论文部分内容阅读
本文首先介绍了软计算的概念和内涵及其发展现况,然后介绍了在温度工程中的软计算技术以及软计算技术在温室控制,植物生长智能控制中的应用.
软计算技术在智能温室工程中的应用
【摘 要】
：
本文首先介绍了软计算的概念和内涵及其发展现况,然后介绍了在温度工程中的软计算技术以及软计算技术在温室控制,植物生长智能控制中的应用.
【机 构】
：
郑州轻工业学院信息控制系(郑州);上海大学自动化学院(上海) 郑州轻工业学院信息控制系(郑州)
【出 处】
：
第二届中国Rough集与软计算学术研讨会
【发表日期】
：
2002年12期
其他文献
本文通过对粗糙总分学理论所基于的Lesniewski总分学理论(Mereology)及扩展的研究,阐明粗糙总分学的内涵及其潜在的巨大理论和实践价值.
本文通过对GAs作用机理分析,在取样机制和变异算子上分别采用基于局部竞争机制的(μ+λ)选择小生境技术和双亲变异对其全局收敛性能的可靠性和收敛速度进行改善,提出改善的遗传算法.
本文在前期研究的基础之上,改进了原算法探讨基于规划图分析的人工智能规划算法,使得规划图的生成以及有效规划的搜索,更方便、更快捷.
本文介绍了基于Agents的电子商务中的自动谈判,并引入机器学习理论来学习谈判过程,以期达到较好的谈判效果.本文没有考虑时间因素.
本文简要介绍了动态模糊集理论以及强化学习原理和常用的Q-学习算法,对经典Agent的BDI模型进行扩展,构造成Agent新的主要心智成分.
本文从研究模糊C均值算法(FCM)的聚类结果应该满足的性质入手,得到了实用的选择合理模糊指标m的理论依据,以解决模糊聚类算法中的选数选择规则.
本文提出了基于相似关系的Rough集决策优化模型,该模型在数据处理时,对未知属性值利用相似关系在不改变原始的不完整决策系统下,直接从中获取原始数据中蕴藏的所有优化的确定性规则,辅助管理决策和技术支持.
本文提出了一种度量决策表和决策规则不确定性的方法,得到了一个在不确定性条件下,完全由数据自主控制规则生成的机器学习的方法,建立了自主式知识学习模型.
本文提出一种模糊神经网络结构,基于其建模方法被用于模糊数据的建模,网络的隐层权值通过聚类方法和K-近邻法,并进行相似度运算所确定.