二型模糊邏輯是一種形式上能夠克服由計(jì)算模型逼近現(xiàn)實(shí)世界對(duì)象所產(chǎn)生的不確定性的工具.基于二型模糊集建立的二型模糊邏輯系統(tǒng)能夠有效地抑制不確定性,并能夠?qū)崿F(xiàn)對(duì)實(shí)際系統(tǒng)的高效建模.二型模糊邏輯系統(tǒng)可以通過(guò)學(xué)習(xí)數(shù)據(jù),建立過(guò)程數(shù)據(jù)的模型,其廣泛應(yīng)用于建模、監(jiān)控以及控制,是一種很有前景的數(shù)據(jù)建模技術(shù).二型模糊邏輯系統(tǒng)建模的主要問(wèn)題集中在隸屬函數(shù)的設(shè)計(jì)方法和基于給定數(shù)據(jù)的模型優(yōu)化方法上.本文以二型模糊集和二型模糊集降型方法為基本工具,利用啟發(fā)式算法、均勻設(shè)計(jì)方法和張量回歸方法解決二型模糊系統(tǒng)建模問(wèn)題.針對(duì)含噪聲數(shù)據(jù)難以建立泛化能力強(qiáng)的模糊模型問(wèn)題,提出了基于量子細(xì)菌覓食算法的區(qū)間二型神經(jīng)模糊系統(tǒng)建模方法;為了使盡量少的規(guī)則能挖掘出盡量多的系統(tǒng)信息,減少二型模糊系統(tǒng)的設(shè)計(jì)參數(shù),均勻設(shè)計(jì)方法被用于區(qū)間二型神經(jīng)模糊系統(tǒng)建模;為了進(jìn)一步簡(jiǎn)化模型的結(jié)構(gòu),提高模糊系統(tǒng)的推理速度,使用了基于三角二型模糊集的正則極限學(xué)習(xí)結(jié)構(gòu)來(lái)訓(xùn)練模糊系統(tǒng);進(jìn)一步地,利用張量運(yùn)算和張量的廣義M-P逆,采用極限學(xué)習(xí)機(jī)的單層結(jié)構(gòu)和隨機(jī)初始化權(quán)重方法,將二型模糊系統(tǒng)建模問(wèn)題轉(zhuǎn)化為張量方程求解問(wèn)題;最后,從建模角度出發(fā),研究帶突起的非凸二型模糊集的擴(kuò)展降型方法.所做的主要工作概括如下:1.從區(qū)間二型模糊規(guī)則自構(gòu)建開始,通過(guò)將輸入輸出數(shù)據(jù)聚類生成模糊規(guī)則,進(jìn)而在結(jié)構(gòu)識(shí)別階段生成區(qū)間二型模糊邏輯系統(tǒng)的初始規(guī)則基.采用包含量子細(xì)菌覓食算法和遞歸最小二乘法的混合進(jìn)化學(xué)習(xí)算法優(yōu)化模型參數(shù),建立的區(qū)間二型神經(jīng)模糊系統(tǒng)具有較好的降噪特性和更好的魯棒性.進(jìn)而,為了使盡可能少的規(guī)則可以體現(xiàn)出盡可能多的系統(tǒng)信息,提出了基于均勻設(shè)計(jì)方法的規(guī)則生成策略,其中高斯隸屬函數(shù)的均值由均勻設(shè)計(jì)生成,標(biāo)準(zhǔn)差通過(guò)輸入輸出數(shù)據(jù)調(diào)節(jié).后件參數(shù)分別采用兩種優(yōu)化方法,即遞歸奇異值分解和加權(quán)最小二乘估計(jì).系統(tǒng)使用BMM方法解模糊化.采用均勻設(shè)計(jì)的區(qū)間二型神經(jīng)模糊系統(tǒng)建模方法可以保證隸屬函數(shù)的均勻分布,降低訓(xùn)練數(shù)據(jù)次序?qū)σ?guī)則的影響.由于避免了前件參數(shù)的優(yōu)化,因此算法的計(jì)算效率得到了提升.2.為了簡(jiǎn)化模型結(jié)構(gòu),減少二型模糊系統(tǒng)的設(shè)計(jì)參數(shù),利用極限學(xué)習(xí)原理進(jìn)行系統(tǒng)建模.