符号空间上Takagi函数的局部水平集

利用符号空间上Moran集的维数性质,研究符号空间上Takagi函数水平集和局部水平集的维数,对符号空间中任意一点给出其对应局部水平集的维数,最后讨论了局部水平集Hausdorff维数的某种连续性.

改进粒子群优化Takagi-Sugeno模糊径向基函数神经网络的非线性系统建模

针对复杂非线性系统建模的难点问题,提出了一种基于改进的粒子群优化算法(PSO)优化的T-S模糊径向基函数(RBF)神经网络的新型系统建模算法。该算法将T-S模糊模型良好的可解释性及RBF神经网络的自学习能力相结合,构成T-S模糊RBF神经网络用于系统建模,并采用动态调整惯性权重的改进的PSO算法结合递推最小二乘算法实现网络参数的优化调整。首先,利用所提算法进行了非线性多维函数的逼近仿真,仿真结果均方差(MSE)为0.00017,绝对值误差不大于0.04,逼近精度较高;又将该算法用于建立动态流量软测量模型,并进行了相关的实验研究,动态流量测量结果平均绝对误差小于0.15 L/min,相对误差为1.97%,基本满足测量要求,并优于已有算法。上述仿真及实验研究结果表明,所提算法对于复杂非线性系统具有较高的建模精度和良好的自适应性。

关于Takagi-类函数的近似J-凸性的证明的一个注记

指出了J.Tabor等人的文章中关于Takagi-类函数的近似J-凸性的证明中的一个错误,用初等方法建立了一个关于无穷级数的不等式,证明这类连续型不等式在一个稠密集合上成立,提供了证明连续不等式的新方法,并以此给出了一个改进的证明,肯定了Takagi-类函数的近似J-凸性.

基于Takagi-Sugeno型模糊系统软运算的优化

分析Takagi-Sugeno模糊系统建模方法的基础上,提出一种简单有效的软运算方法.该算法基于功能块构造法模糊建模思想,由隶属函数写出简单的文本文件来代替复杂的模糊规则,运用Simulink工具箱,以Floulib模糊库为依据利用模糊控制的Takagi-Sugeno方法来进行模糊运算和设计模糊控制器.实例证明,本文所提出的软运算方法简单,收敛速度快,适合任意位输入的模糊控制器模型,具有较好的实际应用价值.

基于模糊融合预测的页岩地质甜点识别技术——以胜利油区渤南洼陷为例

针对常规地震在页岩地质甜点预测中多解性较强的问题,充分挖掘一维的全岩分析数据和测井数据、二维的地质数据、三维的叠后地震数据以及五维的OVT资料方位信息,开展基于模糊融合预测的页岩地质甜点识别技术研究,提高页岩地质甜点预测准确率。首先,分别统计研究区断裂大致展布方向和有利岩相分布区,优选敏感方位角度段对OVT资料进行分方位叠加;其次,开展基于叠前优势方位的裂缝平面分析和基于前馈神经网络的页岩有利岩相三维预测;最后,研发基于改进Sigmoid和Takagi-Sugeno(TS)函数的模糊融合技术,根据页岩地质甜点控制因素的重要性程度确定主控因素的发挥作用,将方位各向异性裂缝平面预测结果和神经网络页岩岩相预测结果有效融合,实现页岩地质甜点决策融合。应用该技术在渤南洼陷沙三段下亚段开展页岩地质甜点分类分级评价,在裂缝和岩相预测基础上,剔除裂缝不发育区和不利岩相对页岩地质甜点分析的干扰,将研究区页岩地质甜点划分为3类,裂缝发育+有利岩相叠合区为一类甜点,预测结果与实钻井吻合程度较高,取得较好应用效果。研究结果表明,基于模糊融合预测的页岩地质甜点识别技术,实现了页岩地质甜点分类分级评价,提高了预测可信度,为页岩油勘探提供了可靠的技术支撑。

Asymptotically Necessary and Sufficient Quadratic Stability Conditions of T-S Fuzzy Systems Using Staircase Membership Function and Basic Inequality

Asymptotically necessary and sufficient quadratic stability conditions of Takagi-Sugeno (T-S) fuzzy systems are obtained by utilizing staircase membership functions and a basic inequality. The information of the membership functions is incorporated in the stability analysis by approximating the original continuous membership functions with staircase membership functions. The stability of the T-S fuzzy systems was investigated based on a quadratic Lyapunov function. The asymptotically necessary and sufficient stability conditions in terms of linear matrix inequalities were derived using a basic inequality. A fuzzy controller was also designed based on the stability results. The derivation process of the stability results is straightforward and easy to understand. Case studies confirmed the validity of the obtained stability results.

