基于最大互邻集合的无线传感器网络单向时间同步

时间同步是无线传感器网络的一项关键技术。针对目前时间同步算法能耗较大等问题,通过单向同步技术建立全网同步数学模型,提出一种基于最大互邻集合的同步算法。在层次发现阶段生成同层节点的最大互邻集合,利用有限的消息交互分布式地保留尽量少的广播节点,并加入子节点注册、低层节点监听和时序控制等策略提高算法效率。在NS2软件平台进行了仿真,并与相关文献算法对比,结果表明所提出的算法在达到相同同步精度前提下,可显著降低同步阶段的消息开销,提高成功同步节点比例。     

带有阈值的广义模糊双向联想记忆网络的稳定性分析

基于模糊取大算子“V”和一类t－模“T”建立了带有阈值的V－T型模糊双向联想记忆网络,证明了当T满足李普希兹条件时,系统的平衡点是Lyapunov稳定的,并给出系统为结构稳定的一个充分条件。最后用实例验证了结论的正确性。     

基于模糊自适应PI控制在TSMC-PMSM闭环控制中的应用

分析了双极矩阵变换器（TSMC）在永磁同步电机（PMSM）闭环控制的基本原理,针对传统PI控制器对电机转速控制响应速度慢,控制精度低,以及电机调速、负载参数变化时,很难达到预期效果等问题,提出了一种利用模糊控制构建模糊自适应PI控制器,实现转速和电流闭环控制,该方法利用模糊推理能实现对PID参数的在线自整定,进一步完善PI控制器的性能,提高系统的控制精度。最后,在Matlab/Simulink软件上搭建了系统仿真平台,仿真结果验证了模糊自适应PI控制器能快速准确地跟踪转速的给定及具有良好的抗干扰性。     

关于模糊工期平行机调度问题的若干结果

研究工件工期是模糊数的平行机调度问题,给出最优调度目标函数值在不同分布下该问题的4个性质,证明了Pm|di~=d~|Fmin问题是NP-难的.特别地,分析了当所有工件的dj与ej都相同时,LPT算法所得到的最小满意度相对于最优调度所对应的最小满意度的界.     

三种典型釉色汝官瓷和钧官瓷原料产地的PIXE分析

选取天青、天蓝、月白色汝官瓷样品27个、钧官瓷样品25个,将这些样品进行质子激发Χ射线荧光分析(PIXE),测定每个样品的化学组分.将所有样品的7种主量化学组成数据进行模糊聚类分析,得到以下结果:对于所分析的样品,其中钧官瓷胎样品的原料产地比较集中,汝官瓷胎的原料产地稍分散一些;多数汝官瓷胎和钧官瓷胎样品的原料产地接近但不相同,个别汝官瓷胎和钧官瓷胎样品有混在一起的情况;汝官瓷釉和钧官瓷釉样品的原料产地和配方明显不同但关系不是很远.     

基于顾客群体语言评价信息的服务质量评价方法

针对多个相同类型的服务方案或项目的服务质量评价问题,给出了一种基于顾客群体语言评价信息的服务质量评价方法.首先通过调查问卷方式获取顾客针对服务方案的语言评价信息,并将其转化成梯形模糊数;然后计算出各指标的平均权重、服务方案在各指标下的平均服务感知绩效以及每个指标下所有顾客的平均服务期望;进一步地,运用模糊加权平均算子计算各服务方案的服务质量评价值,同时计算其与每个语言短语所对应的梯形模糊数之间的相似度,从而确定各服务方案的服务质量等级,而对于服务质量等级相同的服务方案,通过计算其非模糊价值量来比较服务方案间的优劣.最后,通过一个算例说明了所提方法的有效性和实用性.     

基于模糊滑模控制的风力发电系统最大风能追踪

针对永磁同步风力发电系统,从空气动力学的基础理论入手,分析了机组运行时的最大风能追踪原理.根据已知的风力机特性和滑模变结构系统理论,推导出在切换面上的等效控制和切换面上滑模运动的状态方程.为了削弱抖振,采用基于最大风能追踪控制的模糊滑模控制方法,根据系统状态在线调整切换控制增益系数.通过Lyapunov稳定性定理得到系统渐进稳定的充分条件.构建系统模型并进行仿真比较,仿真运行结果证实了该控制策略的正确性和有效性.     

负压低温蒸馏装置的温度控制

将模糊控制和传统PID控制相结合,设计了PLC控制器并应用于蒸馏过程生产装置。实验结果表明,该模糊智能控制算法稳定可靠,系统运行稳定。     

多无人机模糊态势的分布式协同空战决策

针对不确定环境下的多无人机协同攻击多目标的空战问题给出了一种分析方法.首先通过分析不确定环境下的无人机空战态势,建立了多无人机模糊态势的任务分配模型.然后提出了异步一致性拍卖算法,将目标收益作为竞标的依据,给出了不确定环境下的多无人机协同攻击多目标的分布式空战决策方法.仿真结果表明,该算法在双方机群较大时能够实现快速收敛,提高了空战效率与资源利用率,且具有良好的稳定性和可扩展性.     

基于模糊聚类测点优化与向量机的坐标镗床热误差建模

为了研究电主轴系统热特性对机床精度的影响,建立了主轴轴向及径向热误差模型.以精密坐标镗床为对象,采用五点法对主轴热误差进行测量,并分析了转速对主轴热误差及温度场的影响规律.利用模糊聚类分析法对温度变量进行分组优化,选出对热误差敏感的温度变量,建立主轴轴向热伸长及径向热倾角的最小二乘支持向量机(LS-SVM)以及多元线性回归(MLRA)的综合热误差模型,并设定了预测优度评价标准.结果表明:模糊聚类分组法能有效降低温度变量间的多重共线性,并提高模型的稳定性;LS-SVM模型具备全局寻优的特点,可实现不同工况的高精度预测,预测精度可达90%,且比传统的MLRA模型有更好的通用性以及更强的泛化能力,可作为后期热误差的补偿模型.