收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

模糊算法在定性仿真中的应用

孟小旋  
【摘要】: 定性仿真,是近几年来人工智能技术与仿真技术相结合的产物。它是建立在基于知识的定性模型的基础上,将系统的内、外部知识和数据集成为一个可推理的模型。每个变量的取值既有数值的,也有符号化的,最终通过求解该定性模型来获得对系统行为的定性描述。由于定性模型中包含系统的不完全知识,定性仿真会产生一些虚假(spurious)和二义(ambiguitious)的行为,当实际系统很复杂时,定性仿真会产生相当数量的多余行为。如何有效地减少定性仿真产生的行为数,成为当今定性推理研究的主题。 本文介绍了定性仿真的基本内容,及迄今为止发展较为成熟的QSIM算法。在此算法基础上,引入模糊数学方法处理不确定信息量。模糊数学是研究和处理模糊现象的,它可以更容易地描述物理系统知识,用它来确定模糊参数最可信的值和系统最可信的行为。模糊仿真方法采用模糊定性方程的形式来描述系统。每个模糊定性方程是由模糊定性参数和模糊算符表示。它用模糊数学把系统的定性知识转换成定量知识进行处理,再将仿真结果转换为定性结果,减少了系统的冗余行为,为复杂系统的建模与仿真提供了一种有效的技术途径。 本文最后所设计的程序是基于一简单系统,加入模糊数学处理方 式,使衍仿丑算这兀余结果大为减少,体现出了八人们;仿义X沾小札 用th为强人的数学方沦一模糊算法的可能性。为个后定忖仿真的发 展方向做出一些预测,为今后定性仿真在更大范围内得到充分应用提 供一个新方向,以利于定性仿真得到更大空间的发展。


知网文化
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978