊推理重要分支,并且学者们对其研究均处于起步阶段,故对现有的模糊插值推理加以介绍。

基于高斯型隶属函数新的模糊插值推理方法

在稀疏规则库的条件下,当输入的事实落入规则空隙时,采用传统的CRI方法是得不到任何推理结果的。KH线性插值推理解决了这个问题,从而产生了模糊插值推理方法。但现有的插值推理方法几乎都是基于三角形隶属函数的,很少有高斯型隶属函数。本文在线性插值推理方法的基础上,给出一种基于高斯型隶属函数的顶点和拐点距离比的模糊插值推理方法。这为模糊插值推理又提供了一个十分有用的工具。

一种基于泰勒级数的简化的Kóczy线性插值推理方法

在传统的模糊推理方法中,如果出现模糊规则库稀疏的情况,模糊推理就得不出正确的推理结论.针对这个问题,Kóczy和Hirota提出了一种线性插值推理方法.线性插值推理方法解决了稀疏规则库情况下如何得出推理结论的问题,但是,用这种方法得出的结论有时是不正规的模糊集.本文提出的基于泰勒级数的Kóczy线性插值推理方法,能保证“当模糊规则A1= >B1 ,A2 =>B2 和推理前件A* 是正规的线性隶属函数(三角形或者梯形)时,插值推理结论B* 也是正规的线性隶属函数(三角形或者梯形)”.

利用隶属函数宽度的模糊插值推理方法

提出了一种基于隶属函数的宽度的模糊推理方法,该方法应用范围广,使用于所有正规的凸模糊集,能够保证结果的正规性和凸性,而且能够很好地推广到多输入情况。