模型使用一種三角二型模糊集的高效降型方法來(lái)得到回歸問(wèn)題的增益矩陣,建模參數(shù)由求解含有正則項(xiàng)的優(yōu)化問(wèn)題得到.提出的基于三角二型模糊集的極限學(xué)習(xí)方法可以提高系統(tǒng)處理不確定性的能力,使極限學(xué)習(xí)機(jī)能夠用于更多的建模場(chǎng)合.進(jìn)而,提出了基于張量的極限學(xué)習(xí)方法.與回歸問(wèn)題中經(jīng)常使用的極限學(xué)習(xí)機(jī)、正則極限學(xué)習(xí)機(jī)、加權(quán)正則極限學(xué)習(xí)機(jī)以及最小二乘支持向量機(jī)不同,基于張量的極限學(xué)習(xí)方法使用三角二型模糊集刻畫系統(tǒng)的不確定性并采用張量構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu),僅需要二型模糊隸屬函數(shù),極限學(xué)習(xí)的結(jié)果通過(guò)求解張量回歸問(wèn)題得到(其中經(jīng)典的矩陣M-P逆被張量的M-P逆替代).避免了二型模糊集的降型運(yùn)算,從而使二型模糊結(jié)構(gòu)可以無(wú)縫地納入到極限學(xué)習(xí)的框架.3.針對(duì)次隸屬函數(shù)由三角隸屬函數(shù)和突起構(gòu)成的非凸二型模糊集,提出了相應(yīng)的降型方法.所提出的方法不涉及對(duì)主論域以及主隸屬的離散劃分,因此避免了降型算法計(jì)算復(fù)雜度過(guò)高的問(wèn)題.借助梯形模糊數(shù)逼近算子將梯形模糊數(shù)轉(zhuǎn)化為三角模糊數(shù),進(jìn)而所提出的方法可以推廣至次隸屬函數(shù)由梯形隸屬函數(shù)和突起構(gòu)成的非凸二型模糊集,甚至更一般的情形.該方法將會(huì)使二型模糊系統(tǒng)建模和推理更為方便.
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：O159;TP18
【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 問(wèn)題提出與研究意義
    1.2 國(guó)內(nèi)外相關(guān)研究進(jìn)展
        1.2.1 二型模糊系統(tǒng)建模研究現(xiàn)狀
        1.2.2 極限學(xué)習(xí)機(jī)研究現(xiàn)狀
    1.3 預(yù)備知識(shí)
        1.3.1 一型模糊集
        1.3.2 二型模糊集
        1.3.3 二型模糊邏輯系統(tǒng)
    1.4 本文主要研究思路與內(nèi)容
    1.5 本章小結(jié)
第2章 基于量子細(xì)菌覓食算法的區(qū)間二型神經(jīng)模糊系統(tǒng)的構(gòu)建
    2.1 引言
    2.2 混合RLS和QBFA的區(qū)間二型模糊邏輯系統(tǒng)
    2.3 自構(gòu)建規(guī)則的生成
    2.4 混合進(jìn)化學(xué)習(xí)算法
        2.4.1 前件參數(shù)的優(yōu)化
        2.4.2 后件參數(shù)的優(yōu)化
    2.5 實(shí)驗(yàn)結(jié)果
        2.5.1 三個(gè)非線性測(cè)試函數(shù)
        2.5.2 Mackey-Glass混沌時(shí)間序列
