故障诊断专家系统中的模糊推理算法

研究故障诊断专家系统的模糊推理算法。方法将正常推理和臆测推理中多种情况分开处理,处理采用反向符号推理和正向数字推理相结合的方法,并利用模糊理论设计证据输入接口。结果提出一种故障诊断模糊综合推理算法,开发了ＦＭＳ故障诊断专家系统。     

FMS故障诊断专家系统中的知识处理技术

分析了诊断专家系统中证据和知识的不确定性来源，介绍了ＦＭＳ故障诊断专家 浅知识和深知识的不确定性描述及其不确定性传播，给出一棵主驱动故障及其部分带点的框图知识表示，以及经过简化的ＦＭＳ故障诊断专家系统的诊断流程。     

FMS故障诊断专家系统中的知识处理技术

分析了诊断专家系统中证据和知识的不确定性来源，介绍了ＦＭＳ故障诊断专家系统中浅知识和深知识的不确定性描述及其不确定性传播，给出了一棵主驱动故障树及其部分带点的框图知识表示，以及经过简化的ＦＭＳ故障诊断专家系统的诊断流程。     

基于Fuzzy集的插值模糊推理

对于模糊概念（用Ｆｕｚｚｙ集表示）的隶属函数为连续的情况,将规则前件中的模糊要领的论域与后件的模糊概念的论域化一一映射,然后给出基于Ｆｕｚｚｙ集的隶属函数为连续情况下的插值模糊推理方法;对于Ｆｕｚｚｙ集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Ｆｕｚｚｙ集与事实中的Ｆｕｚｚｙ集的隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Ｆｕｚｚｙ集的隶属函数为离散情况下的插值     

用模糊神经网络建立GNP与产业结构的关系模型

给出了一种ＧＮＰ值与产业结构的关系模型的算法,利用一个多输入单输出的模糊神经网络（ＭＩＳＯ－ＦＮＮ）,提取关于人均ＧＮＰ值与工业比例,农业比例及人口关系的模糊的规则。利用模糊神经网络进行学习,调整隶属函数的形状及结论部分的参数;同时,还提出了一种在学习过程中动脉筛选模型规则的方法,仿真结果验证了算法的有效性。     

基于自适应模糊推理的电力变压器故障诊断研究

将自适应神经网络的自学习优点与模糊数学的模糊推理方法进行有效的结合,解决了变压器绝缘故障诊断中模糊规则难以确定的问题,利用自适应神经网络的自学习功能,通过神经网络的学习确定了模糊规则和模糊隶属度。建立了变压器故障诊断的ANFIS模型,实现了电力设备故障诊断,反映了变压器的实际运行状态。     

某转子系统初始弯曲故障诊断的模糊专家系统

以模糊数学理论为基础,提出了一个用于某转子系统初始弯曲故障诊断的模糊专家系统。利用隶属度和模糊综合评判的概念和方法有效地处理了领域知识描述和诊断推理中的不确定性问题。指出了在模糊推理模型中,模糊诊断权矩阵是专家诊断知识和诊断经验的集中体现,并且给出了确定的初始权矩阵的方法。     

一角认控制的形式化方法

提出了一种基于事务的确认控制形式化方法。该方法在数据流图的基础上引入了数据流事务的概念，通过施加控制数据流规则和ＦＳＭ语法，将数据流事务转换为ＦＳＭ事务，消除了数据流图的歧义性；同时，将有限状态机作为ＦＳＭ事务的控制原语，使事务的控制部分得以形式从，从而可实现确认控制自动化。     

应用于电机领域的专家系统

将专家系统的理论与方法，引入电机设计领域，开发了一个设计型专家系统－－ＥＭＤＥＳ。该系统采用日程表式的过程控制策略，产生式规则建立知识库，模糊隶属度解除规则冲突。实践表明，该系统开发是成功的。     

应用于电机领域的专家系统

将专家系统的理论与方法，引入电机设计领域，开发了一个设计型专家系统一一ＥＭＤＥＳ．该系统采用日程表式的过程控制策略，产生式规则建立知识库，模糊隶属度解除规则冲突。实践表明，该系统开发是成功的。     

普通二型模糊相似度与包含度及其关系

针对现有的二型模糊系统规则库精简方法不能有效地消除冗余模糊集合的问题,提出了新的普通二型模糊相似度与包含度.首先,基于2种模糊性测度的公理化定义,提出了计算公式;然后,讨论了普通二型模糊包含度的性质,并提出了2种测度的相互转换定理;最后,通过实例验证了2种新测度的性能,并将提出的普通二型模糊相似度用于高斯普通二型模糊集合的聚类分析,聚类结果由不同α-水平上的层次聚类树组成,可以合理地区分这些集合.     

