基于模糊隶属度分布函数的博斯腾湖景观适宜水位确定

采用层次分析法识别博斯腾湖景观关键点,基于湖泊特征水位分析,构建了景观关键点水位和景观适宜度的模糊隶属度分布函数,计算了不同季节博斯腾湖景观适宜水位范围。结果表明:湖泊水质、年旅游业收益是识别博斯腾湖景观关键点的主要因素;博斯腾湖最佳景观水位为1046.70 m,低警戒水位为1045.00 m,高警戒水位为1047.90 m,低、高破坏边缘水位分别为1045.40 m和1047.40 m;不同季节博斯腾湖景观适宜水位存在差异,春季和秋季景观适宜水位范围为1045.90~1047.16 m,夏季为1046.00~1047.00 m,冬季为1045.85~1047.25 m。

基于模糊隶属度函数的桥梁结构损伤状态评估

为评估桥梁结构的整体损伤状态,以模糊理论为基础,引入模糊隶属度函数,构建了桥梁结构损伤状态评估模型。依托某预应力混凝土梁桥工程实例,对桥梁结构中确定的多种因素采用正态分布函数的形式进行定量表示,然后分别计算各因素所对应的隶属度,再组合成结构的整体隶属度对结构损伤状态进行分级判断。所提方法与《公路桥涵养护规范》中的状况评估方法得到的桥梁结构状况评级一致,验证了基于模糊隶属度函数的桥梁结构损伤状态评估方法的可靠性。该方法可在一定程度上能降低人为主观因素对桥梁结构损伤状况评估的影响,可应用于同类型桥梁进行结构损伤状态的评估分析。

基于T-S模糊模型的隶属度函数学习算法

模糊规则的提取和模糊隶属度函数的学习是模糊系统设计中重要而困难的问题 .文中探讨了Takagi Sugeno模糊模型的隶属度函数学习问题 ,建立了基于模拟退火的模糊隶属度函数学习算法 ,给出了用于验证该算法有效性的仿真实例 .

一种基于隶属度函数在线学习优化策略的T-S模糊系统的L_(2)-L_(∞)/H_(∞)混合控制

基于Takagi-Sugeno(T-S)模糊模型,研究了在非并行分布式补偿框架下的非线性系统L_(2)-L_(∞)/H_(∞)混合性能指标优化问题.首先,给出了使得模糊系统渐近稳定并满足混合性能的模糊静态控制器设计的充分条件.然后,在保证系统性能的前提下,根据每一个模糊控制器的隶属度函数的可行域,提出了一种新颖的隶属度函数在线学习优化策略来实时地优化控制器隶属度函数进而得到优越的L_(2)-L_(∞)/H_(∞)混合性能指标.相比已有的传统非并行分布式补偿模糊控制方法,该优化算法能够有效地降低实际的抗干扰衰减性能指标.根据李雅普诺夫稳定性理论,得到了成本函数误差收敛的充分条件.最后,通过仿真实例验证了所提出的在线学习优化算法的有效性.

基于阶梯隶属度函数的离散T-S模糊系统H_∞控制

针对离散T-S模糊控制系统,提出了一种基于阶梯隶属度函数的H_∞控制器设计方法。为了增加控制器设计的自由度,采用模糊Lyapunov函数作为候选Lyapunov函数,并利用非并行补偿控制器进行闭环控制。进一步利用阶梯隶属度函数逼近T-S模糊模型的隶属度函数,根据阶梯隶属度函数取值的离散性和有限性,描述闭环系统稳定性和性能的模糊矩阵不等式可以被转换为若干线性矩阵不等式。由于隶属度函数的信息被引入到控制器设计之中,降低了控制器设计的保守程度。相比于传统的H_∞控制方法,所提出的方法能够设计出具有更小H_∞性能指标的模糊控制器。给出了一个数值仿真示例验证了方法的有效性。

隶属度函数相关的T-S模糊时滞系统稳定性准则

研究一类T-S模糊时滞系统的稳定性问题。首先,充分利用时滞信息构造一个新的隶属度函数相关的增广型L-K泛函;其次,基于李雅普诺夫稳定性定理,采用Jensen积分不等式、Wirtinger积分不等式和凸组合相结合的方法来处理L-K泛函求导过程中产生的积分项,与隶属度函数相关的项则通过建立切换规则来处理;然后,以矩阵不等式的形式给出一个保守性较小的稳定性准则;最后,通过一个通用数例来验证准则的有效性。

