1) fuzzy system model
模糊系统模型
1.
In this paper, we establish a rule-based fuzzy system model as a differential equation approximation model to study population change; then, we introduce the soft-sensing technology into the field of population ecology, and propose a new hybrid soft-sensing technique combing the differential dynamic model and the fuzzy model, to estimate the parameters in the differential equation.
本文以具体的种群生态系统为研究背景,从专家知识经验角度建立基于规则的模糊系统模型,作为微分方程的逼近模型,研究种群的变化;并将软测量技术引入种群生态领域,提出一种将微分动力系统模型与模糊系统模型相结合的新的混合软测量技术,估计微分动力系统中如竞争系数、能量转换系数等难以测量的参数。
2) type-2 FLS
二型模糊系统
1.
This paper addresses the application to controlli ng of a new system method, type-2 FLS(fuzzy logic system).
主要探讨一种新的系统方法———二型模糊系统在控制上的应用。
2.
In this paper, FLS is discussed generally, and Type-2 FLS is introduced for applications.
简单介绍模糊系统和二型模糊系统发展,概述二型模糊系统的应用范围、条件和组成,比较详细的介绍了二型模糊集合基础理论,按照二型模糊系统的组成模块描述模糊器,规则库,推理引擎,降型器,精确器的表达式和推导过程,最后还总结了二型模糊系统现阶段存在的不足和可能发展方
3) Boolean fuzzy system
布尔型模糊系统
1.
Sufficient condition for Boolean fuzzy systems as universal approximators;
布尔型模糊系统逼近的充分条件
4) Affine fuzzy system
仿射型模糊系统
5) fuzzy system
模糊系统
1.
Research on Reservoir Modeling Based on Fuzzy System;
储层建模新技术、新方法研究——基于模糊系统的储层建模方法
2.
Biochemical variable estimation model based on TSK fuzzy system;
基于TSK模糊系统的生化变量预估模型
3.
Mamdani fuzzy system for isothermal CVI process of C/C composites;
C/C复合材料等温CVI工艺Mamdani模糊系统建模
6) fuzzy systems
模糊系统
1.
Equivalence conditions for binary-tree-type hierarchical fuzzy systems;
一类二叉树型分层模糊系统的等效性条件
2.
Equivalence analysis of binary-tree-type hierarchical fuzzy systems;
二叉树型分层模糊系统的等效性分析
3.
Quadratic stable controller design of discrete fuzzy systems;
离散模糊系统的二次稳定控制器设计
补充资料：模糊系统
输入、输出和状态变量定义在模糊集上的系统。模糊系统是确定性系统的一种推广（见系统、自动控制系统）。美国自动控制专家L.A.扎德于1965年提出模糊子集的概念。此后，模糊系统理论得到发展，并应用于模糊规划、模糊决策、模糊控制，以及人机对话系统、经济信息系统、医疗诊断系统、地震预测系统、天气预报系统等方面。
基本概念 在研究没有人参与的定量化的精确系统时有一系列行之有效的系统理论。但在人机系统、管理系统、经济系统、社会系统等与人的思维活动有某种联系的系统中，由于人脑的逻辑、推理、判断、决策并非完全精确，这种与人有关的系统就具有某种模糊性。随着电子数字计算机向智能机的方向发展，将出现越来越多的模糊系统。
在通常的系统理论中，一个系统在某一时刻的状态和输入一经决定，下一时刻的状态和输出就明确地唯一决定，这种系统称为确定性系统，否则就称为非确定性系统。假定给出系统某一时刻的状态与输入，尽管不能唯一决定下一时刻的状态与输出，但能决定下一状态出现的概率分布，这种系统则称为随机系统，这是一类非确定性系统。如果不能决定下一状态出现的概率分布，但可以确定下一时刻所有可能状态的集合，这是另一类非确定性系统。如果把这种非确定性系统中可能状态的集合用模糊集合来表示，就成为模糊系统。
数学描述 模糊系统Sf用一个五元组来描述：
Sf＝{X，U，Y，δ，β}式中X是状态空间;U是输入空间;Y是输出空间;δ:嗘(X)×嗘(U)→嗘(X)，是模糊状态转移函数；β：嗘(X)→嗘(Y),是模糊输出函数；这里,嗘(X),嗘(U),嗘(Y)分别是X，U，Y上的模糊子集的族。模糊系统的状态方程可写成：
xt+1＝δ(xt，ut)式中xt，xt+1分别是时刻t，t＋1的模糊状态,xt，xt+1∈嗘(X);ut是时刻t的模糊输入,ut∈嗘(U)。输出方程是：
yt＝β(xt)式中yt是时刻t的模糊输出，yt∈嗘(Y)。
在一般系统中,xt，ut，yt是向量。在模糊系统中，xt，ut，yt是X，U，Y上的模糊子集。
模糊系统也可以方便地用模糊关系描述,此时嗘(U)、嗘(X)和嗘(Y)之间的关系可表示为模糊关系方程。
研究内容 模糊系统和经典系统一样，它的研究内容也包括能达性、能观测性、最小实现、系统辨识、预测、控制和稳定性等方面。
基本概念 在研究没有人参与的定量化的精确系统时有一系列行之有效的系统理论。但在人机系统、管理系统、经济系统、社会系统等与人的思维活动有某种联系的系统中，由于人脑的逻辑、推理、判断、决策并非完全精确，这种与人有关的系统就具有某种模糊性。随着电子数字计算机向智能机的方向发展，将出现越来越多的模糊系统。
在通常的系统理论中，一个系统在某一时刻的状态和输入一经决定，下一时刻的状态和输出就明确地唯一决定，这种系统称为确定性系统，否则就称为非确定性系统。假定给出系统某一时刻的状态与输入，尽管不能唯一决定下一时刻的状态与输出，但能决定下一状态出现的概率分布，这种系统则称为随机系统，这是一类非确定性系统。如果不能决定下一状态出现的概率分布，但可以确定下一时刻所有可能状态的集合，这是另一类非确定性系统。如果把这种非确定性系统中可能状态的集合用模糊集合来表示，就成为模糊系统。
数学描述 模糊系统Sf用一个五元组来描述：
Sf＝{X，U，Y，δ，β}式中X是状态空间;U是输入空间;Y是输出空间;δ:嗘(X)×嗘(U)→嗘(X)，是模糊状态转移函数；β：嗘(X)→嗘(Y),是模糊输出函数；这里,嗘(X),嗘(U),嗘(Y)分别是X，U，Y上的模糊子集的族。模糊系统的状态方程可写成：
xt+1＝δ(xt，ut)式中xt，xt+1分别是时刻t，t＋1的模糊状态,xt，xt+1∈嗘(X);ut是时刻t的模糊输入,ut∈嗘(U)。输出方程是：
yt＝β(xt)式中yt是时刻t的模糊输出，yt∈嗘(Y)。
在一般系统中,xt，ut，yt是向量。在模糊系统中，xt，ut，yt是X，U，Y上的模糊子集。
模糊系统也可以方便地用模糊关系描述,此时嗘(U)、嗘(X)和嗘(Y)之间的关系可表示为模糊关系方程。
研究内容 模糊系统和经典系统一样，它的研究内容也包括能达性、能观测性、最小实现、系统辨识、预测、控制和稳定性等方面。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条