三种模糊Markov链状预测模型

为了解决具有不确定信息的Markov链状预测问题,给出了"模糊状态-精确观测数据"、"精确状态-模糊观测数据"和"模糊状态-模糊观测数据"三类模糊Markov链状预测的模型,涵盖了具有不确定信息的Markov链状预测的各种形式,系统研究了三种模型下的状态转移概率确定方法与预测过程。该项工作使得模糊Markov链状预测模型问题趋于完善,为深入研究模糊Markov过程以及其它特殊的模糊随机过程提供了思路。     

中国南部交通流量预测模型研究

交通流量预测是智能交通系统技术应用的重要组成部分.为提高预测水平,引进基于区间二型模糊神经网络的交通流量时间序列预测模型,给出了基于二型模糊神经网络的仿真算法.并结合广州市某高速公路为例对交通流量进行预测,对比计算了该方法与一型模糊神经网络预测方法的预测结果,仿真表明该系统具有精确性和高可信度,预测准确性明显高于传统的一型模糊神经系统.     

模糊Markov自动预测程序在辽河泥沙含量预测中的应用

模糊状态-模糊观测数据的Markov预测模型具有经典Markov模型不具备的优势,但模型建立过程相对复杂,计算量大。利用Matlab将模型建立过程编写为通用程序,代替繁琐的手算过程。该方法保留模糊Markov模型的优点,弥补其不足。利用模糊Markov自动预测程序对辽河含沙量数据进行预测。研究结果表明:模糊Markov模型能充分利用数据的丰富性,兼容观测数据的误差和波动;模糊状态的划分更加细致合理。这些优点使模糊Markov模型具有很高的预测精度。对辽河含沙量数据的预测表明,对淡水资源的保护迫在眉睫。     

基于二型模糊逻辑的交通流量预测

提出了一种改进的模糊c均值聚类算法,该算法将模糊聚类的对象从单值扩展到区间,在构造二型模糊系统时,通过对历史数据的学习提取二型模糊规则,克服了专家方法不能对未知领域提取规则的不足.在此基础上,针对智能交通系统,提出一种新的基于二型模糊逻辑的交通流量预测方法.该方法应用区间型二型模糊集具有上下限隶属度函数的性质构造预测区间,适合于处理具有复杂不确定性的情况.通过隶属度函数可以反映出该区间中预测值的可靠性,从而克服了其他预测方法仅给出单值且稳定性不高的缺点.仿真结果表明,基于二型模糊逻辑的流量预测区间具有较高的准确度,其平均相对误差低于6%.     

旅游客流量预测的模糊时间序列模型--以黄山风景区为例

以黄山风景区1979－2004年的年度旅游人数数据为训练集,运用模糊聚类算法客观地分割论域,然后建立了一种模糊时间序列的加权模型以充分利用观测样本的初始信息。通过对传统的模糊时间序列模型与基于模糊聚类算法的加权模糊时间序列模型两种预测结果均方误差的比较,可见基于模糊聚类算法的加权模糊时间序列模型不但具有更高的预测精度而且也具有更好的稳定性。     

基于预测有效度的IOWA算子模糊组合预测方法

传统的组合预测方法大部分都是针对数字型数据进行的,但在实际生活中,预测对象具有模糊性,常用三角模糊数表征其特征信息;提出了基于模糊信息的一阶预测有效度的概念,并将其作为精度指标,运用诱导有序加权平均(IOWA)算子对三角模糊数信息进行集成,建立了相应的组合预测模型,实例分析表明基于一阶预测有效度的IOWA算子模糊组合预测模型是可行和有效的。     

一种递归模糊神经网络的广义预测控制方法

提出了一种递归模糊神经网络(RFNN),通过加入向量调节层,提高了网络对输入信息的处理能力。基于所设计的递归模糊神经网络,建立非线性系统的离散数学多步模糊预测模型,根据这一模型对系统的输出进行预测,然后利用预测控制算法得到相应的预测控制规律。仿真结果表明该方法具有较高的控制精度以及一定的抗干扰能力。     

步长自调整的预测模糊控制器的研究

在介绍灰色模型(GM)建模的基础上,把预测控制的思想引入到模糊控制器中。模糊控制器的两个输入变量为设定值,与灰色预测模型的输出值之间比较得到预测误差及其预测误差的变化率。并根据过程状态提出了一种预测步长自调整的模糊决策机制,进一步改善系统的控制性能,即把由模糊决策器得到的预测步长作为灰色预测模型的一个输入来控制。仿真结果表明,该方法具有良好的控制性能和实用价值。     

中长期电力负荷的模糊回归预测

针对中长期电力负荷预测中观测数据及负荷变化规律的模糊性，提出了一种新的负荷预测方法－模糊回归预测。该方法通过建立具有模糊回归参数的回归模型，可以直接由模糊观测数据预测出未来负荷值。文中通过实际算例验证了所提方法的可行性。     

基于模糊神经网络的农作物虫情预测

针对农作物虫害发生比较多，且具有复杂性和模糊性的特点，以及模糊神经网络在解决非线性复杂问题方面具有的独特优势，提出了一种基于模糊神经网络的农作物虫情预测方法。该方法结合了模糊逻辑理论、人工神经网络优点，推理速度快。仿真结果表明，该方法不仅操作适用方便，而且虫情预测的结果准确，具有广泛的应用价值。     

