数据驱动方法是解决复杂生产过程、设备等研究对象建模与控制问题的有效途径，正在形成其特有的研究体系与内容。本书大部分内容是作者近期的研究成果，探讨了知识与数据混合驱动的二型模糊方法及应用。本书主要涉及数据驱动二型模糊集合模型的构建、数据驱动二型模糊系统设计、知识在二型模糊系统中的嵌入、知识与数据驱动二型模糊系统设计、知识驱动二型模糊控制器设计、数据驱动二型模糊神经网络设计、知识与数据混合驱动二型模糊神经网络设计等方面的内容。本书在理论方面为数据驱动、二型模糊等研究提供了新思路，在应用方面为处理建模与控制问题中的各类不确定性、改善建模精度与控制效果提供了一种新的有效工具。
样章试读
目录
- 目录
前言
第1章 二型模糊方法及应用研究进展 1
1.1 引言 1
1.2 二型模糊基本理论与性质研究 2
1.2.1 二型模糊集合及其运算研究 2
1.2.2 二型模糊系统结构及推理研究 2
1.2.3 二型模糊系统基本性质研究 3
1.3 基于二型模糊集合的词计算研究 4
1.3.1 基于二型模糊集合的感知计算研究 4
1.3.2 基于二型模糊集合的语言动力系统研究 5
1.4 二型模糊系统设计研究 6
1.4.1 二型模糊聚类方法研究 6
1.4.2 二型模糊神经网络方法研究 7
1.4.3 二型模糊系统的进化优化方法研究 8
1.5 二型模糊控制研究 8
1.5.1 二型模糊控制方法研究 8
1.5.2 二型模糊控制应用研究 10
1.6 本书简介 10
参考文献 12
第2章 二型模糊集合与二型模糊系统 22
2.1 引言 22
2.2 二型模糊集合的定义与运算 22
2.2.1 二型模糊集合的定义 22
2.2.2 二型模糊集合的运算 23
2.3 二型模糊系统 24
2.3.1 一般二型模糊系统 24
2.3.2 区间二型模糊系统 27
2.4 本章小结 30
参考文献 31
第3章 基于不确定度的数据驱动二型模糊集合构建 33
3.1 引言 33
3.2 二型模糊集合的不确定度 34
3.2.1 对称二型模糊集合 34
3.2.2 二型模糊集合的截集 34
3.2.3 二型模糊集合的不确定度及其性质 36
3.3 典型二型模糊集合不确定度的计算 38
3.3.1 高斯二型模糊集合 38
3.3.2 梯形二型模糊集合 38
3.4 基于不确定度的二型模糊集合构建 40
3.4.1 区间数据预处理 40
3.4.2 区间数据统计量及不确定度的计算 42
3.4.3 二型模糊集合待定参数满足的方程 43
3.4.4 二型模糊集合参数的确定 45
3.5 在热感觉建模中的应用 46
3.5.1 数据获取及预处理 46
3.5.2 热感觉语言词二型模糊集合模型 47
3.6 在舒适性偏好建模中的应用 49
3.6.1 舒适性偏好建模步骤 50
3.6.2 传感数据采集 51
3.6.3 区间数据获取及预处理 51
3.6.4 舒适性偏好二型模糊集合模型 53
3.7 本章小结 54
参考文献 54
第4章 基于集成方法的数据驱动二型模糊集合构建 56
4.1 引言 56
4.2 相关知识 56
4.2.1 采用的模糊集合 56
4.2.2 一型模糊集合的含糊度 57
4.3 基于集成方法的二型模糊集合数据驱动建模 58
4.3.1 二型模糊集合建模总体方案 58
4.3.2 代表性一型模糊集合的构建 58
4.3.3 一型模糊集合的集成 61
4.3.4 数据驱动的二型模糊集合构建流程 63
4.4 在热感觉建模中的应用 63
4.5 本章小结 65
参考文献 65
第5章 数据驱动的二型模糊系统快速设计方法 67
5.1 引言 67
5.2 相关知识 68
5.3 二型模糊系统的数据驱动设计 69
5.3.1 总体方案 69
5.3.2 输入论域的一型模糊划分 69
