基于Web的智能化网络管理系统的设计与实现

研究基于TCP／IP的简单网络管理协议（SNMP），初步实现基于Web的网络管理系统，使它由传统管理模式转变为B／S模式。同时，结合人工智能技术的基于规则的推理，基于事件的推理和模糊推理，提高了网络管理系统的性能。     

自适应网络模糊去噪与副高异常影响因子的诊断检测

基于自适应网络模糊推理系统ANFIS，讨论了从实际信号中检测识别系统的主要影响因子，进而滤除其干扰的方法途径，进行了相应的去噪试验；运用模糊推理方法对西太平洋副高异常的近赤道海温影响因子进行了诊断检测分析。     

基于模糊推理网络的岩石物理相识别方法

针对油藏储层岩石物理相划分问题，提出了一种基于加权模糊推理网络的判别方法．首先根据取心井岩心分析资料和专家解释结果确定研究区域岩石物理相分类类型和划分指标，建立储层岩石物理相分类标准模式库．然后将研究中积累的专家经验和反映岩石物理相变化的定量指标相结合，采用加权模糊推理网络建立油藏储层岩石物理相判别模型．通过对实际资料处理，应用效果较好．     

用于故障模式识别的自适应模糊训练BP网络

针对ＢＰ算法固有的收敛速度慢和局部极小等问题,在对已有ＢＰ改进算法进行研究的基础上,提出了用于在线故障模式识别的自适应模糊加速训练算法,可在网络学习过程中,通过模糊推理,对网络拓扑结构、学习因子、惯性因子及激励函数进行自适应调整,实例验证表明该算法具有收敛速度快、不易陷入局部极小、网络综合性能好等特点。     

模糊PI参数自适应永磁同步电机矢量控制系统的研究

利用控制对象的非线性、参数时变性的特性,将基于模糊推理的模糊PI控制器加入到永磁同步电机控制系统中,在MATLAB／Simulink中建立相应的仿真模型．仿真结果显示,该系统具有反应速度快、超调小、动态性能好等优点．     

基于模糊推理的管理数据库的知识挖掘

通过对学生管理数据库中学生的成绩，采用模糊数学中的多重多维模糊推理方法，首先建立了学生成绩数据的模糊推理规则及相应的隶属函数，给出与其对应的多重多维模糊推理模型，在此基础上对学生管理数据库中学生成绩数据进行知识挖掘，给出了学生个人综合素质的分类。与此同时，我们对模糊推理中隶属函数的构造方法、模糊推理过程中合成算子的选择及模糊向量的处理进行了研究，得出了比较满意的结论。     

基于模糊推理的驾驶员换道模型

以换道过程中目标车道跟随车为研究对象,对跟随车与换道车之间的交互行为进行分析,采用模糊推理技术进行建模;选取相对间距、相对速度、最迟换道距离、驾驶员性格等作为模糊推理系统输入变量,换道支持度为输出,构造3类不同换道方式的模糊规则,建立基于模糊推理的车辆换道模型。结果表明:根据模糊推理的特点设计的换道模型能够反映车辆驾驶行为的自主特性;通过改变交通流密度进行数值模拟分析发现,相比于强制换道和对称双车道元胞自动机模型,协作换道模糊推理模型提高了整个路段的交通流平均速度,减少了路段交通拥挤。     

温室环境下多变量模糊控制系统

针对温室环境系统常规控制方法难以取得理想的控制效果的问题，采用模糊从之方法对该问题进行研究。提出了将传统的模糊控制系统分解为控制器和模糊推理器新控制思路，一般控制器是完成系统执行机构的动态性能的优化，模糊推理器完成被控对象的测量信号与控制信号的转换。该方法简化了控制系统的设计和实现，又充分利用了模糊推理器和传统控制方法的优点，采用这种方法设计的温室环境下多变量模糊控制系统，具有消除系统的稳态误差的作用，提高了模糊控制器的控制精度。本系统经仿真，达到了控制要求。     

基于RBF网络的Takagi—Sugeno模糊控制器参数获取

ＲＢＦ网络是一种广泛应用的神经网络模型,而Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊推理规则是一种简化的模糊推理规则,两种方法的起源不同。文中分析了在一定条件下,ＲＢＦ网络与简化的Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊推理规则的函数等效性,揭示了网络权值与推理规则参数的对应关系,从而为两种方法的互换使用奠定了理论基础。在此基础上,提出了使用ＲＢＦ网络在实时控制过程中为一些复杂的被控对象获取Ｔａｋａｇｉ－Ｓｕｇｅｎｏ型     

移动ATM网络动态移动管理策略

由于移动多媒体应用的呼叫连接到达率的变化范围较广，与移动电话用户具有不同的特性，对其有效的支持关系到移动管理信令量、数据库访问业务量及移动呼叫连接建立时延等网络性能．针对这一情况，提出了考虑主机的移动特性、访问模式和被访问模式的多媒体移动ＡＴＭ动态移动管理策略，给出了访问指针层次算法，并对其性能进行了仿真分析．该策略对访问指针更新代价和移动定位代价进行折衷，优化了整个网络的移动管理代价，具有较强的适应性和可扩展性     

STATCOM的变结构神经网络模糊控制研究

提出了STATCOM用于维持接入点母线电压稳定的控制策略,根据控制策略设计了STATCOM的变结构神经网络模糊控制器.在设计控制器时,通过专家经验法和模糊规则自生成法对模糊规则知识库进行了初始化;通过变结构神经网络对模糊规则进行在线调整,增强了控制器的自学习、自适应能力;采用了基于语言变量优化匹配的原则对模糊逻辑推理进行优化,减少模糊推理的计算量,提高运算速度.数字仿真结果验证了该控制方法的有效性和正确性.     

