指标综合值评估法在教师专业素质评价中的应用

由于评估中各项指标的权重差距很大,单纯地用主成分分析法无法得出符合实际的评价结果,本文提出了一种新的指标综合值评估法,将主成分分析法与层次分析法进行了综合运用。采取了“双重权”的处理方法,将原始数据直接代入计算,避免了模糊处理过程中由于主观因素所带来的误差。此评估方法应用于教师专业素质评价中,得出了满意的评价结果。     

港口物流竞争力评价方法研究

本文在研究港口物流及其竞争力内涵的基础上,通过对层次分析法,模糊综合评价方法和主成分分析法的比较,选择主成分分析法建立了多层次港口物流竞争力评价指标体系。对环渤海各港口的物流竞争力进行了实证研究。     

多目标综合评价中四种确定权重方法的比较与分析

在多目标综合评价中将指标权重的专家打分法、主成分分析法、层次分析法和模糊综合评价法进行比较研究.以某市10个饮用水源地为研究对象,选取单位GDP用水量、单位水面面积COD负荷、单位水面面积TP负荷等12个评价指标进行综合评价.结果表明:在多目标综合评价中,用专家打分法确定指标权重,其优点是方法操作简便,缺点是精确性比较低;用主成分分析法可避免主观随意性,能显著表现评价指标的差异性,但是计算过程比较复杂且要求基础数据精确;用层次分析法能较客观地对多指标进行综合评价,计算的权重值分布域也更宽,但层次分析法不易构造判断矩阵;模糊综合评价法是层次分析法的一种扩展,在算法上更有利于计算,且评价结果合理可靠.     

指标综合值评估法在教师专业素质评价中的应用

由于评估中各项指标的权重差距很大,单纯地用主成分分析法无法得出符合实际的评价结果,本文提出了一种新的指标综合值评估法,将主成成分分析法与层次分析法进行了综合运用。采取了“双重权”的处理方法。将原始数据直接代入计算,避免了模糊处理过程中由于主观因素所带...     

汽车定速巡航控制系统评价研究

文章通过分析汽车定速巡航控制系统评价的主要设计原则,建立相应的综合评价指标体系。利用主成分分析法优选指标,将层次分析法与灰色关联分析法有机结合起来应用于汽车定速巡航控制系统综合评价。     

基于循环修正的黑龙江省各主要城市综合竞争力综合评价方法研究

针对城市竞争力评价中存在的单一方法评价结果不一致的问题,对黑龙江省12个主要城市的11项指标,分别采用综合指数法、层次分析法、主成分分析法和因子分析法进行综合评价和排位;再以Spearman等级相关系数为检验标准,利用平均值法、Board法、Copealand法、模糊Board法对单一模型进行组合,反复迭代,得到黑龙江省各主要城市综合竞争力的综合评价和排序。     

模糊数学在旅游吸引力评价中的应用研究

文章针对旅游吸引力的评价问题,将层次分析法应用于模糊综合评价法中,建立了模糊综合评价的多层次、多算子的数学模型,研究了旅游吸引力的评价问题,消除定性分析因主观因素带来的不确定性,使旅游吸引力评价更加趋于科学化、合理化。并且给出了一个实例说明其应用。     

基于层次分析法的综合评价模型

Saaty T L 教授创立的层次分析法 (AH P)是对非定量事件作定量分析的一种有效方法。该方法保证了定性分析的科学性和定量分析的精确性。文章探讨了利用层次分析法确定诸多模糊聚类因子的权重 ,然后应用于模糊综合评价方法 ,建立模糊综合评价方法的多级模型 ,从而使模糊综合评价更具有客观性。     

基于层次分析法与模糊综合评价的供应商评价研究

为了避免层次分析法中人的主观判断、偏好等对供应商评价结果的影响,提出了层次分析法与模糊综合评价相结合的供应商评价方法.利用层次分析法确定了供应商各评价指标的权重,采用模糊综合评价的方法进行了供应商评价信息处理,建立了供应商模糊综合评价的数学模型,并通过对某汽车制造企业多个供应商的综合模糊评价,验证了层次分析法与模糊综合评价相结合进行供应商模糊综合评价的合理性与可靠性.     

基于层次分析法的高校实验室综合评价

为了避免层次分析法中人的主观判断、偏好等对实验室评价结果的影响,提出了层次分析法与模糊综合评价相结合的高校实验室质量管理评价方法,利用层次分析法确定了实验室各评价指标的权重.建立了实验室模糊综合评价的数学模型,并通过对某高校实验室质量管理的综合模糊评价,验证了层次分析法与模糊综合评价相结合进行高校实验室质量管理模糊综合评价的合理性与可靠性.     