模糊控制理论的特点及其发展趋势

本文简要介绍了模糊控制理论的发展过程及其现状。阐述了该理论的几个特点:模糊控制理论控制过程的判定带有探索式的属人性质;模糊控制系统对过程参数秋变不很灵敏,在工作条件大范畴变动时,对所有的工作点能得到较好的控制;讨论了关于专家系统的模糊控制器。最后对模糊控制理论的发展趋势做出了一些预见。     

模糊预测控制的实现形式

对模糊预测控制的实现形式进行了论述和分析。指出预测控制和模糊控制是复杂系统的两种控制策略,预测和模糊集合理论结合在一起,相互促进,可以进一步提高性能,文末对模糊预测控制进行了展望。     

基于模糊神经网络的信号交叉口交通量预测

预测精度高,实时性强的交叉口交通量预测算法可以极大地提高城市交通控制的效率。文中提出了基于模糊神经网络的信号交叉口交通量预测方法。该方法以模糊神经网络为核心,应用在线滚动学习模型实现交叉口交通量预测,并应用了交通量微观仿真系统对模型进行检验,仿真结果表明该模型比传统方法精度高,收敛速度快。本模型在城市交通控制系统研究中有巨大的应用潜力。     

基于灰色预测-模糊控制的絮凝剂自动添加系统设计

分析了絮凝沉降过程大惯性、大滞后的特点,提出了在浓缩机清水层内进行浊度检测,并采用GM(1,1)灰色模型对清水层浊度值进行预测的方法,改善了系统滞后对絮凝剂添加控制性能的影响;设计了灰色预测与模糊控制相结合的絮凝剂自动添加系统。现场试验表明,该方法能够解决系统滞后大、絮凝剂添加不及时引起的溢流水浊度超标问题,浊度稳定性明显提高,避免了系统失控现象的发生。     

系统云灰色预测模型及其应用

将灰色系统云理论引入到滑模变结构控制中,设计了一种新型的灰色模糊滑模控制器。该控制器将灰色预测与模糊推理的相结合对滑模控制器的控制策略进行预测输出。能有效地解决滑模控制系统中由于系统惯性引起的切换滞后所带来的抖动问题。将此控制器应用到交调速系统中,仿真研究表明交流调速系统能获得优良的动态和静态性能。     

变步长灰色预测模糊控制研究与应用

提出了一种变步长灰色预测模糊控制算法,该算法根据新陈代谢原理,建立等维新息预测模型,将预测概念扩展为前向和后向预测,并与模糊控制相结合,对电液比例压力控制系统的顶推压力进行控制.该算法不需要被控对象模型结构的先验信息,基于少数据、贫信息,具有在线自适应以及计算量小的特点,满足实时控制的要求.通过对变步长灰色预测模糊控制与PID控制和纯模糊控制进行仿真和试验比较表明,变步长灰色预测模糊控制在不增加超调的情况下减小了响应时间,改善了控制效果.     

海上风电MPPT灰预测模糊控制的研究

海上风电风速变化很大,采用PID控制难以在不同风速下有好的控制效果.本文在分析PID控制器缺点的基础上,提出灰色预测与模糊PID控制相结合的新型控制方法.模糊PID控制器能够保证在不同风速下均有较好的控制结果,而灰色预测则能够根据以往输出功率给出相应适当的补偿信号,提高控制系统的响应速度,确保最大功率的实时跟踪.对系统...     

多变量模糊预测控制在板形板厚综合系统中的应用

针对板形板厚综合系统,提出一种基于遗传算法的多变量模糊预测控制新方法,该方法通过模糊预测来建立多变量系统的模糊模型,给出了辨识参数。同时,利用遗传算法优化控制,仿真结果表明该方法是有效的。     

铸造铝硅合金液相线自适应神经-模糊建模

在合金熔炼和加工过程中,往往需要知道液相线温度,以便确定相关工艺参数.建立能从成分预测铝硅系工业铸造合金液相线温度的模型.收集工业合金实测数据,采用模糊推理方法,建立了合金液相线温度的自适应神经-模糊推理模型.它具有Takagi-Sugeno型网络结构,能直接从数据中提取推理规则,并可利用前馈神经网络的学习能力调整参数.与现有的其它统计回归模型相比,模糊推理模型能反映成分之间的交互作用,具有更高的预测精度.在铸造合金研究、热力学计算和凝固过程数值模拟时,所建立的模型可用于计算工业合金的液相线温度.     

基于模糊控制的人工神经网络模拟在土质边坡安全预测中的应用

从最优化角度出发,用神经网络解决模糊控制系统的规则提取问题,给出可靠的基于BP算法的可靠神经网络模拟过程,对模糊子集个数的选取与系统复杂性、精确性之间的关系进行讨论.为获得边坡复杂工况下的安全特征,建立基于模糊控制的人工神经网络边坡安全预测模型,由大量样本进行网络训练.研究结果表明:所建立的模型预测精度较高,且实用易行;边坡的坡度、内摩擦角、凝聚力对边坡的安全系数影响较大;该预测模型可用于处理普遍存在的不确定性、非线性复杂工程问题;通过模糊控制调整模型,可对不同工程对象进行较精确的模拟分析.