正态云模型模糊推理系统及其应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 插图清单 | 第11-12页 |
| 表格清单 | 第12-13页 |
| 1 绪论 | 第13-22页 |
| ·不确定性问题描述 | 第13-15页 |
| ·随机性 | 第13-14页 |
| ·模糊性 | 第14页 |
| ·随机性和模糊性的关联 | 第14-15页 |
| ·模糊逻辑与模糊推理 | 第15-16页 |
| ·模糊语言 | 第15页 |
| ·模糊逻辑 | 第15-16页 |
| ·模糊推理 | 第16页 |
| ·不确定性人工智能的研究现状 | 第16-18页 |
| ·信息熵 | 第16-17页 |
| ·研究现状 | 第17-18页 |
| ·本文的学术思想和技术路线 | 第18-19页 |
| ·本文的学术思想 | 第18-19页 |
| ·本文的技术路线 | 第19页 |
| ·本文的主要工作和内容安排 | 第19-22页 |
| ·本文的主要工作 | 第19-20页 |
| ·本文的内容安排 | 第20-22页 |
| 2 模糊推理系统 | 第22-29页 |
| ·模糊推理系统的结构 | 第22页 |
| ·隶属度函数 | 第22-23页 |
| ·模糊推理 | 第23-27页 |
| ·模糊语言 | 第23-24页 |
| ·模糊逻辑 | 第24-25页 |
| ·推理规则 | 第25-27页 |
| ·模糊化与解模糊化 | 第27-29页 |
| ·模糊化 | 第27页 |
| ·解模糊 | 第27-29页 |
| 3 正态云模型 | 第29-36页 |
| ·不确定性转换模型 | 第29-31页 |
| ·正态云模型的数学特征 | 第29-30页 |
| ·正态云发生器 | 第30-31页 |
| ·正态云的实现技术 | 第31页 |
| ·正态云模型的统计分析 | 第31-36页 |
| ·云滴——正态云(X)的统计分析 | 第32页 |
| ·云对定性概念的贡献 | 第32-34页 |
| ·确定度——正态云(Y)的概率密度 | 第34页 |
| ·正态云(X,Y)的期望曲线 | 第34页 |
| ·参数变化对正态云(X,Y)的影响 | 第34-36页 |
| 4 隶属度函数的确定方法 | 第36-45页 |
| ·模糊性与模糊划分 | 第36-37页 |
| ·模糊性的性质 | 第36页 |
| ·模糊熵 | 第36-37页 |
| ·模糊划分 | 第37页 |
| ·模糊聚类 | 第37-42页 |
| ·模糊C均值聚类 | 第37-40页 |
| ·减法聚类 | 第40-41页 |
| ·模糊减法均值聚类方法(FSM) | 第41-42页 |
| ·隶属度函数的确定 | 第42-45页 |
| 5 正态云模型模糊推理系统 | 第45-52页 |
| ·云模型模糊推理系统的结构 | 第45-46页 |
| ·云模型模糊推理分析 | 第46-48页 |
| ·正态云隶属度函数分析 | 第46页 |
| ·云模型模糊推理系统的确定度 | 第46-47页 |
| ·正态云期望曲线 | 第47页 |
| ·正态云隶属度函数对定性概念的贡献 | 第47-48页 |
| ·正态云模型模糊推理系统的结果 | 第48页 |
| ·云模型模糊推理系统的逼近性 | 第48-52页 |
| ·云模型模糊推理系统的输出表达式 | 第48-49页 |
| ·云模型模糊推理系统的逼近性 | 第49-52页 |
| 6 云模型模糊推理系统在石油钻井事故预报中的应用 | 第52-65页 |
| ·石油钻井系统中的数据采集 | 第52-55页 |
| ·石油钻井过程中的数据测量 | 第52-53页 |
| ·石油钻井系统中的传感器 | 第53-54页 |
| ·石油钻井事故 | 第54-55页 |
| ·数据处理 | 第55-57页 |
| ·数据筛选 | 第55-56页 |
| ·AR模型滤波 | 第56-57页 |
| ·阈值分析 | 第57页 |
| ·云模型模糊推理 | 第57-65页 |
| ·统一论域 | 第57-60页 |
| ·井涌事故预报 | 第60-65页 |
| 7 总结和展望 | 第65-68页 |
| ·工作总结 | 第65-66页 |
| ·工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73页 |