一种FNN分类器及其用于故障诊断的方法

通过对ＦＮＮ分类器的几种结构，算法以及输入、输出模糊化的分析，提出了ＦＮＮ用于故障模式分类的方法，最后用一仿真例子证实子分析结果。     

利用人工神经网络的故障诊断的模糊分类

针对基于方法的模糊逻辑和传统的神经网络在故障诊断中各自所具有的不足,提出了一种可行的方法,即在使用ＢＰ算法的神经网络中,输入矢量由故障症状的隶属度值组成,而输出矢量由该症状相对于各故障原因的隶属度值组成,将该方法应用于雷达设备的故障诊断,得到了令人满意的结果。     

自学习的诊断决策信息融合系统

研究了应用模糊测度理论融合诊断信息的方法 ,给出了一种基于模糊积分学习的模糊测度构造算法 ,并以其为核心实现了一种自学习的诊断决策信息融合系统 .     

战场目标的模糊逻辑检测与识别方法

研究模糊逻辑在战场声/地震动目标检测和识别中的有效算法.应用模糊集理论与模糊逻辑推理方法,在分析目标信息不确定性的基础上设计了适用于目标检测和分类的隶属函数,建立了相应的推理规则,构成了战场侦察传感器系统目标检测和分类的模糊逻辑推理系统.典型战场目标信号样本检验表明,该方法具有良好的检测和识别分类效果,利用基于模糊逻辑的分类器实现对战场声/地震动目标的检测和识别分类是可行的.     

区间Ⅱ型变论域自适应模糊逻辑控制器

在变论域自适应模糊控制方法的基础上,结合Ⅱ型模糊集较强的鲁棒性和处理不确定性问题的能力,设计了一种区间Ⅱ型变论域自适应模糊逻辑控制器.为了使控制器保持在最优状态,采用粒子群优化算法来优化隶属度函数;然后由Lyapunov方法证明了区间Ⅱ型变论域自适应模糊逻辑控制器的稳定性.对Duffing系统和1维6卷混沌系统的仿真表明,区间Ⅱ型变论域自适应模糊逻辑控制器可以很好地跟踪参考信号,较之变论域模糊逻辑控制器,其可以有效地防止抖震且控制量较小.     

基于模糊逻辑和遗传算法的工程机械故障诊断

为了使遗传算法能够处理存在模糊信息的工程机械故障事件,将模糊逻辑与遗传算法有机地结合起来,提出了一种基于模糊逻辑和遗传算法的工程机械故障诊断方法。充分利用模糊逻辑可以对模糊性和不确定性进行定量描述的特性,对工程机械模糊的系统部件技术状况进行定量描述,求得系统部件发生故障的概率。把工程机械系统部件作为节点引入模糊有向图并建立简化的故障诊断模型。采用遗传算法对可能的故障传播路径进行搜索,获取发生故障的原因。利用该方法既可以有效地处理工程机械故障中的模糊信息,又可以提高遗传算法路径搜索的效率和准确性,并用实例说明了该方法的优点。     

基于QPSO算法优化的区间二型模糊逻辑系统预测

设计了一类区间二型模糊逻辑系统,研究基于历史数据的预测问题.在区间二型模糊逻辑系统设计中,前件、后件、输入测量区间二型模糊的主隶属函数均选择成具有不确定标准偏差的高斯型二型隶属函数.量子粒子群优化(QPSO)算法用来调整所设计的区间二型模糊逻辑系统参数.部分欧洲智能技术网络(EUNITE)的负荷竞赛数据和美国田纳西州(WTI)原油价格数据用来测试所提出的模糊逻辑系统预测方法.定义综合评价误差和作为模糊逻辑系统的预测性能指标.仿真研究表明,所提出的区间二型模糊逻辑系统预测方法在收敛性和稳定性上均优于相应的一型模糊逻辑系统.     

基于模糊高斯基函数神经网络控制的机器人视觉伺服系统

针对机器人视觉伺服控制系统中存在的不确定性问题,将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络视觉伺服控制器,该控制器不仅具有定性知识的表达能力,而且具有很强的在线学习能力。将所提方法用于三关节机器人"手-眼"视觉伺服系统的控制中,取得了很好的控制效果。     

电子电路故障诊断的神经网络数据融合算法

针对模拟电路故障元件诊断的不确定性问题,将BP网络引入数据融合之中,结合模糊集合论,构造－模糊神经网络故障分类器,并将其应用于电子电路故障诊断之中。通过测试电子电路中被诊断元件的工作温度和工作电压这2个物理量,求出两传感器对各待诊断元件的故障隶属度,利用模糊BP网络故障分类器进行数据融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,并通过单传感器诊断结果与融合诊断结果比较,说明多传感器融合的优越性。