        2.5.3 火電廠煙氣SCR脫硝效率的模型
    2.6 本章小結(jié)
第3章 基于均勻設(shè)計(jì)方法的區(qū)間二型神經(jīng)模糊系統(tǒng)
    3.1 引言
    3.2 基于均勻設(shè)計(jì)的自構(gòu)建規(guī)則生成方法
        3.2.1 區(qū)間二型模糊規(guī)則
        3.2.2 均勻設(shè)計(jì)方法
        3.2.3 隸屬函數(shù)的距離度量
        3.2.4 基于均勻設(shè)計(jì)的自構(gòu)建規(guī)則生成
    3.3 區(qū)間二型神經(jīng)模糊系統(tǒng)的解模糊化
    3.4 后件參數(shù)的優(yōu)化
    3.5 實(shí)驗(yàn)結(jié)果
        3.5.1 三個(gè)非線性測(cè)試函數(shù)
        3.5.2 股票價(jià)格預(yù)測(cè)
        3.5.3 現(xiàn)實(shí)世界的回歸問(wèn)題
    3.6 本章小結(jié)
第4章 基于三角二型模糊集的加權(quán)正則極限學(xué)習(xí)方法
    4.1 引言
    4.2 加權(quán)正則極限學(xué)習(xí)機(jī)概述
    4.3 三角二型模糊集
    4.4 基于三角二型模糊集的極限學(xué)習(xí)方法
        4.4.1 三角加權(quán)正則極限學(xué)習(xí)機(jī)（TriWRELM）
        4.4.2 三角二型加權(quán)正則極限學(xué)習(xí)機(jī)（TriT2WRELM）
    4.5 實(shí)驗(yàn)結(jié)果
        4.5.1 Sinc函數(shù)
        4.5.2 火電廠煙氣SCR脫硝效率問(wèn)題
    4.6 本章小結(jié)
第5章 基于廣義M-P逆和三角二型模糊集的張量極限學(xué)習(xí)方法
    5.1 引言
    5.2 三角二型模糊集構(gòu)造的張量
    5.3 基于張量的二型極限學(xué)習(xí)方法
    5.4 實(shí)驗(yàn)結(jié)果
        5.4.1 Sinc函數(shù)的建模
        5.4.2 非線性系統(tǒng)識(shí)別
        5.4.3 現(xiàn)實(shí)世界的回歸問(wèn)題
        5.4.4 參數(shù)靈敏性與穩(wěn)定性分析
    5.5 本章小結(jié)
第6章 一類帶突起的非凸二型模糊集的降型方法
    6.1 引言
    6.2 非凸一型、二型模糊集的重心計(jì)算方法
        6.2.1 帶突起的非凸一型模糊集的重心
        6.2.2 非凸二型模糊集的重心
    6.3 帶突起的非凸三角二型模糊集的降型
        6.3.1 三角二型模糊集的重心
        6.3.2 非凸三角二型模糊集的降型
        6.3.3 帶突起的非凸三角二型模糊集的降型
    6.4 帶突起的非凸梯形二型模糊集的降型
    6.5 實(shí)驗(yàn)結(jié)果
        6.5.1 非凸三角二型模糊集的降型結(jié)果
        6.5.2 非凸梯形二型模糊集的降型結(jié)果
        6.5.3 與其他降型方法的比較結(jié)果
    6.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其他成果
致謝
個(gè)人簡(jiǎn)歷

