针对多场景环境下的发酵过程建模任务所面临的漂移过程建模之挑战,凝练出具有共性意义的本课题面向漂移过程的漂移模糊系统建模理论与方法及其发酵过程应用。首先,针对漂移过程的建模特点,课题组拟研究漂移模糊系统的定义、理论性质及其构造方法。进一步地,课题组拟探讨大规模数据环境下的漂移模糊系统快速学习问题和多源环境下的漂移模糊系统学习问题。同时,课题组还拟探讨具有多源漂移特性的数据特征抽取方法和理论。拟探讨的漂移模糊系统理论和方法将是对智能建模理论,特别是模糊系统建模理论的重要发展,极具理论价值;拟提出的漂移模糊系统建模方法将有效地拓展模糊建模技术在多场景环境、大规模数据环境以及多源环境下的应用。因此本课题对于智能计算及其应用研究以及发酵产业均具有重要的学术与应用意义。
Intelligent Systems;Fuzzy Systems;Transfer Learning;Knowledge Leverage;Fermentation Process Modeling
在2012.01-2015.12执行国家自然科学基金(No. 61170122)过程中,按计划开展了相关的研究,重点是面向漂移过程的漂移模糊系统建模理论与方法及发酵过程应用研究,并在此基础上在相关方向进行了拓展研究,主要内容具体包括针对发酵等数据可能具有多源性等特点,探讨了具有知识迁移能力的ML型归纳式迁移模糊系统建模方法;探讨了具有知识迁移能力的TSK型归纳式迁移模糊系统建模方法;探讨了具有知识迁移能力的TSK型直推式迁移模糊系统建模方法;探讨了具有知识迁移能力的归纳式广义智能系统建模方法;具有良好透明性的模糊系统分类器和急速二型模糊系统构建方法。项目执行过程中在相关领域形成了一批研究成果,所得结果对智能理论及其在发酵过程建模等方面的应用具有重要的学术与应用意义。