时变论域下二型模糊集合的语言动力学系统理论与应用

发布时间：2020-05-05 03:17

【摘要】：为了有效利用自然语言表述的感知信息来解决人类行为相关的复杂系统问题，本文以二型模糊集合为基础，研究了时变论域下的语言动力系统理论和应用，为解决感知信息处理以及复杂系统的建模和分析提供了可能的途径和方法。 本文首先介绍了一型模糊集合和二型模糊集合的定义和基本运算方法，根据所研究对象是否建立了常规数学模型将语言动力学系统分为I型语言动力学系统和Ⅱ型语言动力学系统，对应的词计算方法也分为I型词计算和Ⅱ型词计算，并给出了各自的数值计算方法。 讨论了二型模糊集合五种不同的表示方式，介绍并分析了二型模糊集合不确定覆盖域的定义，并对其错误的描述形式进行了修正，通过数值算例对比了正误两种描述形式。 运用区间二型模糊集合的扩展原理将Mealy自动机转化为区间二型模糊Mealy自动机，提出了应用IT2FMA作为词计算的形式模型来研究语言动力系统，分析了IT2FMA输入分别为数值符号串和词串时间复杂度的关系，并研究了IT2MFA下的语言动力学轨迹及其性质。 最后，根据研究对象的特点(论域是否连通）将时变论域分为连续时变论域和离散时变论域，以区间二型模糊为基础，分别讨论了连续时变论域下的语言动力学系统和离散时变论域下的语言动力学系统，并应用于房价变化趋势和高校图书馆图书管理系统的研究之中。
【图文】：

硕士学位论文26图3.1 二型模糊集合的 FOUMendel 给出的 FOU 的定义为( ) [ ( ), ( )]u UFOU A x xω ωμ μ∈= ∪ （3.10）其中 ( x ), ( x)ω ωμ μ 分别表示 FOU ( A) 的上边界（UMF）和下边界（LMF）。由 3.09 式可知， [0,1]uJ ，从而 [0,1]uu UJ∈∪ ，，所以 FOU ( A) [0,1]，由 3.10式可以得出同样的结论。从图 3.1 可以轻易地看出 FOU ( A) U × I，也就是说FOU ( A) 是二维平面的子集，其他文献中 FOU 的图形同样论证了这一点。下面将二型模糊集合 A分为离散型、半离散型和连续型来论证 3.9 式是错误的描述。3.2.1.1 离散型二型模糊集合的 FOU设1 2{ , , ,}nU = u u u为离散论域， A 为离散二型模糊集合

年区间二型模糊集合“低房价”，“中等房价”，“高义 k = 2,3,4,5时“低房价”，“中等房价”，“高房价”不一一例出。的论域为 [ 1 ,5]，定义如下三个区间二型模糊集合123" "" "" "kkkUUU===慢中快定义如下：11 -1 0[ ,1 0.5 ] 0 1( )[0,1 0.5 ] 1 20kXxx x xxx xμ ≤ ≤ ≤ ≤ = ≤ ≤ 其他[0, 0.5 ] 0 1[ 1, 0.5 ] 1 2x xx x x ≤ ≤ ≤ ≤ ≤ ≤
【学位授予单位】：长沙理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：O159;N941

【参考文献】

相关期刊论文 前10条

1 莫红,石松泉;虫口模型的模糊化及其相关性分析[J];华南理工大学学报(自然科学版);2005年05期

2 王飞跃;词计算和语言动力学系统的基本问题和研究[J];自动化学报;2005年06期

3 莫红;王飞跃;肖志权;陈茜;;基于区间二型模糊集合的语言动力系统稳定性[J];自动化学报;2011年08期

4 莫红;王涛;;广义区间二型模糊集合的词计算[J];自动化学报;2012年05期

5 王飞跃;;词计算和语言动力学系统的计算理论框架[J];模式识别与人工智能;2001年04期

6 莫红;王飞跃;赵亮;;一一映射下区间二型模糊集合的语言动力学轨迹[J];模式识别与人工智能;2010年02期

7 汪洋;莫智文;;基于模糊字符串的Mealy格值有限自动机及其最小化[J];模糊系统与数学;2009年03期

8 莫红;;时变论域下的语言动力学轨迹[J];自动化学报;2012年10期

9 周敏;伍瞻林;何青;雷辉;;扩展原理下区间二型模糊Mealy自动机的语言动力系统[J];山东科技大学学报(自然科学版);2013年01期

10 王飞跃;On Fixed Points of Linguistic Dynamic Systems[J];系统仿真学报;2002年11期

本文编号：2649451