能源生产的模糊预测

基于经济变量和状态的模糊性,建立计量经济模型,运用模糊聚类(FCM)算法对样本空间进行聚类划分,获取模糊相似矩阵,优化经济变量输入输出关系,对经济变量进行拟合和预测.将模糊聚类方法用于复杂的能源系统,对我国能源生产进行预测,把预测结果与实际值进行了比较,结果表明误差较小,同时还将此预测与多元回归预测进行比较,结果表明用模糊方法对能源生产进行预测效果更好.用同样的方法可以对经济领域中诸如消费、货币需求、产品需求等进行预测,其应用领域是广泛的.     

HVAC系统的模糊预测函数控制器设计

针对暖通空调HVAC系统中由于存在高度非线性、时变特征以及扰动和不确定性等因素而难以控制的特点，提出基于Takagi-Sugeno(T-S)模糊模型的预测函数控制器设计方法。该方法通过最小二乘辨识算法建立系统的模糊T-S模型，然后基于模糊全局线性化预测模型，采用预测函数控制算法设计系统控制律。仿真实验结果表明该算法是一种跟踪性能好、鲁棒性强的有效控制方法。与常规的PID控制器相比，该方法具有超调量小、调整时间短等优良的动态性能。     

风机调速系统模糊预测控制器的设计与仿真

针对煤矿通风系统的非线性、强耦合、多干扰等特性,设计了一种模糊预测控制器来实现对风机的变频调速,使矿井内风压保持恒定。该控制器的设计在动态矩阵控制的基础上将模糊控制和预测控制相结合,先利用T-S模糊模型预测系统输出,再利用模糊推理修正模糊模型的预测输出,最终使控制器的输出满足系统要求。最后对系统进行仿真,结果表明：所设计的控制器具有较好的稳态精度和动态特性,有效改善了矿井内风压的控制性能。     

基于IPSO算法的回转窑煅烧带温度D-FNN预测控制

为了提高石灰回转窑煅烧带温度的控制性能,提出一种基于改进的粒子群优化算法(IPSO)与动态模糊神经网络(D-FNN)的预测控制方法。该方法利用动态模糊神经网络建立石灰回转窑煅烧带温度的非线性预测模型,通过输出温度的预测值,引入输出反馈与偏差来校正预测误差,建立偏差与控制量的控制性能指标,通过改进的粒子群优化算法滚动优化得到系统最优控制量。对控制方法的稳定性进行分析。仿真实验结果表明动态模糊神经网络的温度预测误差在±10℃之内,具有较高的预测精度。提出的预测控制方法能使输出煅烧带温度快速稳定地跟踪设定值的变化,同时在系统输出有扰动的情况下也能较好地跟踪设定值。控制量的平均单步滚动优化需0.31 s,可满足实际应用。     

基于T-S模型的模糊广义预测控制

对非线性系统建立了T－S模糊模型,并用正交最小二乘法（OLS）对模糊规则的后件参数进行辨识,然后在每一个采样点对系统进行局部动态线性化,根据得到的系统线性化模型对系统采取广义预测控制（GPC）方法得到当前的控制动作,仿真的结果表明了该方法的有效性。     

灰色预测模糊自调节PID控制器及其仿真

结合灰色预测、模糊自调节与传统PID控制的设计思想,提出灰色预测模糊自调节PID控制算法.该算法用系统输出误差和系统输出预测误差合成的综合误差作为PID控制器的输入,同时模糊自调节系统又能根据综合误差及其变化率来调整PID参数.仿真结果表明,与模糊自调节PID控制器相比,该控制器具有良好的动态性能和鲁棒性.     

基于模糊模型的大范围预测平均控制器

将预测控制思想推广到模糊模型，导出一一类基于模糊模型的大范围预测平均控制算法，仿真结果表明，当被控对象为一复杂动态过程时，此类算法明显优于单独模糊控制器和单独的预测控制器。     

地下水位动态预测模糊识别全解析模型

为了预测地下水位动态变化,采用理论分析与实验方法,对多目标模糊识别的目标函数进行了全面分析,提出了不同权重情形下的模糊模式识别全解析模型,同时提出了模式样本模糊克隆的概念,并将提出的模型应用于地下水位动态预测.实验结果表明,三种预测模型测试样本的平均误差分别为4.53%、5.33%、4.61%.研究结果表明本文提出的地下水位动态预测方法是有效的.     

模糊预测控制在变频恒压供水系统中的应用

采用模糊控制和预测控制相结合的控制方法,研究在城市住宅小区的供水要求背景下,设计出模糊预测自整定PID控制器来实现变频恒压供水系统,得到不同控制方式下系统的动态性能、稳态品质。通过对系统进行仿真,研究结果显示:针对传统供水系统的非线性以及参数调整困难的问题,采用模糊预测控制方式,体现了很好的鲁棒性,对环境变化具有较好的适应性,使得水压能够很好地跟随设定水压变化,满足系统在误差和精度上的要求,从而体现该控制方法对解决复杂系统实现了比较好的控制效果。     

动态模糊神经网络研究

针对静态网络无法处理暂态问题，对具有递归环节的动态模糊神经网络进行了研究。通过在网络第二层中加入内部反馈连接，使其具有动态映射能力，从而对动态系统有更好的响应。网络使用遗传算法与反向传播BP(BackPropagation)算法相结合来训练，避免陷入局部最优解。采用时序预测和动态非线性系统进行了仿真研究，结果表明，动态模糊神经网络较之普通模糊神经网络在收敛速度、预测精度和网络规模等方面都有较大的改善，并具有更好的动态系统处理能力。     

