1、五十年代，在開關(guān)網(wǎng)絡(luò)理論和數(shù)理邏輯中圖靈機(jī)理論的基礎(chǔ)上形成了自動(dòng)機(jī)理論，它是研究離散數(shù)字系統(tǒng)的功能、結(jié)構(gòu)及兩者關(guān)系的計(jì)算機(jī)理論。四十多年來，自動(dòng)機(jī)理論有了深入的發(fā)展和廣泛的應(yīng)用。句法模式識(shí)別在文字識(shí)別，語言識(shí)別以及人工智能等領(lǐng)域起著重要作用，有限狀態(tài)自動(dòng)機(jī)不僅是完成這一工作的重要工具，更是描述許多重要硬件和軟件的有用模型，如：字符串匹配算法(KMP)；詞法分析器；設(shè)計(jì)和檢驗(yàn)數(shù)字電路行為的軟件；其他一些軟件，如通信協(xié)議驗(yàn)證。近年來，隨著模

2、糊技術(shù)的飛速發(fā)展，由模糊系統(tǒng)理論和自動(dòng)機(jī)結(jié)合構(gòu)成的模糊有限狀態(tài)自動(dòng)機(jī)和模糊語言，不僅合理地拓展了分明有限狀態(tài)自動(dòng)機(jī)和語言理論，而且已被應(yīng)用于更廣泛的領(lǐng)域，如學(xué)習(xí)系統(tǒng)(神經(jīng)網(wǎng)絡(luò))和數(shù)據(jù)庫理論等。本文將系統(tǒng)研究模糊有限狀態(tài)自動(dòng)機(jī)的最小化問題及其在心電圖(ECG)自動(dòng)分析識(shí)別中的應(yīng)用，進(jìn)一步完善自動(dòng)機(jī)理論。 模糊有限自動(dòng)機(jī)在其應(yīng)用過程中，常以設(shè)計(jì)工具的形式出現(xiàn)。作為一個(gè)設(shè)計(jì)工具，對(duì)于其價(jià)值的判別關(guān)鍵在于是否可以提供一種設(shè)計(jì)指引使設(shè)計(jì)者

3、可以得到最佳的設(shè)計(jì)方案。而其中最重要的一個(gè)判斷標(biāo)準(zhǔn)就是設(shè)計(jì)的最簡(jiǎn)化，即狀態(tài)的最小化約簡(jiǎn)。由此可見，模糊有限自動(dòng)機(jī)的狀態(tài)最小化約簡(jiǎn)問題在模糊有限自動(dòng)機(jī)的理論和應(yīng)用方面具有極其重要的地位。 本文在第一章中，模糊有限自動(dòng)機(jī)被劃分為兩種基本類型：一種是有初始狀態(tài)，沒有任何輸出的一類模糊有限自動(dòng)機(jī)；另一種是有輸出，沒有初始狀態(tài)的一類模糊有限自動(dòng)機(jī)。根據(jù)這種分類方法，對(duì)一些重要的模糊有限自動(dòng)機(jī)進(jìn)行重新分類。同時(shí)，在新分類表中，證明和獲得在同

4、一類型中的各種原模糊有限自動(dòng)機(jī)類型之間的等價(jià)或從屬關(guān)系。在第二章中，建立了對(duì)應(yīng)于經(jīng)典Mealy型有限狀態(tài)自動(dòng)機(jī)的一類模糊有限狀態(tài)自動(dòng)機(jī)一新Mcaly型模糊有限狀態(tài)自動(dòng)機(jī)。引進(jìn)兩類狀態(tài)等價(jià)關(guān)系，進(jìn)而定義了該Mealy型模糊有限狀態(tài)自動(dòng)機(jī)的最小化形式，最后得到了該Mealy型模糊有限狀態(tài)自動(dòng)機(jī)的一種狀態(tài)最小化約簡(jiǎn)的算法。在第三章中，我們首先介紹了一類有模糊初始狀態(tài)的模糊有限自動(dòng)機(jī)-Mizumoto型模糊有限自動(dòng)機(jī)，然后定義了兩種狀態(tài)等價(jià)和兩

