基于模糊层次分析的大型游乐设施关键部件安全性研究

针对大型游乐设施关键部件安全性问题,提出了一种层次分析法与模糊综合评价法相结合的评价方法,对大型游乐设施关键部件进行安全综合评价。以过山车安全压杠为例,通过层次分析法建立了一套多因素指标评价体系,确定了指标综合权重,并结合专家评价法求出了平均值矩阵最终得到综合评价结果表明,该过山车安全压杠的安全性得分为83.4605分(百分制),对应的安全完整性等级为SIL3,安全性能良好,可继续投入使用。与第三方检验机构所出具的检验结果相吻合,表明该方法具有良好的准确性。     

基于在线密度聚类的潜艇悬停自适应模糊建模

针对潜艇悬停过程这一时变、强耦合和不确定性的复杂非线性多输入多输出(MIMO)被控对象,提出了一种基于密度定义的聚类方法提取样本数据模糊规则、建立实常数值后件模糊模型的模糊自适应建模方法.通过密度聚类在线提取样本数据输入输出变量间的内在规则,确定被控对象合理的模糊模型结构;用前馈模糊神经网络结构表示模糊系统规则后件,并采用一阶梯度算法对实常数后件参数进行在线辨识.对潜艇悬停控制过程进行的仿真实验证明了该方法的有效性.     

智能排污系统中的模糊决策

按照近似假言推理预测模糊蕴涵关系，根据择近规则确定模糊对象与模糊模式之间的关系，系统采用逼近算法控制排污阀的开闭。     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

基于时间序列的模糊聚类与规则提取信用评价模型

提出基于多维时间序列模糊聚类与模糊规则提取技术相结合的模糊分类系统,将其应用于信用评价研究.该方法利用投影寻踪技术对多维时间序列数据进行降维处理并进行模糊分类;根据分类结果和最佳投影值提取模糊规则,采用梯形分布法生成三个模糊隶属函数;最后根据计算模糊贴近度确定样本的信用级别.实例证明该方法具有良好的评价效果和实用价值.     

模糊综合评判方法的应用-以研究生中期筛选为例

应用模糊综合评判方法提出了研究生中期筛选的模糊评价模型和评价方法并对研究生中期筛选的模糊综合评价系统提出建议.研究生中期筛选综合评价的指标权重的确定运用专家调查法及AHP法.定性指标采用模糊评判的模型,然后根据最大隶属度确定筛选等级,最后再对定性和定量指标加权算出综合素质评价得分.根据评价的得分从高到低进行排列,可以得出此次筛选的结果.     

基于模糊理论网络学习评价系统的设计与实现

文章主要研究基于模糊数学理论和电子学档的网络学习评价系统.此系统首先是根据电子学档本身的优势,研究借助于现有的技术来通过记录学生学习过程生成电子学档作为一种评价方式和管理手段的可能;然后建立网络学习评价模型(即网络学习评价指标体系),根据指标体系中确定的权值和网络学习中所采集的信息,采用多级模糊理论对采集到的各个指标数据进行统计分析,以对学习者达到网络教育活动提出的目标程度作出综合评价和指导;最后根据多级模糊理论设计出基于模糊数学理论和电子学档的网络学习评价系统并给予评价.     

采用模糊理论的零部件工艺PFMEA评估

为了控制和降低零部件的制造质量风险,在对零部件工艺过程进行分析的基础上,提出基于模糊理论的潜在失效模式及后果分析(PFEMA)方法.通过研究零部件加工过程的风险评估,构建基于生产成本的评价指标;设计评价因素集和因素水平集,并用层次分析法确定评价因素的权重,提出零部件制造工艺的风险评估模型;采用模糊评价决策,定量计算其综合评价值,进而确定其风险等级.以某型号叉车门架系统的横梁加工工艺为例进行实例验证,结果表明:改进后PFMEA方法的可行性和正确性.     

模糊综合评价法在集输站场安全评价中的应用

以某油气集输站场为例进行安全评价.根据站场工艺流程对集输系统进行子系统划分,并在此基础上全面分析影响站场安全的危险危害因素.同时利用层次分析原理建立原油储存子系统的安全评价指标体系,并应用专家评分法,建立模糊关系矩阵、确定指标因素权重.最后对原油储存子系统进行模糊综合评价,求得该系统的安全等级为中等安全,仍存在安全隐患,特别是权重系数较大的因素.实例应用表明模糊综合评价法能够识别集输站场各系统存在的隐患,对不同系统进行安全评价并提出改进措施,对提高集输站场工艺设施及操作的可靠性具有十分重要的作用.     

基于模糊评判法的公路抗水毁能力评价

通过引入模糊数学的单因素和模糊综合评判来评价"认知不确定"的公路抗水毁的能力,以公路抗水毁灾前预防能力评价系统为对象构造模型.根据专家意见和经验设置权重及评语集、隶属函数和评判矩阵将公路抗水毁能力划分为4个备择集.以河床糙率、边坡稳定性、路基施工质量等级和养护维修等因素集为例设定了评判标准.对模糊综合评价进行实际计算,并嵌入属性和图形数据对应关联,对该系统应用于抗水毁灾前预防能力等级评价进行了可行性分析.     

