XiaoMi-AI文件搜索系统
World File Search System模糊化
使用在线TS模糊...
复杂非线性系统（例如自动驾驶汽车）的控制通常需要可能无法使用或不准确的模型。在本文中，基于数据驱动的方法，用于学习非线性系统的数据驱动方法，以学习学习takagi – Sugeno（TS）模型，提出了一种新型的数据驱动模型预测控制（MPC）框架。为了解决数据TS建模，我们使用了不断发展的TS模糊椭圆形信息颗粒（TS-EEEFIG）方法来获得多型表示形式以及一组成员函数，这些功能允许使用有效的线性控制工具来处理复杂的非线性系统。，采用公式的方法用于赛车的自主驾驶控制问题。拟议的控件使用外部轨迹规划师提供的参考文献，在赛车模式下提供高驾驶性能。基于1/10比例RC汽车的高保真车辆模型，在模拟的赛车环境中验证了控制估计方案，以显示拟议方法的潜力。
量子模糊逻辑与时间
最近，我们提出了语言学的哥本哈根解释（或量子语言、测量理论），它对描述经典系统和量子系统都具有很强的威力。因此，我们认为量子语言可以看作是科学语言。此外，我们证明了某些逻辑（称为量子模糊逻辑）在量子语言中是有效的。一般来说，逻辑和时间不太相容。然后，本文的目的是表明量子模糊逻辑与时间配合得很好。也就是说，量子模糊逻辑的优势在于能够清楚地区分蕴涵和因果关系。事实上，我们将证明“如果没有人被骂，就没有人会学习”这个命题的反命题（或“约翰总是饿”的否定命题）可以用量子模糊逻辑来写。然而，日常语言中的“时间”有各种方面（例如，时态、主观时间）。因此，不可能用量子语言的“时间”来理解日常语言的所有“时间”。
量子回路设计における最适化问题
（1）（Kokuken）日本科学技术局研究与发展战略中心，“战略建议：每个人的量子计算机”，2018年。 https：// wwwjst.go.jp/crds/pdf/2018/sp/crds-fy2018-sp-04.pdf（2）p.w.Shor，“用于量子计算的算法：离散日志和保理”，Proc第35届IEEE计算机科学序言研讨会，第124-134页，1994年。（3）L.K.Grover，“用于数据库搜索的快速量子机械算法”，第28 ACM计算理论座谈会论文集，第212-219页，1996年。（4）N。Kunihiro，“代理量计算机的计算时间的精确分析”，IEice Trans基础，第88-A卷，第105–111页，2005年。（5）M.A。nielsen和I.L.chuang，量子计算和量子信息，剑桥大学出版社，2000年。（6）A。Peruzzo，J。McClean，P。Shadbolt，M.-H周，P.J。Love，A。Aspuru-Guzik和J.L.O'Brien，“光子量子处理器上的变异特征值求解器”，《自然通信》，第5卷，第1期，2014年7月，第4213页（7）to奥利T.可逆计算，在：de bakker J.，van leeuwen J.（eds）自动机，语言和程序 - iCalp 1980，计算机Sci-Ence中的讲义，第85卷，Springer，柏林（8）Arxiv e-Prints，Quant-PH/9902 062，1999年2月。（9）K。Iwama，S。Yamashita和Y. Kambayashi，“设计基于CNOT的量子CUITS的跨形成规则”，设计自动化会议，第419-429-2002页，2002年。（10）Z. Sasanian和D.M.（12）M。Soeken，M。Roetteler，N。Wiebe和G.D. Micheli，“基于LUT的层次可逆逻辑Synthe-Sis”，IEEE TransMiller，“可逆和Quan-Tum电路优化：一种功能性方法”，《可使用的计算》第4个国际研讨会（RC 2012），第112-124页，2013年。（（11）A。Mishchenko和M. Perkowski，“快速的启发式启发式最小化 - 独家及产品或产品”，第五届国际式Reed-Muller Workshop，pp.242–250，2001。计算。集成。电路系统，第38卷，第9期，第1675–1688页，2019年。（（13）E。Souma和S. Yamashita，“同时分解许多MPMCT大门时，减少T计数”，第50届国际多重逻辑国际研讨会（IS- MVL 2020），第22-22-27页，11月2020年，（（14）X. Zhou，D.W。 Leung和I.L.Chuang，“量子逻辑门结构的方法论”，物理。 修订版 A，第62卷，052316，2000年10月。 （（15）A。Barenco，C.H。 Bennett，R。Cleve，D.P。 Divincenzo，Chuang，“量子逻辑门结构的方法论”，物理。修订版A，第62卷，052316，2000年10月。（（15）A。Barenco，C.H。Bennett，R。Cleve，D.P。 Divincenzo，Bennett，R。Cleve，D.P。Divincenzo，
