1 、引言在实践工程上的信号处理问题中，含糊操控一贯被广泛使用;而在含糊理论的使用中，最为重要的过程之一就是树立含糊集的从属函数。断定从属函数不仅在性质上可以进一步断定含糊体系的特色，而且也是经过量化办法来完结数学核算的桥梁。可是，从属函数的选取与树立在很大程度上是取决于人的片面心思的，这导致学者们很难总结出比较体系的求解从属函数的办法。虽然现在已总结出统计法、例证法、专家经历法等使用较广的从属函数树立办法，但仍无法满意在许多领域的需求。
自1956年Dartmouth会议上人工智能概念被提出后，这门科学敏捷成为上世纪开展最快的学科之一，衍生出神经网络、蚁群算法、遗传算法等多种算法，并被广泛使用到各个技术领域。现在，人工智能办法也被使用到求取及优化含糊推理体系的从属函数傍边，它们在解决非典型的、较杂乱的问题上有着不小的优势。以下就是几种人工智能办法在含糊体系中的典型使用。
2、神经网络2.1 使用 BP神经网络揣度从属函数树立从属函数比较经典的办法有专家经历法和试凑法，这两种办法也有着传统的弊端，那就是片面性太强以及糟蹋人力。而现在比较盛行的依据神经网络的办法，比起前两者，却能大大地进步函数的客观性和准确性，并不需要很多的专家经历，还可节省人力。前馈式神经网络，即BP神经网络是现在使用比较广泛的一种神经网络模型，它可以经过梯度下降法则差错反向传达，经过多层修正使差错趋向最小，也就是使从属函数趋向于最准确值。将前馈式神经网络与含糊逻辑结合起来构成神经含糊推理体系是一个多层体系，每一层都有各自不同的功用。
使用这种办法求解从属函数，首先要断定一个开始的输入和输出从属函数，具体来说，就是要经过聚类在输入和输出空间中发现从属函数，常用聚类办法有逐渐聚类法和传统聚类法两种;第二步是要用学习算法发现含糊规矩，从原理上讲同样是要经过对输入形式进行聚类取得，树立含糊规矩后便确立了此网络的模型;最终，使用反向传达功用对从属函数进行进一步的优化，即运用BP网络将输出的从属函数的差错进行反向传达，将差错最小化，然后得到最准确的从属函数。
2.2 多方针优化模型的含糊解法需要使多个方针在限制条件内一起到达最优解的问题，被称为多方针优化问题。多方针优化问题在现实中到处存在，解法也是多种多样，比较常用的解法有方针规划法等，后来，科学家们又将遗传算法使用到了多方针优化问题的求解中。但因为多方针最优解中，各方针之间常常有含糊相关联系，不考虑含糊联系而去求解有可能得不到真实的最优解，因而后来多方针优化的含糊求解又登上了评论的舞台。其间，依据神经网络的多方针模型含糊求解就是较为杰出的一种。
多方针含糊求解首先要依照惯常过程求出各子方针的束缚最优解，使用这些最优解将这些子方针函数含糊化之后，最终所求出的使交集的从属函数取最大值的解就是该模型的含糊最优解。这其间，最重要的过程就是选取恰当的从属函数。可是人为选取的从属函数总是短缺必定的客观性。因为函数联接网络具有很强的插值才能和非线性映射才能，因而它的学习速度非常快，很合适使用于含糊处理问题中。使用函数联接网络，便可将多方针问题转换为单方针优化问题，然后找出非片面的、最为恰当的从属函数，来完结理想的多方针模型含糊求解。
3、小波剖析理论：运用小波剖析优化含糊推理规矩小波变换是时刻、空间频域的部分化剖析，它可以做到低频出频率细分，高频出时刻细分，在时域和频域均具有杰出的部分化性质，然后可聚集到信号的恣意细节。构建从属函数时最大的问题就在于无法体系性地去寻觅一个准确的从属函数。经过将小波基函数与含糊集从属函数相结合，即可树立小波从属函数，这种函数有助于补偿以上缺陷，可是仍无法去除依据固有的推理规矩进行推理所带来的问题。遗传算法是一种大局优化查找算法，使用它将小波函数进行优化，可以改进该函数缺少自学习功用的弊端，完善对小波从属函数的优化，使从属函数的寻觅可以进一步准确化。
4、遗传算法遗传算法是一种以生物界优胜劣汰遗传规矩为原理的随机化查找办法，它可以直接对结构目标进行操作，关于杂乱的优化问题无需建模即可运算;具有杰出的大局寻优才能，采用概率化的寻优办法，能自动调整寻优方向。这些长处可以对含糊体系的从属函数起到杰出的优化作用。依据遗传算法的原理，要运用此算法进行优化，首先要将问题的某些部分与基因片段相对应，依照遗传规矩进行挑选、穿插、变异后，选取其间优异的个别保存下来组成下一代的族群，然后完结优化。运用遗传算法对含糊体系的从属函数进行优化主要是调整参数，如方位、形状等。进行优化后，往往可以到达使整个别系安稳精度进步、愈加迫临从属度的大局最优解的作用。
郑州哪个妇科医院好：http://www.tongjink.com/郑州看妇科哪家好：http://www.tongjink.com/郑州妇科医院：http://www.tongjink.com/郑州治疗妇科费用：http://www.tongjink.com/郑州哪里看妇科好：http://www.tongjink.com/郑州妇科医院：http://jbk.39.net/yiyuanzaixian/sysdfkyy/