基于神经网络的电站锅炉燃烧诊断方法研究

根据电站锅炉燃烧过程的特点,利用图像处理技术提取了表征火焰燃烧特性的特征量,提出了基于BP神经网络的锅炉炉膛火焰燃烧状态的模式识别方法.针对锅炉燃烧诊断实时性强的要求,设计开发了一套PC机加信号处理系统(DSP)的实时图像采集与燃烧诊断系统,在200MW锅炉上进行试验.结果表明,该系统简便实用,可实现锅炉运行过程的燃烧诊断,为电站锅炉的安全、经济运行提供可靠的依据,具有一定的工程应用前景.     

进化规划改进算法及其在舰载导航中的应用

为解决设计BP神经网络时所遇到的网络参数和连接权重难以确定,在随机扰动下不能达到最佳效果,学习时间较长难以满足系统实时性要求等问题,引入进化神经网络.根据舰载导航的要求及特点,对基于进化规划的BP神经网络进行设计,并将之应用于舰载导航系统中.仿真结果证明,该方法加快了神经网络的收敛速度,解决了BP神经网络存在的问题.并在舰载导航系统外观测数据不可得时,规避卡尔曼滤波所存在的问题,从而保证了卡尔曼滤波器的正常运行,进一步提高了舰载导航系统的精度.     

图像识别神经网络处理系统

目的　研制用于二值图像实时识别的神经网络处理器; 方法　采用数字电路实现的图像识别神经网络系统有３ 大模块：边缘提取模块以二值图像序列作为输入,用平面建筑物原理和８ 邻域原理提取图像的边缘特征;特征提取模块在边缘特征的基础上提取具有不变性的角特性和组块特征;模式分类模块采用４ 层特征映射神经网络实现图像模式识别; 结果　通过对图像信号发生器送出的二值飞机图像识别说明,训练样本数越多系统识别率越高; 结论　该系统能够快速、正确地实时识别二值图像序列;     

绗缝花样打板算法研究

绗缝花样自动生成系统中要防止图像锐角钝化处理,以获得精美花型。随着计算机数据处理能力的提高,对传统的花样打板算法进行改进。针对绗缝机运动系统的特点,提出了依据曲率变化的BP神经网络算法。对花样进行精确的识别处理,有效地防止图像锐角钝化。自动生成足量的加工代码,生成的精美花型。相对传统插补运算的花型,得到明显的改善。实践证明在绗缝花样打板中采用BP神经网络算法是可行。     

基于神经网络的感应电机矢量控制系统

根据感应电机矢量变换控制原理,提出了一种由人工神经网络磁链与转矩估计器、神经网络解耦控制器和神经网络转矩控制器组成感应电机的矢量控制系统。文中介绍了感应电机矢量变换控制的基本方程,并根据这些基本方程分别建立了人工神经网络磁链与转矩估计器、神经网络解耦控制器和神经网络转矩控制器,并给出了部分测试结果。最后从系统的仿真计算结果可以看出,这种基于多个神经网络控制环节组成的感应电机矢量控制系统具有良好的性能     

基于模糊神经网络的煤矿安全评价综合评判

针对煤矿安全综合评价方法中因人为因素、模糊因素及动态因素而导致评价结果不够准确的情况,依据煤矿安全评价指标体系结构,构建了基于模糊神经网络的多级模糊评判模型,提出了神经网络分级BP学习算法,解决了多级模糊评判中权值学习困难的问题,使训练速度和评判的准确性大幅提高.以鸡西矿业集团煤矿为研究对象,建立了基于模糊神经网络的安全评价模型.结果表明:该方法能有效地对煤矿进行安全评价,综合评判客观、准确.     

PMSM神经网络实时IP位置控制

对永磁同步电机 (PMSM )提出了一种基于神经网络的实时IP位置控制方案·根据伺服系统中的IP控制策略 ,利用神经网络的优点设计了神经网络实时IP位置控制器·所设计的神经网络实时IP位置控制器结构简单 ,权值调整计算量小、速度快·同时用混合神经网络作为PMSM系统辨识器 ,用多步预测性能指标函数实现了实时在线训练·理论分析和实验仿真对比研究的结果 ,表明所提出方法具有优越的动态性能和鲁棒性·     

基于模式识别神经网络的重力匹配算法

为了提高重力辅助惯性导航系统在重力异常明显区域内的定位精度和匹配率,用模式识别神经网络的方法进行了重力匹配.在匹配时刻,根据惯导指示位置确定在一定的网格点范围内搜索载体真实位置,以每个网格点为终点把惯导指示航迹放置到重力图上,由此提取一系列的参考重力图上数据,并把它和对应网格点的位置定义成一个模式类,把所有的模式类作为概率神经网络的样本训练一个模式识别神经网络,然后把重力仪测量数据使用该神经网络识别到某个模式类,对比模式类的定义可以确定此时的载体位置.计算仿真研究表明,该算法的重力匹配率优于通常的相关匹配算法,其组合导航系统的定位误差在1个重力图网格左右.     

基于神经网络的交叉口多相位模糊控制

根据城市交叉口交通流的特点,给出了一种交叉口多相位自适应控制算法,综合考虑相邻车道上的车队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制．仿真结果表明,文中所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力,是实现交通系统智能控制的一条新途径．     

卡车路段行程时间的实时动态预测

分析了建立卡车路段行程时间预测模型传统方法的不足,考虑到高度非线性的露天矿运输系统有别于公路交通系统,针对卡车运行时间的随机性,采用多因子预测,阐述了应用人工神经网络(ANN)原理和方法对卡车路段行程时间预测的可能性和优越性,建立了预测模型的基本结构,描述了行程时间与其影响因素间的非线性映射关系,从而提出了基于人工神经网络原理的行程时间预测模型。