| [转载]模糊系统:挑战与机遇并存——十年研究之感悟 王立新 |
模糊系统:挑战与机遇并存——十年研究之感悟 王立新王立新 于1984和1987年在西北工业大学分别获学士和硕士学位 1992年于美南加州大学获博士学位。1993年至今任教于香 港科技大学电机与电子工程系。研究成果被广泛引用。现为Automatic和IEEE Transaction on Fuzzy Systems 的副主编。负责有关模糊控制、模糊神经网络、模糊系统逼近性能等方面论文的评审工作。 一直以来,模糊系统就是个充满争议的领域。从1990年我进入这个领域至今己整整十个年头了。从开始刚到美国的博士生,拜师于模糊理论的创始人Zadeh 教授,到现在Automatic和IEEE Transaction on Fuzzy Systems 的 副主编,我一直没有离开过这个领域。在一个充满争议的领域内工作是艰辛的。目睹这个领域从冷变热 从普遍怀疑到基本接受,感悟甚多。这里借着这 个专刊的机遇,将感悟的一些要点写出来与大家共享。 由于这些观点带有强烈的个人色彩,而又是针对一些敏感性且富有争议的话题,所以敬请大家带 探讨的眼光来看。欢迎大家的批评与讨论。 1 、挑战 作为一个模糊系统领域的研究者,我最大的痛苦是在很多情况下还没开口就已经被归入一类人了。 这类人没有严格的科学态度与积极的进取精神,这类 人做不出严格的理论结果所以就"模糊"一下算了,这类人没有坚实的功底来解决传统领域中的难题,所以就来到 "模糊"里面来淘金,还美其名曰提 出种种创新思想。为什么很多传统领域的研究者对模糊理论持这样的怀疑态度呢?我想有以下几个方面的原因 1.1 模糊理论引起争议的原因 原因1 模糊理论的某些出发点有问题 在一些模糊理论论文的引言中(包括一些经典论文)经常会看到这样的话语:传统理论的要求太精细了,越来越难以解决日益复杂的实际问题,所以需要一种"模 糊"理论。言外之意,在这里严格的证明、推导与验证是不需要的。模糊模糊就行了 我不敢肯定有多大比例的模糊理论研究者持这种观点,但这样的研 究者肯定不在少数。而且在不同的场合不断地传播着这种观点。这种观点的支持者肯定有他们的道理,由于篇幅有限无法在这里就这个优点进行深入讨论。所能说的 是我个人是非常反对这种观点的,严格是在任何情况下都必须坚持的基本原则,不能以问题复杂为借口放弃。 原因2 模糊理论体系有不完善的地方 从工程应用的角度而言,20世纪90年代以前的模糊系统理论有两个弱点。一是没有一套系统而有效的方法来获取知识,而只能采用专家问卷形式,费时日又难以 得到满意的结果;二是缺少完整的理论体系来保证系统的稳定性、收敛性等基本要求。20世纪90年代以来模糊系统理论在这两个方面取得了突破性的进展,利用 各种学习算法我们现在可以从数据中学习知识(所谓的模糊神经网络)。而越来越多的具有严格数学证明的模糊控制论文的出现(如本专刊的大部分论文)使得模糊 控制不再是一种只能基于经验的简单控制器,而是具有严格理论支持的高性能非线性控制器。所以近年来基于这个原因,对模糊控制的批评越来越少。我们高兴地看 到模糊系统的理论支柱已基本建立,我们的任务是不断地完善它。 原因3 模糊领域的论文质量参差不齐 模糊控制的特点之一是容易上手:几条规则,几个仿真,结果还不错——一篇论文,是应急(毕业、交差、保住饭碗等)的好方法。应急者能写出好论文吗?传统领 域(如经典控制理论)就不同,必须经过严格的训练,修很多门课才能上手。所以传统领域较难用来应急(相对于模糊领域而言),一个领域质量差的论文多了,人 们对它的评价自然也就低了。但是, |
相关推荐
模糊系统与模糊控制教程 王立新 经典
模糊系统与模糊控制教程 王立新 经典 a course in fuzzy systems and control 的中文版
[转载]模糊领域-机遇与争议
[转载]模糊领域-机遇与争议 下面是王立新教授谈谈他是怎样进入模糊系统这个研究领域的,以及多年来在这个领域从 事研究的观察与体会。 一、我是怎样进入这个模糊领域的 我的本科和硕士是在国内完成的,学的都是传统 的自动控制。当时只听说过模糊数学,没有接触过模糊系统和模糊控制。1989年到美国后,第一年从事神经网络在信号处理中的应用方面的研究,用 Hopfield网
王立新Matlab模糊系统与模糊控制教程-模糊系统与模糊控制教程.part1.rar
王立新Matlab模糊系统与模糊控制教程-模糊系统与模糊控制教程.part1.rar 《模糊系统与模糊控制教程》共31章,内容包括模糊数学与模糊逻辑中一些对于模糊系统理论有用的概念和原理,模糊系统的各组成部分,设计模糊系统的四种方法,模糊控制与非自适应模糊控制方法,以及若干很重要的专题,如模糊c-均值算法、模糊关系方程、模糊算术、模糊线性规划和可能性理论等。
【理论基础】模糊系统概述
本文的理论介绍还只是皮毛,更加详细地介绍,需要读者自己阅读《模糊系统与模糊控制-王立新》书。最后,做个预告。在之后的博客更新中,我将继续介绍模糊系统和模糊控制相关的知识,致力于解决以下三个问题:1、模糊控制究竟解决了控制的什么问题;2、为什么要提出这种控制方法;3、他的控制方法应用是不是有什么限制条件。并且我计划结合具体的代码来自己复现一个模糊控制系统。感兴趣的话,就关注一波吧。
回测收益170%的趋势交易策略——《基于模糊理论的趋势交易-王立新》论文精读...