基于ANP和优化隶属度函数的雷达质量评估研究

为检验雷达系统质量状况,依据其应用需求和功能特性,构建了雷达质量状况评价的指标体系。针对各层级指标因素间可能存在一定关联性的情况,文中采用网络层次分析法确定指标权重。针对单一隶属度函数可能产生隶属度突变的问题,提出了组合隶属度函数的方法,通过计算各指标在不同隶属函数下的评价信息,而后对多种隶属函数的评价信息进行优化组合,使得评估结果具有更高的可信性。运用模糊综合评判的方法,对某雷达系统质量进行了实例评价分析,结果表明该方法简易可行,能够较为准确地评估雷达装备的质量状况。

不确定隶属函数T-S模糊控制器设计与稳定分析

针对许多非线性系统存在的结构不确定和难以用精确数学模型表达等问题,在研究基本Takagi-Sugeno(T-S)模糊模型的基础上,通过增加一个隶属函数自由变量,利用线性矩阵不等式(LMI)设计了一个使得闭环系统渐进稳定的状态反馈控制器,并给出稳定条件.所得到的条件充分利用了前件变量隶属函数的结构信息和后件局部子系统之间的相互关系,降低了常规T-S模糊系统的稳定性条件的保守性和求解难度.通过仿真实例验证了该方法的可行性和有效性.

基于高斯隶属函数的非线性T-S模糊系统的逼近性

基于最小推理机、单点模糊化和中心平均解模糊化方法构造了一类非线性T-S模糊系统,根据Stone-Weierstrass定理证明了该T-S模糊系统对多元连续函数具有逼近性能.

一种组合隶属度函数及其在电能质量模糊评价中的应用

在电能质量模糊评价中,选择不同的隶属度函数会导致评价结果出现差异,影响评价的可信度。为避免隶属度函数选择上的主观性,充分利用评价信息,本文提出了一种基于方差—协方差优选组合法的组合隶属度函数。首先选取五种典型的中间型隶属度函数作为优选组合的基础;然后通过方差—协方差优选组合法计算各函数权重并进行最优组合,构造出一个具有普遍适用性的组合隶属度函数;最后利用得到的组合隶属度函数进行模糊评价从而提高评价结果的可信度。应用本文算法对某变电站的电能质量数据进行实证分析和评价,验证了该算法的有效性。

基于改进隶属度函数的电能质量模糊综合评价

通过分析电能质量模糊综合评价中的隶属度函数问题,提出了一种改进的隶属度函数来量化刻画电能质量评价指标各质量等级的模糊特性,从而实现更为细致的电能质量的模糊综合评价,解决了电能评价指标两质量等级之间难以建立联系和量化刻画的问题.文中首先对电能质量指标的权重、确定隶属度函数参数的指标限值及质量等级划分问题进行了分析;然后以传统的岭形函数为基础进行改进,得到基于评价指标质量等级的隶属度函数,并对电能质量的各项评价指标建立了模糊模型;最后运用所设计的算法对某地区的电能质量数据进行评价,结果验证了文中方法的实用性和有效性.

一种新隶属度函数的模糊支持向量机

传统的模糊支持向量机隶属度函数都是基于样本与类中心距离进行设计,这对非球形分布数据很不合理。使用类内超平面代替类中心,提出基于样本到超平面距离的新隶属度函数设计方法。该方法克服传统方法的不足,降低隶属度函数对样本集几何形状的依赖,提高模糊支持向量机的泛化能力。数值实验表明,与支持向量机和三种不同隶属度函数的模糊支持向量机相比,新隶属度函数的模糊支持向量机达到最好的分类效果,而且新隶属度方法的简单易行,计算时间少。

不同隶属函数对地下连续墙模糊可靠度影响的分析

虽然有学者已经将模糊可靠度的概念引入到了岩土工程结构可靠性分析中,但是仍然存在一些有待解决的问题,其中可靠度计算时隶属函数依据什么样的标准进行选取尤为重要,因为隶属函数的选取作为一个先决条件,其对可靠度计算结果有着直接的影响,隶属函数选取不同,计算结果有可能存在明显的差异。针对这种现状进行了研究,分别选取了3种具有代表性的隶属函数:降半梯形分布、二次抛物线分布以及岭形分布,从理论上推导出三者对模糊可靠度的计算结果的影响差异,通过比较分析得出计算地下连续墙模糊可靠度时隶属函数选取的一般原则。通过一个工程实例进行了验证计算,计算结果与理论分析结果相吻合。

采用三角型隶属度函数的模糊系统的插值特性

研究了采用三角型隶属度函数的模糊系统的插值特性 .针对常见的 Mamdani和 TSK两类模糊系统 ,研究了模糊系统与分段插值函数在函数逼近上的等价性 .在此基础上 ,分别给出了两类模糊系统在插值方面的逼近误差估计 .

