基于模糊逻辑推理的铣切削过程稳健参数优化

研究利用模糊逻辑推理的方法对铣切削过程进行稳健参数优化.根据铣切削实验机理,引入可控因子和噪声因子,建立铣切削稳健参数优化模型,对切削表面粗糙程度和粗糙高度两个响应同时优化.首先对多响应进行降维,采用满意度法将两个响应值转化为满意度值,然后分别利用满意度函数法加权几何平均计算得到一个综合满意度值和采用模糊逻辑推理方法将两个响应的满意度值转化为一个模糊推理等级.最后对这两种方法的可控因子与输出值进行主效应分析,分析可得二者的优化结果具有高度一致性,验证了模糊逻辑推理方法在铣切削稳健参数优化过程的有效性.而模糊逻辑推理过程具有能够避免权重设置的不足,且不需要建立精确的数学模型等优点,也使得该方法在多响应稳健参数优化领域具有普适性.     

基于改进的距离函数法的多响应稳健参数设计

研究了多响应稳健参数设计方法中响应对可控因子波动的稳健性问题.考虑多响应问题的最优性和稳健性,对广义距离函数进行了改进,提出了改进的稳健优化总体广义距离函数方法,该方法通过对优化广义距离和稳健广义距离进行权衡,将多响应稳健优化问题转化为使稳健优化总体广义距离最小化问题,得到稳健最优的操作条件.实例分析计算结果表明,与传统方法相比,该方法可以得到更加稳健的结果.该方法考虑了响应的方差-协方差结构和可控因子的波动,使优化的响应对可控因子的波动具有稳健性.     

基于响应面法和正交试验的涡轮流量计优化设计

为降低流体黏度对涡轮流量计测量精度的影响,将涡轮流量计仪表系数线性度误差最小值作为目标函数,在运用计算流体力学（CFD）仿真的基础上,先通过Plackett-Burman设计筛选结构参数,并根据几何结构对目标函数的影响将其划分为两个等级,即显著影响因素和次显著影响因素;再通过Box-Behnken设计及响应面法对显著影响因素进行优化设计,分析结构参数间的交互作用,得到参数的最优设计点;最后在响应面分析基础上通过正交试验对次显著影响因素进行优化设计,得到最优参数组合。对最优参数组合的涡轮流量计进行试验研究,试验结果与CFD计算值吻合,仪表系数线性度误差由1.71%下降至1.59%,表明优化后的涡轮流量计测量精度得到了显著提高,基于响应面法和正交试验的优化方法可以用于涡轮流量计的结构设计。     

基于模糊折中规划的稳健多目标优化设计

针对稳健设计目标函数与波动之间的冲突及协调问题,提出了一种基于模糊折中规划的稳健设计多目标优化方法. 该方法在考虑工程稳健设计中大量存在的模糊因素的前提下,建立目标函数以及波动的隶属度函数,利用模糊偏好分配每个目标的权重从而均衡目标函数值和波动之间的平衡. 该方法将决策者的偏好充分体现到决策过程中,从而得到决策者所期望的折中解. 从实例结果可以看出,模糊折中规划适合于求解稳健优化设计问题.     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

采用不确定性度量的粗糙模糊C均值聚类参数获取方法

针对粗糙模糊C均值聚类的阈值、权重选取问题,提出了一种基于不确定性度量的参数自适应获取方法.该方法将阈值选取归结为一个最优划分寻找问题,给出一种基于方差的划分优劣评价方法;利用信息熵来度量样本归属的模糊性,基于该模糊性度量和类簇的粗糙度,提出了一种权重参数自适应计算方法.将所提方法应用于粗糙模糊C均值聚类,并将分别基于所提方法与典型参数选取方法的粗糙模糊C均值聚类算法在人工数据集和真实数据集上进行实验比较.结果表明,基于所提参数确定方法的粗糙模糊C均值聚类能获得更好的聚类有效性和准确性.     

车铣切屑仿真的研究

阐述了车铣切屑形状的计算机仿真原理,给出了对轴向车铣和正交车铣切屑仿真的计算方法,分析了不同工艺参数对车铣切屑形状的影响,正交车铣加工时,偏心取ｅ＝ｒ－ｌｍ较为适宜,预测了不同工艺参数对车铣切削过程的影响。     

基于多输出支持向量机和遗传算法的岩土参数反演方法

提出了基于多输出支持向量机(M-SVM)和遗传算法(GA)的岩土参数反演方法.在进行参数反演过程中,根据正交试验产生一系列参数的可能组合;采用有限元法(FEM)得到坝体不同测点处的位移计算值.将不同的材料参数组合作为输入,相应的位移计算值作为模型的输出来训练M-SVM模型,以便模拟坝体位移和材料参数之间的复杂关系.采用GA来求解材料参数反演所对应的优化问题.在进行最优材料参数搜索的过程中,采用训练好的M-SVM模型来替代有限元计算,以获得坝体位移的计算值,从而大大减少了计算所需的时间.根据某面板堆石坝沉降的监测数据和有限元仿真模型,实现了以上反演过程.反演分析的结果表明,本文提出的岩土参数反演方法具有计算精度高和计算效率高等优点,可以应用于实际工程中.     