这篇论文2014年发布在SCI一区,共3篇,作者是师承模糊集之父Zadeh的王立新教授(西安交通大学),论文的贡献在于把金融领域模糊的表达转变为模糊集(fuzzy sets)和隶属函数(membership),先看回测展示: 图中上图绿线表示买入并持有,红线表示卖出。下图是系数值,绿色代表买方力量值,红色代表卖方力量值。这个图是我基于《量化交易核心策略开发:从建模到实战》(作者:李涵)里的图表...
模糊系统与模糊控制教程王立新经典:全面掌握模糊控制理论与实践
模糊系统与模糊控制教程王立新经典:全面掌握模糊控制理论与实践 【下载地址】模糊系统与模糊控制教程王立新经典 本仓库提供王立新教授的经典著作《模糊系统与模糊控制教程》中文版,内容涵盖模糊系统与模糊控制的理论基础、设计方法及实际应用。书中详细介绍了模糊集、模糊逻辑、模糊关系等基础理论,以及模糊控制器的设计、控制规则的生成与优...
模糊系统——一种模仿人的智能方法
1、介绍 模糊控制(模糊逻辑控制),是 以模糊集合论,模糊语言变量和模糊逻辑推理的的一种具有反馈通道闭环结构的计算机控制技术 特点:1、不依赖被控对象的数学模型,只需要专家的经验、知识 2、鲁棒性和自适应性好,可对复杂系统进行有效控制(可适用于模型参数不确定或波动较大的线性和非线性系统的控制) 2、隶属度 为了描述这种模糊的关系,引入了隶属度这一概念。 如:好苹果和坏苹果的区分标准,表面光滑色泽鲜...
模糊系统优化 0
提高模糊系统优化的方法: 1. 在调整过程分为多个阶段。例如,首先学习模糊系统的规则,然后使用所学习的规则库调整输入/输出MF参数。 2. 增加规则学习和参数调整阶段的迭代次数。这样做会增加优化过程的持续时间,也会由于训练数据对系统参数的过度调整而增加验证误差。为避免过度拟合,请使用k-fold交叉验证对系统进行训练。 ...
【免费下载】 模糊系统与模糊控制教程 - 王立新
模糊系统与模糊控制教程 - 王立新 【下载地址】模糊系统与模糊控制教程-王立新分享 模糊系统与模糊控制教程 - 王立新 项目地址: https://gitcode.com/Open-source-documentation-tut...
王立新Matlab模糊系统与模糊控制教程-模糊系统与模糊控制教程.part2.rar
王立新Matlab模糊系统与模糊控制教程-模糊系统与模糊控制教程.part2.rar 《模糊系统与模糊控制教程》共31章,内容包括模糊数学与模糊逻辑中一些对于模糊系统理论有用的概念和原理,模糊系统的各组成部分,设计模糊系统的四种方法,模糊控制与非自适应模糊控制方法,以及若干很重要的专题,如模糊c-均值算法、模糊关系方程、模糊算术、模糊线性规划和可能性理论等。
fuzzy systems and control 模糊系统与控制 王立新著英文版
本书是针对研究生和高年级本科生的教科书。王立新老师曾是模糊之父扎德的学生,是模糊界的大牛,这本书曾风靡一时。
a course in fuzzy systems and control
a course in fuzzy systems and control; 王立新,模糊控制经典教程,英文原版
模糊控制(一)
不足 1)精度不够高 2)自适应能力有限 3)会产生振荡 4)控制规则的结构和覆盖面不恰当 5)比例因子和量化银子选择不当 6)对中心的语言变量值选择不当 7)控制规则优化尚有困难 模糊语言 定义:一个四元组FL=(U,T,E,N) 其中,U为论域,T模糊集合,E,N模糊关系 例如:U为年龄0~·00的集合,即U=[0,100] E为汉语中描述年龄的集合 T为E的子集 ...
香港科技大学在读博士生张鹏博:借鉴师生互动模式来训练机器学习模型
在学校教学模式中,老师扮演着重要的角色。借鉴老师与学生的师生互动模式,香港科技大学在读博士生张鹏博在他的论文A New Learning Paradigm for Random Vector Functional-Link Network: RVFL+中提出一种基于LUPI 的 random vector functional-link 网络(RVFL...
模糊控制-模糊性知识的表示问题
通过上篇文章我们了解了什么是模糊,理解模糊控制就比较简单了,即在通用的控制系统框架中:在预置知识部分,如我们前面所介绍的这样通常的控制系统装定的是精确性的知识;而模糊控制,装定的是模糊性的知识。所以,模糊控制就是解决模糊性知识的表示问题和模糊性知识的应用问题。在我们刚开始讨论智能控制的分布式智能控制初步时,我们谈到了产生式,并且说了几点产生式的缺点,也就解释了我们之前为什么要使用更简洁、更高效的状态
模糊系统与模糊控制教程--学习记录
模糊系统与模糊控制教程--学习记录
分类算法总结
目前看到的比较全面的分类算法,总结的还不错. 2.4.1 主要分类方法介绍解决分类问题的方法很多[40-42] ,单一的分类方法主要包括:决策树、贝叶斯、人工神经网络、K-近邻、支持向量机和基于关联规则的分类等;另外还有用于组合单一分类方法的集成学习算法,如Bagging和Boosting等。 (1)决策树 决策树是用于分类和预测的主要技术之一,决策树学习是以实例为基础的归纳
5545



被折叠的 条评论
为什么被折叠?