5、種模糊有限自動(dòng)機(jī)等價(jià)的概念，接著證明了對(duì)于每個(gè)Mizumoto型模糊有限自動(dòng)機(jī)，都存在一個(gè)與之等價(jià)的狀態(tài)最小化模糊有限自動(dòng)機(jī)，并且給出了一個(gè)狀態(tài)最小化約筒算法及其算法終止條件。在第四章中，首先建立了模糊廣義自動(dòng)機(jī)的概念，給出了計(jì)算最小模糊廣義自動(dòng)機(jī)的一個(gè)新的算法。新算法由兩部分組成：第一部分是合并模糊廣義自動(dòng)機(jī)中的等價(jià)狀態(tài)；第二部分是移出模糊廣義自動(dòng)機(jī)中的最大非循環(huán)子圖中的狀態(tài)；最后給出了例子進(jìn)一步說明該最小化算法。在第五章中，討論了模

6、糊屬性自動(dòng)機(jī)對(duì)由模糊屬性正則文法產(chǎn)生的字符串進(jìn)行識(shí)別的問題，建立了以標(biāo)準(zhǔn)字符串為核的隸屬函數(shù)，利用該函數(shù)求出待識(shí)別串在標(biāo)準(zhǔn)串中各字符的隸屬度，進(jìn)而得到各字符與標(biāo)準(zhǔn)字符的差別，由此可求出待識(shí)別串與標(biāo)準(zhǔn)串差異最大的標(biāo)準(zhǔn)字符。進(jìn)而對(duì)多個(gè)串的識(shí)別，利用格比較得到與標(biāo)準(zhǔn)串最相符的待識(shí)別串，從而提高了字符串的識(shí)別率和識(shí)別效果。 在第六章中，提出了一種推導(dǎo)模糊有限狀態(tài)自動(dòng)機(jī)的構(gòu)造性算法，解決了仿真實(shí)驗(yàn)中所給出的具體網(wǎng)絡(luò)的隱藏層神經(jīng)元個(gè)數(shù)的確定

7、問題；并與Blanco[28】的固定性網(wǎng)絡(luò)做了一個(gè)對(duì)比，在實(shí)驗(yàn)中，我們首先將樣本輸入帶1個(gè)隱藏層神經(jīng)元的反饋網(wǎng)絡(luò)訓(xùn)練，150個(gè)紀(jì)元以后增加神經(jīng)元，此時(shí)的新網(wǎng)絡(luò)在124紀(jì)元時(shí)收／／c；而Blanco【28】的固定性網(wǎng)絡(luò)學(xué)習(xí)好相同的樣本需要432個(gè)紀(jì)元。在第七章中，提出了一種用于模糊文法推理的進(jìn)化策略：(μ,λ)p2一策略，該策略將自動(dòng)機(jī)的轉(zhuǎn)移函數(shù)用矩陣的形式表示出來，并產(chǎn)生了一個(gè)與此編碼特征相對(duì)應(yīng)的變異操作以及自動(dòng)機(jī)個(gè)體關(guān)于模糊訓(xùn)練樣本集

8、的適應(yīng)度函數(shù)。通過實(shí)驗(yàn)證明該策略是有效的，從而為自動(dòng)機(jī)的推導(dǎo)提供了一種新方法。 在第八章中，基于模糊自動(dòng)機(jī)最小化的設(shè)計(jì)最簡(jiǎn)化思想，提出一種模擬現(xiàn)實(shí)特點(diǎn)的心電圖分類方法：一方面，首先改進(jìn)了心電圖分析中射線擬合方法，避免了一般快速擬合法由于其確定的線段終點(diǎn)不能落在心電曲線上，從而容易出現(xiàn)逼近線段鋸齒狀擺動(dòng)情況，提高了擬合的質(zhì)量。然后利用它對(duì)心電圖進(jìn)行識(shí)別分析，進(jìn)而得到心電圖多導(dǎo)聯(lián)的特征。另一方面，根據(jù)心電信號(hào)中，各波分別處在不同的頻