论现代经济预测方法的分类原理

分析了现代经济预测的定化、面对数据流、灰色、非线性、动态和智能化等主要特征。简要回顾了经济预测的传统分类方法,认为它己不能很好地满足现代经济预测的要求。然后,根据现代经济的预测特征,结合现代数学、计算机技术和信息技术等的发展,提出了一种新的经济预测分类方法。并阐述了这种分类方法在现代经济预测中所适用的范围。由于现代经济的变化是复杂多变的,在预测时为了准确、真买、迅速地反映其运行规律,有时采用多种预测方法组合预测,有时采用动态仿真预测。     

考虑需求响应的多目标模糊机会约束动态经济调度

风电和需求响应参与电网调度带来了显著的经济效益并降低了负荷波动,但是风机出力的不确定性给电网动态经济调度带来挑战。针对上述问题,建立考虑需求响应的多目标模糊机会约束动态经济调度。首先,分析风电预测误差在不同功率的模糊特性,并拟合出模糊参数,进而获得风电的模糊隶属度函数。其次,根据模糊理论对系统约束形成可信性测度的模糊机会约束,建立考虑经济和负荷方差的多目标优化模型。在模型求解上,采用清晰等价类将机会约束清晰化,采用基于分解的多目标进化算法求解,然后采用模糊聚类的Pareto最优解集筛选最优解。算例结果表明,所提出的模型,能够有效权衡风电并网风险、系统利润和系统负荷波动。     

交通流的时间序列建模及预测

采用时间序列ARMA模型进行交通流量趋势预测，建模时利用现场测得的交通流非平稳时间序列进行差分变换及标准化处理，从而转化成标准正态平稳时间序列；模型参数估计采用极大似然估计法，并根据AIC准则为模型定阶；最后通过实测数据进行验证．结果表明该ARMA模型能够较好地拟合交通流时间序列并可获得较高的中短期预测精度，因而可用于动态交通信号控制．     

煤与瓦斯突出预测层次分析-模糊综合评判方法

将层次分析和模糊综合评判方法结合起来应用于煤与瓦斯突出预测研究中.运用层次分析法确定了煤与瓦斯突出各影响因素权重系数,采用隶属函数构造了单因素判别矩阵,并运用模糊综合评判法建立了煤与瓦斯突出预测模型. 对平顶山研究区典型工作面进行了瓦斯突出危险性的定量预测和突出等级划分.结果表明,应用层次分析-模糊综合评判方法预测煤与瓦斯突出强度是可行的.     

模糊动态贝叶斯可靠性分析方法及其在动车制动系统中的应用

针对动车制动系统的故障发生率具有模糊不确定性以及实际工作环境中故障的发生包含动态性特点,运用三角模糊数和扩展原理来表示底事件故障率,将动态离散时间贝叶斯网络模型与故障树模型相结合,分析获得动态贝叶斯网络叶节点的模糊故障率和各根节点的后验概率。解决了不确定条件下的动态系统可靠性分析问题,对兰新客专线路上运行的动车组的制动空气供给系统进行分析,获得了系统的可靠度预测曲线和薄弱环节,为该路线上运行动车的制动系统针对故障特点制定相应的检修和维护方案提供了理论依据。     

油田经济效益综合评价的Fuzzy优化建模分析

借助于 Fuzzy变换与 Fuzzy积分 ,运用多因素 Fuzzy最优决策方法建立了油田经济效益综合评价优化模型 ,并在科学分析、充分挖掘影响油田经济效益的诸多因素与指标体系的基础上 ,对油田内部经济效益进行了 Fuzzy最佳综合评价动态分析 ,为进一步提高油田经济效益与科学管理水平提供了一种行之有效的决策依据与分析方法 .     

用于机器手控制的在线的自组织模糊神经网络

基于动态自适应方法,本文提出了一种能动态生成自组织模糊神经网络(SOFNN)的新算法,并应用该算法能有效地估计机器手的非线性。本算法能自动划分输入输出空间,自学习调整高斯函数,模糊规则的构造及空间的划分数目是并行调整的。这个SOFNN算法的独特之处是:自组织动态结构、快速的学习能力,良好的鲁棒性。一个两自由度的工业机械手验证了其有效性。     

模糊多目标递阶控制及其应用

针对模糊多目标控制问题，提出了基于优先级目标管理的递阶控制结构，实现了控制目标集合的动态管理，指出同一优先级上的模糊多目标控制问题在基于预测的基础上等价为模糊多目标决策问题．应用该方法设计了模糊多目标递阶控制器，在列车恒速运行控制中取得了满意的效果     

模糊线性回归预测

为了解决带有模糊信息的动态预测问题,在已有的线性回归预测法的基础上,提出了模糊线性回归预测的模型。模型的确定在于模糊系数的确定,模糊系数为对称三角模糊数,为此给出了描述对称三角模糊数近似和蔼的拟合度的定义及其表达式。借助于对称三角模糊数以截集表示的一对函数,给出了对称模糊的模糊度的定义及其表达式,给出了确定模糊系数的准则：对于事先指定的标准拟合度,要求在每个方程估计值的拟合度都不小于标准拟合度的约