花角蚜小蜂对松突圆蚧的寄生功能反应

在实验室条件下,以松突圆蚧（Hemiberlesia pitysophilaTakagi）雌成蚧为寄主,研究了花角蚜小蜂（Coccobius azumaiTachikawa）的寄生功能反应.结果表明：寄生功能反应均符合HollingⅡ型方程,且功能反应受到温度、寄主密度和寄生物密度的影响.在同一温度下,寄生数量随寄主密度的增大而增加;在15℃～25℃范围内,随着温度的升高,被寄生的松突圆蚧雌成蚧数量增加,而在25℃～35℃之间呈相反趋势.花角蚜小蜂的寄生功能反应有较强的种内干扰作用,随自身密度的增加,寄生数量逐渐减少.Hassell（1969）模型E=QP^-m和Bedding-ton（1975）模型E=aT/[1＋btw（P-1）]均能较好地反映花角蚜小蜂的寻找效应与其自身密度之间的关系,模拟结果分别为E=0.1659P^-0.5597和E=0.1437T/[1＋0.2691（P-1）].

基于模糊推理的车辆换道分析研究

为有效解决车辆换道行人研究中驾驶员对周围环境认知的不确定性,首次提出利用模糊推理系统对驾驶员换道行为进行分析。提出采用模糊聚类分析的方法进行输入变量的模糊集划分,求出对应的高斯隶属函数,首次引入Takagi-Sugeno推理方法进行车辆换道的模糊推理和去模糊化处理。利用NGSIM数据对建立的模糊推理进行参数标定,并进行推理结果分析,结果表明:利用模糊聚类确定隶属度函数的方法,能真实反映数据本身的特征和驾驶员的心理生理特性;而且推理结果与真实换道决策相比较时,其判断正确率高达81%,充分证明模糊推理在研究离散型推断问题中是可行的,而且此方法还可进一步应用到自动驾驶、驾驶员辅助系统的开发中。

改进的基于模糊推理的车辆跟驰行为分析方法

为精确建立车辆跟驰模糊推理系统,提出采用模糊聚类分析的方法为输入、输出变量划分模糊集,并求出对应的高斯隶属度函数;引入Takagi-Sugeno推理方法进行车辆跟驰模糊推理与去模糊化处理;利用NGSIM数据对模糊推理系统和Gipps跟驰模型进行参数标定并评价.结果表明:改进的建立车辆跟驰模糊推理系统的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,并且所建立的模糊推理系统与Gipps模型相比,其误差指标的仿真精度均有较大提升.

基于TS模糊推理和李亚普诺夫理论的有源电力滤波器控制

针对负载和参数变化带来的有源电力滤波器(activepower filter,APF)精确数学模型难以获得以及系统稳定性问题,分别在APF的直流电压控制中引入TS型模糊控制器,在电流控制中引入基于李亚普诺夫稳定性理论的控制方法,保证了APF的控制精度和稳定性。首先通过对直流侧电压误差和误差变化率进行TS模糊控制得到源电流参考值的幅值,再结合源电压的角频率计算参考电流,最后采取李亚普诺夫方法设计APF的开关函数,通过确保能量函数的导数始终为负来保证系统的全局稳定。通过Matlab/Simulink中的自适应神经模糊系统对TS模糊控制器的参数进行优化,并且进行对比实验。结果表明,在负载时变和系统参数变化的情况下,该控制方法可以保证系统的稳定鲁棒性和控制精度。