9、率范圍的特點(diǎn)，采用Mexican-hat小波變換檢測(cè)心電信號(hào)的特征點(diǎn)。根據(jù)Mexican-hat小波變換的特點(diǎn)，心電圖的各特征點(diǎn)對(duì)應(yīng)于變換后的局部極值點(diǎn)，克服了一般的小波變換，特征點(diǎn)對(duì)應(yīng)模極值對(duì)的過零點(diǎn)。從而需檢測(cè)模極值對(duì)和過零點(diǎn)的困難。提高了特征點(diǎn)檢測(cè)的準(zhǔn)確率，對(duì)QRS波的識(shí)別正確率達(dá)到99。9﹪?；赗BF網(wǎng)絡(luò)具有強(qiáng)分類能力的特性，應(yīng)用一個(gè)RBF網(wǎng)絡(luò)對(duì)心電圖特征在高維空間進(jìn)行分類。經(jīng)MIT—BIH心電數(shù)據(jù)庫部分波形試驗(yàn)證明，該方法通

10、過對(duì)提取到的特征進(jìn)行學(xué)習(xí)、分類，具有較好的分類準(zhǔn)確率。對(duì)學(xué)習(xí)過的波形分類正確率達(dá)到100﹪，(文[42]為97﹪)。對(duì)未學(xué)習(xí)過的波形分類正確率達(dá)到86.6﹪(文[42]為54﹪)。 正確診斷室性心律失常對(duì)心臟病的治療和預(yù)防非常重要，而室性QRS波的診別是診斷室性心律失常的關(guān)鍵。正確判定QRS波的形態(tài)對(duì)于診斷多源性室早以及多源性陣發(fā)性心動(dòng)過速有重要影響。由于室性QRS波形態(tài)多樣，文[54】采用三個(gè)參數(shù)反映QRS波形態(tài)略顯不足，本文

11、采用更多參數(shù)來反映QRS波形態(tài)，以滿足需要。正是由于QRS波形態(tài)多樣，所以用文[54】中的方法對(duì)QRS波分類比較困難．本文在第九章中，提出將粗糙集與神經(jīng)網(wǎng)絡(luò)結(jié)合，用粗糙集理論從訓(xùn)練樣本數(shù)據(jù)中得到一組規(guī)則，據(jù)此構(gòu)造神經(jīng)網(wǎng)絡(luò)。并對(duì)室性QRS波進(jìn)行分類，得到了很好的結(jié)果。 本工作由九部分組成： 1、給出了本工作的一些研究背景與模糊有限自動(dòng)機(jī)分類。 2、討論了Mealy型模糊有限狀態(tài)自動(dòng)機(jī)最小化約簡(jiǎn)算法。 3、研

12、究了Mizumoto型模糊有限自動(dòng)機(jī)最小化約簡(jiǎn)算法及其算法終止條件。 4、給出了模糊廣義自動(dòng)機(jī)最小化算法。 5、討論了模糊屬性自動(dòng)機(jī)對(duì)由模糊屬性正則文法產(chǎn)生的字符串進(jìn)行識(shí)別的問題 6、提出了一種推導(dǎo)模糊有限狀態(tài)自動(dòng)機(jī)的構(gòu)造性算法，解決了仿真實(shí)驗(yàn)中所給出的具體網(wǎng)絡(luò)的隱藏層神經(jīng)元個(gè)數(shù)的確定問題 7、提出了一種用于模糊文法推理的進(jìn)化策略：(μ，λ)n一策略。 8、應(yīng)用模糊自動(dòng)機(jī)最小化的設(shè)計(jì)最簡(jiǎn)化思想，提