铝电解模糊专家控制器的开发与应用

介绍了最新开发的铝电解模糊专家控制器的规则库、论域自调整机制以及推理机的构造．采用了基于“近似推理”原理的模糊专家系统的推理技术构造推理机,使其具有同时处理精确知识和模糊知识的优点,并且建立了“论域自调整”机制,使控制器可根据槽况的变化和控制模式的切换,自动调整输入模糊变量和／或输出模糊变量所对应的精确值的论域,从而简便而有效地达到在线自动调整控制器的工作点和动、静态品质的目的．应用结果表明,改进的效果显著．     

一种新合成法则下的模糊控制器

本文给出一种优于max-min合成法则的新的模糊推理合成法则,用新法则设计的模糊控制器克服了max-min法则设计出的控制表的逻辑矛盾。还给出分别运用以上两种模糊控制器及PI调节器对直流调速系统进行控制的仿真结果,以说明本控制器的优点。     

Generating Fuzzy Rule-based Systems from Examples Based on Robust Support Vector Machine

This paper firstly proposes a new support vector machine regression （SVR） with a robust loss function, and designs a gradient based algorithm for implementation of the SVR,then uses the SVR to extract fuzzy rules and designs fuzzy rule-based system. Simulations show that fuzzy rule-based system technique based on robust SVR achieves superior performance to the conventional fuzzy inference method, the proposed method provides satisfactory performance with excellent approximation and generalization property than the existing algorithm.     

基于PCA-ANN模型中存在的问题及改进

文章深入分析了目前普遍采用的主成分分析——神经网络模型应用中存在的不合理问题,通过推导指出错误所在,提出了相应的改进方案.为了验证改进模型的有效性,以UCI机器学习库中的数据集为样本,选取有导师BP神经网络和无导师SOM神经网络,建立改进的主成分分析——神经网络模型,并与传统主成分分析——神经网络模型进行比较测试,实验结果表明改进的模型效果更优.     

基于模糊-PID的飞机平尾舵机伺服系统动态仿真

以飞机平尾舵机伺服控制系统为研究对象,基于控制理论建立了系统的数学模型,针对被控对象非线性和时变性的特点,应用模糊控制理论,提出了模糊-PID控制策略,设计了模糊-PID控制器,并将其与常规PID控制、P控制进行比较论证,在单位阶跃信号的作用下,运用simulink对系统模型进行仿真,结果表明：模糊-PID控制与常规PID控制、P控制相比,具有实时性好、响应速度快和抗干扰能力强等特点,具有模糊控制和PID控制的双重优点,具有很好的动态特性,提高了系统的综合性能,获得了良好的控制效果,较好地满足了系统的控制要求。     

电阻点焊自动调整和控制模型的研究

该文模型系基于模糊逻辑推理得出决策，并对电阻点焊工艺参数组合实行自动调整和控制，数值模拟结果表明，本模型具有很好的开发应用价值。     

智能化系统的有机组合推理及优化

智能化系统中推理是其中的重要组成部分，推理算法决定了系统智能化水平的高低。针对智能化系统的推理，利用专家系统推理、模糊逻辑推理、神经网络推理的互补性，提出了由专家系统、模糊逻辑、神经网络有机结合构成的组合推理及优化的技术，充分发挥各个推理的优势和克服单一推理的不足。采用公用专家知识库供各个推理的有机组合和并行运行，利用优化算法优化各个推理结果，可实现知识的共享、推理算法的有机融合及组合推理的优化，同时解决组合推理的推理冲突并提高组合推理的效率。分析及应用结果表明，有机的组合推理与优化能有效地应用于工程实际，有利于提高智能化系统的推理水平。     

基于模糊逻辑推理的多响应稳健参数优化

研究一种基于模糊逻辑推理的多响应稳健参数优化方法。利用满意度函数计算含噪声干扰过程的各个响应的满意度值,然后经过模糊逻辑推理,将多个响应的满意度值转化为模糊推理等级;进而根据主效应法选取最优参数组合。构建包含可控因素和噪声因素的神经网络预测模型,对最优参数组合处的噪声实验进行预测,得到优化参数的响应质量指标值;并且计算出优化参数的信噪比。将该方法运用于铣切削工艺过程多响应参数稳健优化。结果表明:基于模糊逻辑推理的多响应稳健参数优化方法得到的最优参数组合,不仅有效地降低了铣切削表面的粗糙程度和粗糙高度,而且对噪声因素的影响具有较好的稳健性。     

基于一致性估计的车用动力蓄电池组SOC修正法

目前车用动力蓄电池组荷电状态(SOC)的估计方法在应用时都将电池组看作一个整体,而忽略了组中单体电池之间的差异对整组SOC估计的影响.提出一种基于单体电池一致性估计的车用动力蓄电池组SOC修正方法.此方法采用了自适应神经模糊推理系统的基本原理,通过对模糊逻辑规则库的离线自适应训练,构建了可用于车载电池管理系统(BMS)的SOC一致性模糊推理系统.通过仿真或者试验验证表明,该方法能够在电池组SOC一致性发生变化的情况下,作出较为准确的判断并结合传统的整组SOC估计结果进行修正.说明通过该方法建立的模糊模型经过神经网络自适应学习后具有较好的泛化能力.