大量实际系统都受到不确定因素的影响,随机性和模糊性是这些不确定因素的主要表现形式。在复杂系统中,随机信息与模糊信息的强耦合关系直接导致了系统分析和设计的困难。本项目研究了一类全新的概率模糊逻辑系统以建立对模糊信息和随机信息的统一处理机制和系统化设计方法。1)提出了概率模糊系统的三维信息建模方法,重点研究了基于模糊集均值和方差混合设计的模糊聚类算法,严格证明了三维概率模糊系统的通用逼近能力。2)提出了概率模糊逻辑系统的自学习机制和神经网络实现方法,提出了基于特征的自学习优化机制。3)提出了基于网络随机业务流动态模型的概率小波网络系统,研究了基于网络自相似随机特性的智能建模与控制方法,研究概率小波系统的基本框架,严格证明了相关属性。4)针对网络环境的多样性和突发性,提出了基于鲁棒和自适应设计的网络拥塞控制新算法。侧重对传统控制算法的改进,以增强拥塞控制系统的稳定性和鲁棒性。相关研究成果发表(录用)论文27篇,包括4篇国际SCI期刊论文(其中《IEEE Trans》长文3篇),15篇EI检索源论文,申请发明专利5项。相关成果获得2008年教育部科技进步一等奖。
英文主题词probabilistic fuzzy logic system; probabilistic wavelet system; networked system;congestion control