基于神经模糊控制理论的数控机床热误差建模

将基于神经模糊控制理论的建模方法——模糊神经网络建模法应用到数控机床热误差建模当中,讨论了热误差模糊神经网络的结构及建模原理;对大型数控龙门导轨磨床主轴箱系统进行建模试验,采用非接触式红外温度测量仪和千分表分别测量主轴箱系统温度值与主轴热误差,得到两组独立的试验数据,一组用来建立主轴箱系统热误差模糊神经网络预报模型,另一组用来对模型进行验证。试验结果表明,模糊神经网络模型预测精度高,泛化能力强;将模糊神经网络建模方法与径向基函数神经网络建模方法进行综合对比,分析结果表明,模糊神经网络建模方法具有更好的建模效率、建模鲁棒性及预测性能。

基于T-S模糊神经网络的齿槽效应补偿方法研究

针对齿槽效应带来的齿槽误差问题,提出在传感器探头内布设齿槽位置检测线圈,建立传感器齿槽特性模型和基于T-S模糊神经网络的齿槽补偿系统模型,依据齿槽位置信号对传感器进行齿槽误差补偿。利用附加动量的BP学习方法对网络进行学习和测试。仿真结果表明补偿模型的输出不再随齿槽位置波动,最大误差为±0.2 mm,该种方法可以有效地消除齿槽效应并提高传感器的检测精度,满足高速磁浮车悬浮控制系统要求。

基于分段模糊Lyapunov方法的T-S模糊系统H_∞控制

针对具有外部扰动的T-S模糊系统,利用分段模糊Lyapunov函数和线性矩阵不等式方法研究了模糊系统的镇定问题,给出了闭环系统渐近稳定的充分条件,提出了闭环系统γ一次优H∞控制器的参数化设计方法.仿真实例验证了所提出方法的有效性.

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统,提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下,利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化,将描述非线性系统的T-S模型转化为线性时变的状态空间模型,并假设输入基函数为阶跃函数,推导出预测控制律的解析式.仿真结果表明,该方法在求解控制律时,无需求解非线性优化问题,并且有效克服了模型失配对系统控制性能的影响,增强了系统的跟踪性能和鲁棒性.

LM局部集的Hausdorf维数

本文研究了LM局部集的几何性质.利用符号空间上Moran集的维数性质,给出了任意x∈[0,1]所对应LM局部集的Hausdorf维数,证明了LM局部集Hausdorf维数大于零的点构成的集合的Hausdorf维数为1.

用函数级数构造连续不可微函数的一般方法

通过对一些具体函数的讨论,利用Weierstrass函数和Takagi函数的共性从理论上得出了从函数级数角度出发构造连续不可微函数的方法,只要φ(x)是有界的周期函数,而{an}和{bn}是满足某些条件的数列,则由它们构造的函数就是连续不可微的。

基于Lasso函数的分层混合模糊-神经网络及其在遥感影像分类中的应用

本文提出一种新的分层混合模糊-神经网络(HHFNN)算法.在模糊系统中使用Takagi-Sugeno模型和三角波隶属函数.同时,为降低离散输入变量中可能存在的强交互作用,采用了系数收缩机制中的Lasso函数.最后,以福建的漳平洛阳—安溪潘田地区LANDSAT ETM+遥感影像数据地物分类为例,应用本文的改进算法与其他神经网络算法进行分析比较,得到了较高的分类精度,验证了采用基于Lasso函数的T-S型分层混合模糊-神经网络的可行性和有效性,可作为一种新的遥感影像地物分类方法.

RBF网络在节假日短期负荷预测中的应用

节假日的负荷预测一直是电力系统短期负荷预测中的难点 .该文采用了 T- S型模糊 RBF网络 ,提出了一种新的推理模型 .该网络采用次胜者受罚的竞争学习规则决定模糊隶属函数中心 ,并采用梯度下降和交叉验证方法对输出权值进行学习 .实际应用表明 ,该方法具有快速、准确性较好的特点 .

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.

模糊聚类在非线性系统广义预测中的应用

将非线性系统,用T—S模型表示,由于T—S模型的结论部分是一个线性模型,因此可将其等价为时变线性系统。用模糊聚类方法在线确定模型结构;利用模糊基函数逼近时变系数,再利用最小二乘法在线辨识模型的后件参数以实现时变系统的参数估计,最后运用广义预测控制策略,完成了对原非线性系统的自适应预测控制。仿真结果表明了所提方法的有效性。