4ee65：人工智能（ai）应用
1 小时。人工智能和模糊系统简介：人工智能：定义、意义、范围和应用。模糊系统：模糊集和运算、成员函数、模糊化和去模糊化、规则库、模糊逻辑控制简介、Mamdani 和 Takagi-Sugeno 模糊模型的架构、电力驱动、工业自动化、可再生能源系统、电动汽车、智能电网等领域的实施。
模糊机器学习：综合框架与系统评价
摘要 —机器学习汲取了计算机科学、认知科学和统计学等各个学科的智慧。尽管机器学习在理论和实践上都取得了长足的进步，但它的方法在处理复杂情况和高度不确定的环境时仍存在一些局限性。数据不足、观察不精确以及信息/关系不明确都会使传统的机器学习系统陷入困境。为了解决这些问题，研究人员从不同方面整合了机器学习和模糊技术，包括模糊集、模糊系统、模糊逻辑、模糊度量、模糊关系等。本文对模糊机器学习从理论、方法到应用进行了系统的回顾，总体目标是概述模糊机器学习领域的最新成就。为此，所讨论的概念和框架分为五类：1）模糊经典机器学习；2）模糊迁移学习；3）模糊数据流学习； 4)模糊强化学习；5)模糊推荐系统。本文所呈现的文献应使研究人员对模糊机器学习研究及其应用的当前进展有深入的了解。
集成模糊多准则决策方法与多
一个组织的环境绩效受其供应商的环境绩效影响，选择绿色供应商是一项战略决策，以便在当今的全球市场上更具竞争力。供应商选择问题涉及多个定量和定性标准。在供应商选择过程中，如果供应商的能力有限或其他约束，则需要确定每个供应商的最佳供应商和订单数量。在本文中，我们提出了一种模糊多属性效用理论和多目标规划的综合方法，用于根据经济和环境标准对最佳绿色供应商进行评级和选择，然后在他们之间分配最佳订单数量。首先，应用模糊层次分析法和模糊技术按与理想解的相似性进行排序，以便结合专家意见分析多个标准的重要性并确定最佳绿色供应商。接下来，使用多目标线性规划来考虑和制定各种约束，例如质量控制、容量和其他目标。数学模型的目标是同时最大化采购总价值和最小化采购总成本。为了处理决策者偏好的主观性，已经应用了模糊逻辑。通过汽车制造公司的案例研究说明了所提出方法的效率和应用。获得的结果有助于公司在现实情况下建立系统的方法来解决绿色供应商选择和订单分配问题。最后介绍了管理含义、结论和进一步研究的方向。� 2013 Elsevier Ltd. 保留所有权利。
飞机防冰系统模糊控制器设计...
摘要。本文讨论了 Diamond DA42 飞机防冰系统的自动控制系统。该项目是在配备模糊逻辑工具箱包的 MATLAB 环境中创建的。讨论围绕防止结冰的问题展开。在分析中考虑了四个参数：气温、云水含量、飞机温度和降水。根据初始参数，确定了飞机上可能出现的冰强度。通过自动化与防冰系统编程相关的活动，可以大大减轻飞行员的负担并提高空中作业的安全性，特别是在有利于结冰的条件下。目前，Diamond DA42 飞机未获准飞入已知的结冰条件。使用模糊专家系统控制防冰系统将大大增加 Diamond DA42 飞机的作战范围。
结论：网络安全政治的模糊性......
在社会技术快速转型、政治权力和权威日益分散的世界中，网络安全已牢固确立为 21 世纪最重要的国家安全问题之一。在未来十年，管理网络不安全问题很可能进一步增加其复杂性和政治意义，一方面是正在进行的社会技术转型的加速，另一方面是相关政治反应的变化。本书的第一部分记录了网络空间向外太空的持续地理扩展，预测了新兴技术将如何增加基础设施和服务的互联互通，并预测了在社会技术系统日益紧密耦合和整合的背景下，网络威胁叙事将不可避免地扩展到国家和国际层面的更多政策领域。本书的第二部分讨论了国家行为者如何在网络空间中找到克制与利用之间的适当平衡，为什么他们需要坚持努力控制升级风险，以及为什么政府越来越多地与经济和社会行为者分担责任。
AHP 和模糊 AHP 多因素决策...
出版商：IEEE © 2019 IEEE。允许个人使用该材料。必须获得 IEEE 的许可才能在任何当前或未来的媒体中使用，包括出于广告或促销目的重印/重新发布该材料、创作新的集体作品、转售或重新分发到服务器或列表，或在其他作品中重复使用本作品的任何受版权保护的部分。版权 © 和道德权利由作者和/或其他版权所有者保留。可以下载副本用于个人非商业研究或学习，无需事先许可或收费。未经版权所有者书面许可，不得复制或大量引用本项目。未经版权所有者正式许可，不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本，包含同行评审过程中商定的任何修订。已发布版本和此版本之间可能仍存在一些差异，如果您想引用已发布版本，建议您查阅已发布版本。