基于灰色理论的TC4钛合金车削工艺参数优化

以TC4钛合金为试验对象,通过干式车削正交试验得到刀具磨损和工件表面粗糙度值。以获得刀具磨损和工件表面粗糙度最佳值所对应的工艺切削参数为目标,运用灰色理论对正交试验结果进行数据分析,将多工艺目标通过灰色关联度的方式演变为单一指标的考察,实现工艺目标的整合计算,并得到了最优的切削参数组合。对最优参数组合进行试验验证,结果表明:最优切削参数组合能够在减轻刀具磨损的同时提高表面质量,并且提高了多工艺目标的灰色关联度。通过灰色理论进行参数优化,达到了预期的工艺目标,为实现快速优化试验参数提供了可靠的方法。     

基于最小二乘法对GM(1.1)模型的研究及应用

针对提高股票未来价格的预测精度,提出区间模糊数的整体GM(1.1)预测模型.利用最优解求解定义方程,得到区间模糊数的预测公式.基于区间模糊数满意度对投资组合选择模型进行优化,得到单目标规划投资选择模型.通过实例分析,给定不同的满意度得到不同的投资组合,证明模型具有一定的柔性.     

基于粒子群算法的导弹模糊导引律设计

针对传统模糊制导律的模糊设计随意性,提出采用粒子群优化算法对模糊导引律的参数优化的方法．利用粒子群优化方法调整模糊变量隶属度,比例因子等参数,并通过反复优化使模糊推理规则接近于最优．该方法克服了模糊逻辑设计中的随意性,提高了模糊制导律的精度和鲁棒性．仿真结果表明了这种优化方法得到的模糊比例导引律明显优于传统比例导引律．     

基于自适应神经模糊推理的精馏分离序列综合

模糊推理能够反映自然语言要素信息传递特性,自适应神经技术能够实现优化建模,通过抽象有效重组判据参数提炼模糊if-then规则,通过构造样本数据进行自适应神经学习训练,根据模型优化参数创建Sugeno模糊推理模型,系统化提出基于自适应神经模糊推理的精馏分离序列优化综合方法。     

Fuzzy entropy image segmentation based on particle swarm optimization

Particle swarm optimization is a stochastic global optimization algorithm that is based on swarm intelligence. Because of its excellent performance, particle swarm optimization is introduced into fuzzy entropy image segmentation to select the optimal fuzzy parameter combination and fuzzy threshold adaptively. In this study, the particles in the swarm are constructed and the swarm search strategy is proposed to meet the needs of the segmentation application. Then fuzzy entropy image segmentation based on particle swarm optimization is implemented and the proposed method obtains satisfactory results in the segmentation experiments. Compared with the exhaustive search method, particle swarm optimization can give the same optimal fuzzy parameter combination and fuzzy threshold while needing less search time in the segmentation experiments and also has good search stability in the repeated experiments. Therefore, fuzzy entropy image segmentation based on particle swarm optimization is an efficient and promising segmentation method.     

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.     

Genetic-fuzzy HEV control strategy based on driving cycle recognition

A genetic-fuzzy HEV control strategy based on driving cycle recognition (DCR) was built. Six driving cycles were selected to represent different traffic conditions e.g. freeway, urban, suburb. A neural algorithm was used for traffic condition recognition based on ten parameters of each driving cycle. The DCR was utilized for optimization of the HEV control parameters using a genetic-fuzzy approach. A fuzzy logic controller (FLC) was designed to be intelligent to manage the engine to work in the vicinity of its optimal condition. The fuzzy membership function parameters were optimized using the genetic algorithm (GA) for each driving cycle. The result is that the DCR_fuzzy controller can reduce the fuel consumption by 1.9%, higher than only CYC_HWFET optimized fuzzy (0.2%) or CYC_WVUSUB optimized fuzzy (0.7%). The DCR_fuzzy method can get the better result than only optimizing one cycle on the complex real traffic conditions.     

基于模糊预测控制的机车制动控制方法

为了减少模型参数、噪声耦合和随机性干扰对机车制动控制系统控制精度和稳定性的影响,提出1种基于模糊预测控制的制动控制方法,利用基于满意度的T-S模糊建模方法建立精确的预测模型.研究结果表明:通过模糊遗传算法进行滚动优化,获得全局最优解作为预测控制控制器的输出,进而提高系统控制快速性和稳定性,仿真结果验证了该方法的有效性.     

基于遗传模糊算法的智能车辆避障路径规划研究

利用模糊逻辑和遗传算法构建一种智能车辆避障路径规划方法.首先建立智能车辆的动力学模型,然后设计模糊控制器,以智能车辆与目标点及障碍物中心点的角度差、智能车辆与障碍物的距离为输入量,智能车辆的速度、转角为输出量分别建立避障行为模糊规则表和趋向目标模糊规则表,最后利用遗传算法对避障行为模糊规则表进行优化.仿真结果表明,该方法是正确和有效的.     

基于稳健设计的熔融堆积成型工艺参数的优化

针对熔融堆积成型工艺的尺寸精度和翘曲变形两个指标,选择线宽补偿(A)、挤出速度(B)、填充速度(C)、层厚(D)四个工艺参数作为控制因子,采用稳健设计和模糊综合评判相结合的方法优化熔融堆积成型工艺参数.优化结果表明,工艺参数对指标影响的显著性程度的主次顺序为A、B、D、C,最佳工艺参数的组合方案为A1B1C2D3.     

马尔科夫链蒙特卡洛地面磁共振信号参数提取

为解决MＲS( Magnetic Ｒesonance Sounding) 信号中乘性噪声干扰的问题,提出了马尔科夫链蒙特卡洛的 参数提取方法。建立MＲS 复包络参数的先验信息模型与似然函数模型,使用马尔科夫链蒙特卡洛( MCMC: Markov Chain Monte Carlo) 方法对参数后验分布进行采样与拟合,在后验分布中出现次数最多、权值最大的数据 作为参数的最优估计值。通过多组不同噪声条件下的MCMC 参数提取结果与非线性拟合方法对比,证明了 MCMC 方法可在乘性噪声的干扰下进行MＲS 信号参数提取,准确度高、稳定性强。