5.3.3 一型模糊系统的优化 70
5.3.4 基于集成策略的二型模糊划分 71
5.3.5 规则后件参数的最小二乘优化 73
5.4 仿真与比较 74
5.4.1 混沌Mackey-Glass时间序列预测 75
5.4.2 二阶时变系统辨识 76
5.4.3 非线性模型辨识 78
5.4.4 风速预测 78
5.5 本章小结 80
参考文献 80
第6章 知识在二型模糊系统中的嵌入 84
6.1 引言 84
6.2 相关知识 84
6.2.1 用到的模糊集合 84
6.2.2 讨论的模糊系统 86
6.3 输入输出有界性知识的嵌入 90
6.4 奇偶对称性知识的嵌入 91
6.5 单调性知识的嵌入 94
6.5.1 问题描述与定义 94
6.5.2 单调性条件 95
6.5.3 规则前件中的模糊集合需满足的单调性条件 98
6.5.4 举例 107
6.5.5 进一步的讨论 113
6.6 本章小结 114
参考文献 114
第7章 知识与数据驱动二型模糊系统构建 116
7.1 引言 116
7.2 总体方案 116
7.3 优化问题中的线性约束条件 118
7.3.1 单输入情况 118
7.3.2 两输入情况 120
7.4 在单输入问题中的应用 121
7.4.1 问题描述 121
7.4.2 仿真结果 122
7.4.3 辨识结果举例 125
7.4.4 比较与讨论 125
7.5 在两输入问题中的应用 126
7.5.1 问题描述 126
7.5.2 仿真设定 127
7.5.3 仿真结果 127
7.6 本章小结 129
参考文献 130
第8章 基于知识的单输入规则模块连接二型模糊控制器设计 131
8.1 引言 131
8.2 单输入规则模块连接模糊控制器 131
8.3 知识驱动单输入规则模块连接模糊控制器设计 133
8.3.1 奇对称性 133
8.3.2 单调性 134
8.3.3 闭环系统的局部稳定性 134
8.4 仿真试验 136
8.4.1 倒立摆系统 136
8.4.2 倒立摆控制器设计 137
8.5 本章小结 139
参考文献 139
第9章 数据驱动二型模糊神经网络设计及其应用 141
9.1 引言 141
9.2 基于KM方法的二型模糊神经网络 141
9.3 二型模糊神经网络的学习算法 143
9.3.1 反向传播算法 144
9.3.2 混合学习算法 147
9.4 在系统辨识中的应用 149
9.4.1 问题描述 149
9.4.2 仿真设定 149
9.4.3 仿真结果 150
9.5 基于二型模糊神经网络的水箱液位直接自适应控制 152
9.5.1 二型模糊神经网络直接自适应控制器 152
9.5.2 多容水箱液位控制模型 153
9.5.3 多容水箱液位控制结果 155
9.6 在水平调节吊具系统中的应用 157
9.6.1 问题描述 157
9.6.2 水平调节吊具系统二型模糊神经逆控制器 158
9.6.3 实验结果 160
9.7 本章小结 161
参考文献 162
第10章 知识与数据驱动的二型模糊神经网络设计 164
10.1 引言 164
10.2 基于BMM方法的二型模糊神经网络 164
10.3 单调二型模糊神经网络参数学习 166
10.3.1 单调二型模糊神经网络条件 166
10.3.2 单调二型模糊神经网络参数学习方案 167
10.3.3 单调二型模糊神经网络参数初始化 167
10.3.4 单调二型模糊神经网络参数学习的最速下降法 168
10.4 在舒适性指标预测中的应用 171
10.4.1 问题描述 171
10.4.2 仿真设定 172
10.4.3 仿真结果 173
10.5 本章小结 175
参考文献 176
京公网安备 11010102004214号