【摘要】： Type—2模糊集合由傳統(tǒng)Type—1模糊集合擴展得到�；赥ype—2模糊集合的Type—2模糊系統(tǒng)在處理不確定性信息方面有其特有的優(yōu)勢。隨著Type—2模糊系統(tǒng)的出現(xiàn)，針對具體問題上應(yīng)選用Type—1模糊系統(tǒng)還是Type—2模糊系統(tǒng)的問題也隨之而來。另外研究Type—2模糊系統(tǒng)離不開仿真試驗，而目前對Type—2模糊系統(tǒng)仿真沒有統(tǒng)一的平臺，也為阻礙其發(fā)展的問題之一。這些問題的研究，對Type—2模糊系統(tǒng)的實際應(yīng)用具有重要意義。 本文首先在介紹Type—2模糊集合基本理論的基礎(chǔ)上，比較研究了幾種Type—2模糊集合的二維和三維圖示，給出了Type—2模糊關(guān)系合成的算例。 其次，給出了Type—2模糊系統(tǒng)的基本結(jié)構(gòu)，尤其給出最常用到的區(qū)間型Type—2模糊系統(tǒng)的相關(guān)公式。在此基礎(chǔ)上，針對模糊系統(tǒng)選取問題得到兩點結(jié)論：1)在混沌時間序列預測的問題上，可以選取Lyapunov指數(shù)做為選取模糊系統(tǒng)的指標參數(shù)；2)分析驗證了在對研究對象了解較少時，高斯—區(qū)間型Type—2模糊系統(tǒng)比Type—1模糊系統(tǒng)會更有優(yōu)勢。 第三，設(shè)計了高斯—區(qū)間型Type—2模糊系統(tǒng)仿真軟件。此仿真軟件基于MATLAB平臺，通過MATLAB+C混合編程和模塊化設(shè)計，實現(xiàn)了系統(tǒng)選擇、訓練數(shù)據(jù)錄入、參數(shù)自動生成、模糊系統(tǒng)訓練和應(yīng)用等功能，提供了完備的聯(lián)機幫助，并舉例對軟件的使用進行了說明。 第四，將Type—2模糊系統(tǒng)應(yīng)用到具有高度非線性的股票市場預測問題上，取得了較Type—1模糊系統(tǒng)更優(yōu)越的效果。
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2006
【分類號】：N941;TP391.9
【圖文】：

江蘇犬學碩士學位論文「1‘、一:l(x)丫{=exP}一百}—}}L匕義口2/」1次隸屬度具有固定寬度的高斯一高斯型Tpye一2型模糊集合(2.10)設(shè)有高斯一高斯型TyPe一2模糊集合風，其首隸屬度函數(shù)和次隸屬度函數(shù)如式(29)和式(210)，這里取m=3成=l民二0.1，這時對于VxoX來說次隸屬度函數(shù)具有相同的寬度，則五l的圖形如下:

江蘇犬學碩士學位論文「1‘、一:l(x)丫{=exP}一百}—}}L匕義口2/」1次隸屬度具有固定寬度的高斯一高斯型Tpye一2型模糊集合(2.10)設(shè)有高斯一高斯型TyPe一2模糊集合風，其首隸屬度函數(shù)和次隸屬度函數(shù)如式(29)和式(210)，這里取m=3成=l民二0.1，這時對于VxoX來說次隸屬度函數(shù)具有相同的寬度，則五l的圖形如下:

這時對于v:。x來說次隸屬度函數(shù)具有不相同的寬度。凡的圖形如圖2.3所示。為了便于比較，圖中還分別給出在x二4和x=4.5時的次隸屬度函數(shù)的圖形。圖2.4是凡的三維圖形，通過圖2.3(a)和圖2.1可以明顯的比較出屬和凡的區(qū)別。召:(4.5)瑪(4)‘..，咬l月口l1f.esl..es.Il//l/了(a)首隸屬度函數(shù)圖(b)在兩個不同點上的次隸屬度情況圖2.3高斯一高斯型介pe一2模糊集合二維圖

【引證文獻】

相關(guān)博士學位論文 前1條

1 王曉峰;加工中心可信性影響度分析及增長技術(shù)研究[D];吉林大學;2012年

本文編號：2794432