● 摘要
随着计算机及网络技术的迅速发展，模糊逻辑系统(Fuzzy Logic System, 简记为FLS)作为智能系统的一个重要分支，在控制、金融、医学、军事、气象、环境以及社会科学等领域得到了广泛应用。目前最常用的FLS有两种：Mamdani FLS和Takagi-Sugeno-Kang (简记为TSK) FLS。二者各有优点和缺点：Mamdani FLS应用领域广泛，但推理过程相对复杂，不利于控制器的设计和稳定性分析；TSK FLS推理过程简单，便于系统设计和稳定性分析；但由于其不能考虑测量或输入的不确定性而局限了它的应用范围。为此，本文提出一种新颖的组合型TSK与Mamdani模糊逻辑系统（记为TSK-M FLS），该FLS不但能够像Mamdani FLS那样更好地处理测量或输入的不确定性；同时，它还兼具TSK FLS的推理过程简单，便于控制器设计和稳定性分析等特点。文中首先构建了一型TSK-M FLS，并对该系统进行了详细的分析；接着在此基础上构建了区间二型TSK-M FLS；之后，为了便于程序实现，给出了一型和二型 TSK-M FLS的基于反向传播算法(Back-Propagation Algorithm)的设计步骤和流程。为了测试TSK-M FLS的性能，本文将一型TSK-M FLS应用于两个实例并进行了仿真研究：(1) 将一型TSK-M FLS应用于不同信噪比下含噪声的Mackey-Glass混沌时间序列预测问题，并与单值一型Mamdani、非单值一型Mamdani以及一型TSK FLS进行了对比，仿真结果表明，一型TSK-M FLS的预测效果在各种信噪比下都明显优于一型TSK和单值一型Mamdani FLS，总体上优于非单值一型Mamdani FLS；(2) 将一型TSK-M FLS用于平面螺旋电感的建模问题中，并与一型TSK FLS进行了对比，仿真结果表明一型TSK-M FLS在自由度占有优势的情况下，对精确数据的建模优于一型TSK FLS。