模糊数的隶属度区间分布函数

定义了关于模糊集合的隶属度区间分布函数的概念,用L-R梯形模糊数的隶属度区间分布函数等例子,说明了所引入的概念具备重要的实际背景,是合理的。进一步澄清了模糊数的隶属度函数、隶属度区间分布函数和随机变量的概率密度函数的关系,以及模糊数的隶属度区间分布函数和随机变量的概率分布函数的异同。

基于参数化隶属度匹配函数的含分布式发电配电网模糊潮流计算

随着分布式发电渗透水平增长、负荷波动性加强,配电网所面临的不确定性因素日益复杂和严峻,在给配电网规划和调度等环节带来挑战的同时,也间接对不确定性潮流计算的准确性提出了更高的要求。针对含分布式发电与负荷不确定性对配电网潮流分析带来的影响,该文提出新型模糊潮流计算方法。首先分析分布式发电与负荷采样数据的嵌套特性,构建基于隶属度匹配函数的功率模糊模型,弥补常规方法理论基础不充分和主观性较强的问题。然后,采用参数化隶属度匹配函数改进前推回代法,通过含参迭代计算实现配电网模糊潮流的求解,避免?截集分解和线性近似所引起的低运算速度或低计算精度。最后,通过实际配电网进行算例仿真与分析,结果不仅能够合理表征出分布式发电与负荷的不确定性,还可定量分析由此所导致的电压水平和功率分布数值的可能性变化情况,验证了所提模糊潮流计算方法的有效性。

一种区间二型模糊隶属度函数的构造新方法

针对现有区间二型模糊隶属度函数的构造方法中,存在受试者需为模糊专家,易出现不确定迹(FOU)填满现象(下隶属度函数近似为0),或需预先确定不确定迹的形状的问题,设计受试者不为模糊专家也可正确回答的调查问题,提出一种构造区间二型模糊集隶属度函数的新方法.该法不需预先确定FOU的形状,受试者不必为模糊专家.该法的基本思想是从一组领域专家中收集类属词的上下隶属度区间数据,对所获数据进行数据预处理,最后获得类属词的隶属度函数和FOU.实验结果表明,所提出的新方法可有效构造区间二型模糊隶属度函数,避免出现填满现象.

基于模糊聚类的车辆跟驰隶属度函数确定方法

为了精确获得车辆跟驰模糊推理系统的隶属度函数,避免因采用专家法而使模糊推理结果的误差增大,提出采用模糊聚类分析的方法,考虑车辆跟驰数据内部的关联性,并根据高斯函数中参数的统计学意义进行车辆跟驰模糊集的划分和隶属度函数的确定。利用NGSIM数据,将后车速度、前后车相对速度、前后车间距作为输入变量,后车加速度作为输出变量建立车辆跟驰模糊推理系统,对提出的基于模糊聚类的车辆跟驰隶属度函数确定方法进行评价。结果表明,提出的新方法能真实反映数据本身的特征和驾驶员的心理生理特性,其推理结果与真实数据误差较小,可为车辆跟驰模糊推理系统的建立提供参考。

模糊控制中隶属度函数的确定方法

本文对模糊控制理论中的隶属度函数的确定方法进行了广泛的探讨 ,对隶属度函数的四种曲线形状进行了详细的分析 ,并对隶属度函数形状对控制特性的影响进行了研究。指出了能达到控制精度高且稳定性好的控制效果的模糊变量隶属度函数的选择原则 。

高斯隶属度函数模糊神经网络在肺癌诊断中的应用

选用隶属度函数为高斯函数的模糊神经网络用于肺癌诊断,尝试提高诊断的正确率.对于非二值输入参数,首先用高斯隶属度函数模糊化,然后与二值参数一起作为BP神经网络的输入参数.所用病例被随机分为训练集和证实集,训练模糊神经网络,用证实集测试该网络区分肺癌与非肺癌的能力.结果表明,用高斯隶属度函数的模糊神经网络比作为对照的三角形隶属度函数模糊神经网络诊断正确率有所提高,而且对病例如何分组不敏感.