1) T-S Fuzzy Inference Model
T-S 模糊推理模型
2) T-S Fuzzy Inference
T-S模糊推理
3) T-S fuzzy inference system
T-S型模糊推理系统
1.
Aiming at the parameter identification of T-S fuzzy inference system,an adaptive T-S fuzzy radial basis function neural network was proposed by using the knowledge representing property of fuzzy inference system and the self-learning property of neural network fully.
针对T-S型模糊推理系统的模型参数辨识问题,充分利用模糊推理系统的可理解性与神经网络的学习能力,提出一种自适应T-S型模糊径向基函数网络。
5) T-S fuzzy models
T-S型模糊模型
1.
The design algorithm of constructing stabilizing control is proposed for a class of T-S fuzzy models.
针对一类T-S型模糊模型,给出一种设计镇定控制器的方法。
6) Takagi Sugeno fuzzy inference systems
T-S模糊推理系统
补充资料：模糊推理
从不精确的前提集合中得出可能的不精确结论的推理过程，又称近似推理。在人的思维中，推理过程常常是近似的。例如，人们根据条件语句（假言）"若西红柿是红的"，则西红柿是熟的"和前提（直言）"西红柿非常红"，立即可得出结论"西红柿非常熟"。这种不精确的推理不可能用经典的二值逻辑或多值逻辑来完成。L.A.扎德于1975年首先提出模糊推理的合成规则和把条件语句"若x为A，则y为B"转换为模糊关系的规则。此后J.F.鲍德温和R.R.耶格尔等人又各自采用带有模糊真值的模糊逻辑而提出了不同于扎德的方法。
设峎是论域U上的模糊子集,和哫是论域V上的模糊子集(见模糊集),则模糊条件语句可叙述为:"如峎则否则哫 "=(峎×)+(峎×哫 )，式中＋表示模糊关系峎×和峎×哫求并,峎×的隶属函数为?谋硎救∑渥笥蚁钪械淖钚≈怠Ｍ评淼暮铣晒嬖蚩尚鹗鑫喝?垾是从U到V 的模糊关系，且峎是U 的一个模糊子集,则由峎 和垾 所推得的模糊子集为哫＝峎 ⋅垾，式中⋅表示合成运算。在U和V为有限集的情况下，哫的隶属函数为表示对i取最大值,vj，ui分别为V，U 的元素。模糊推理的合成规则是假言直言推理的近似推广。
设峎是论域U上的模糊子集,和哫是论域V上的模糊子集(见模糊集),则模糊条件语句可叙述为:"如峎则否则哫 "=(峎×)+(峎×哫 )，式中＋表示模糊关系峎×和峎×哫求并,峎×的隶属函数为?谋硎救∑渥笥蚁钪械淖钚≈怠Ｍ评淼暮铣晒嬖蚩尚鹗鑫喝?垾是从U到V 的模糊关系，且峎是U 的一个模糊子集,则由峎 和垾 所推得的模糊子集为哫＝峎 ⋅垾，式中⋅表示合成运算。在U和V为有限集的情况下，哫的隶属函数为表示对i取最大值,vj，ui分别为V，U 的元素。模糊推理的合成规则是假言直言推理的近似推广。
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