正则模糊联想记忆

本文提出了一种特殊的模糊联想记忆系统（ＦＡＭ）─正则模糊联想记忆及其学习算法─正则化学习算法．正则模糊联想记忆具有比一般方法所设计的模糊联想记忆更好的性能，且其性能受训练数据不足和训练数据噪声的影响很小．最后，举例说明了正则模糊联想记忆在模糊控制器中的应用．

基于基因算法的模糊联想记忆设计方法

本文提出了一种用基因算法（ＧＡ）来进行模糊联想记忆（ＦＡＭ）系统设计的方法──基因ＦＡＭ法。同自适应模糊联想记忆（ＡＦＡＭ）和神经网络设计方法相比，该方法不要求有训练样本；而且可以设计出好的ＦＡＭ系统最后，举例说明了该方法的应用。

一种基于模糊自适应GA的广义S维分配算法

多传感器多目标跟踪系统进行目标状态估计的数据关联问题可以阐述为广义S维分配问题。本文提出了一种基于模糊自适应GA的广义S维分配算法,该算法利用六个模糊控制器对符号编码遗传算法的遗传操作进行自适应控制,并将S维分配问题中的目标代价函数极小化问题作为组合优化问题进行求解,同时结合极大似然方法进行目标识别和目标状态估计。在考虑虚警和漏检前提下,对算法进行了稀疏目标和密集目标两种仿真环境下的Monte Carlo试验,对试验结果进行了对比分析。