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃志同,王加存;Petri網(wǎng)理論在C~3I系統(tǒng)建模中的應(yīng)用[J];火力與指揮控制;1989年04期

2 查靚;杜軒;趙美云;;“生產(chǎn)系統(tǒng)建模與仿真”課程教學(xué)改革探索[J];科教文匯(上旬刊);2015年05期

3 朱建剛;;復(fù)雜生態(tài)系統(tǒng)建模與仿真的策略探討[J];生態(tài)學(xué)雜志;2012年02期

4 ;2011年全國(guó)生命系統(tǒng)建模仿真學(xué)術(shù)年會(huì)征文通知[J];系統(tǒng)仿真學(xué)報(bào);2011年04期

5 ;2011年全國(guó)生命系統(tǒng)建模仿真學(xué)術(shù)年會(huì)征文通知[J];系統(tǒng)仿真學(xué)報(bào);2011年05期

6 金貴林;邵正宇;;系統(tǒng)建模與仿真在物流教學(xué)中的應(yīng)用[J];物流工程與管理;2011年12期

7 陳付龍;樊曉椏;;嵌入式系統(tǒng)建模理論與方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年13期

8 徐宗昌;王軍;周福文;;信息戰(zhàn)戰(zhàn)爭(zhēng)系統(tǒng)建模與仿真研究[J];系統(tǒng)仿真學(xué)報(bào);2006年09期

9 周高強(qiáng);路瀟瀚;任國(guó)軍;;多變量模糊系統(tǒng)建模及控制理論分析[J];中小企業(yè)管理與科技(中旬刊);2016年05期

10 蘇瑩瑩;董海;梁迪;曲禮勝;;面向?qū)嶒?yàn)與應(yīng)用的《生產(chǎn)系統(tǒng)建模與仿真》課程教學(xué)改革[J];教育現(xiàn)代化;2016年09期

相關(guān)博士學(xué)位論文 前10條

1 黃沙日娜;二型模糊系統(tǒng)建模及其優(yōu)化問(wèn)題研究[D];哈爾濱工業(yè)大學(xué);2018年

2 朱欣娟;應(yīng)用領(lǐng)域知識(shí)系統(tǒng)建模研究[D];西北工業(yè)大學(xué);2003年

3 郭軍;基于Petri網(wǎng)的嵌入式系統(tǒng)高層級(jí)設(shè)計(jì)方法與技術(shù)研究[D];西北大學(xué);2007年

4 王志堅(jiān);基于Petri網(wǎng)的企業(yè)信息化系統(tǒng)建模及關(guān)鍵技術(shù)研究[D];中南大學(xué);2007年

5 倪子建;多元關(guān)系及其在知識(shí)系統(tǒng)建模中的應(yīng)用研究[D];大連理工大學(xué);2013年

6 鄧蘇;C～4ISR系統(tǒng)建模與分析技術(shù)研究[D];中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué);2000年

7 唐俊杰;基于方程的信息物理融合系統(tǒng)建模與仿真技術(shù)研究[D];華中科技大學(xué);2013年

8 高芳;基于智能計(jì)算的大型鍋爐燃燒系統(tǒng)建模與優(yōu)化問(wèn)題研究[D];華北電力大學(xué);2013年

9 林東亮;溫室環(huán)境控制混合系統(tǒng)建模與分析[D];上海大學(xué);2010年

10 謝祥添;訂單生產(chǎn)式企業(yè)作業(yè)系統(tǒng)建模與優(yōu)化[D];廣東工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 邱明;基于能量網(wǎng)絡(luò)理論的綜合能源系統(tǒng)建模與分析[D];華南理工大學(xué);2018年

2 張永目;嵌入式系統(tǒng)軟硬件協(xié)同設(shè)計(jì)的系統(tǒng)建模與仿真研究[D];西安電子科技大學(xué);2013年

3 尹亮;基于本體的信息系統(tǒng)建模理論研究[D];吉林大學(xué);2006年

4 李毅;伺服系統(tǒng)建模與校驗(yàn)[D];電子科技大學(xué);2011年

5 吳飛林;基于鍵合圖的機(jī)電系統(tǒng)建模仿真及其軟件實(shí)現(xiàn)[D];寧波大學(xué);2012年

6 王穎;基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的系統(tǒng)建模理論及優(yōu)化技術(shù)研究[D];東北石油大學(xué);2011年

7 胡臻;動(dòng)力學(xué)仿真平臺(tái)中的子系統(tǒng)建模研究與應(yīng)用[D];華中科技大學(xué);2006年

8 丁亮;雷達(dá)系統(tǒng)建模仿真集控平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

9 趙鵬;SoC系統(tǒng)建模與仿真技術(shù)研究與應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

10 余敖;《系統(tǒng)建模與仿真》在線實(shí)驗(yàn)平臺(tái)研究與開發(fā)[D];東華大學(xué);2016年

本文編號(hào)：2881062