基于LMI的T-S模糊控制系统动态输出反馈镇定

研究了一类由T-S模糊模型表示的非线性系统输出反馈控制问题.提出了一种新的动态输出反馈控制器的设计方法,给出了模糊系统二次镇定的充分条件,将控制问题转化为线性矩阵不等式的求解问题.深入分析了各模糊子系统之间的作用关系,使所得的充分条件更加宽松.最后给出了一个倒立摆例子进行仿真说明,结果表明系统具有很好的快速性及鲁棒性.     

Hardware implementation of the quadruple inverted pendulum with single motor

Inverted pendulums are always used to verify some qualities and effect of certain control theory or method. Single or double inverted pendulum control system has been extensively studied for education and research purposes. However how to control a triple inverted pendulum is a difficult problem, which just a couple of control experts can solve including us. Undoubtedly, to implement controlling of a quadruple inverted pendulum is a very difficult problem, but we first successfully accomplished it using variable universe adaptive fuzzy control method in August, 2002. In this paper, a controller for a quadruple inverted pendulum is demonstrated using the variable universe adaptive fuzzy control theory.     

基于动态查询表的模糊控制策略及其应用

研究基于动态查询表的模糊控制策略及其在转臂式倒立摆中的应用.采用一种新的倒立摆系统的控制方法,将传感器检测的倒立摆的两个角度信息传送到控制器,控制器利用该信息的模糊化量按基于动态查询表的模糊控制策略进行实时计算,由得出的控制量控制力矩电机驱使摆杆运动,从而使摆臂处于动态的直立状态.采用C++语言实现了对倒立摆的控制.实验结果表明,这种控制方式能够提高系统的控制精度.     

二级倒立摆的TS型逐级模糊神经网络控制

提出了一种逐级模糊神经网络控制法．该控制法通过采用Takagi-Sugeno型模糊神经网络控制器和逐级模糊控制规则,实现了二级倒立摆系统的稳定控制．模糊神经网络控制器的参数采用遗传算法分4步进行优化．实验结果表明,采用逐级模糊神经网络控制法,用20条模糊规则就可以实现二级倒立摆系统的稳定控制,并且控制效果佳,系统鲁棒性强。     

基于Mamdani分离变量法的倒立摆模糊控制系统设计

针对倒立摆系统中因多输入单输出而产生的模糊规则爆炸问题,采用一种基于Mamdani分离变量的模糊控制方法,从而大大减少了模糊控制规则数。仿真结果表明,该方法能使摆杆摆角控制精度较小,且小车位移能跟踪输入信号,成功控制了单级倒立摆系统。     

基于线性矩阵不等式设计非线性系统的模糊控制器与观测器

用并行分配补偿器的概念设计了用T-S(Takagi-Sugeno)模糊模型表示的非线性系统的模糊控制器与模糊观测器,并导出了用线性矩阵不等式表示的系统二次稳定的条件,通过对倒立摆在不同的初始条件下的仿真试验证明了方法的有效性。     

基于增强学习规则的倒立摆模糊神经网络控制器

为实现模型未知、初始时有脉冲输入的车上单级倒立摆镇定控制,提出了一种采用增强学习规则训练的模糊神经网络控制器。以神经网络构造基于T-S(Tankagi-Sugeno)规则的模糊控制器;用3层前馈网络组成预测器进入仿真,得到倒立摆状态并计算状态预测值,再将状态和状态预测值组成训练数据对,训练状态预测BP(Backward Propagation)网络;利用增强学习的方法训练模糊控制器,根据神经网络产生的模糊控制量和倒立摆状态预测,做出控制决策。此方法简化了模糊控制部分参数调整,亦可应用于其他无模型控制。实验证明,控制器鲁棒性良好,即使在倒立摆参数变化较大时,控制器仍能维持倒立摆平衡。     

二级倒立摆基于融合函数的模糊控制

文章针对多变量、非线性、强耦合性的二级倒立摆系统,采用模糊控制理论研究了二级倒立摆的稳定控制问题.考虑到二级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR控制方法设计了融合函数以降低模糊控制器的输入变量维数,降低了控制器的设计难度,并研究了量化因子对控制效果的影响,通过设置阈值使量化因子可自动调节,...     

多变量环境下基于递阶模糊神经网络的强化学习

针对多变量连续空间学习问题的复杂性，给出了一种采用递阶模糊神经网络(HFNN)的强化学习方法，两个结构相同的HFNN分别同时完成模糊动作的合成以及值函数的逼近，网络参数通过梯度下降法在线调整．该方法有效地解决了在多变量环境下所遇到的规则组合爆炸问题，减少了运算量和存储量．HFNN前一阶的输出不再作为下一阶的前件，而直接用于其结论部分，克服了前一阶输出含义不明确或没有含义所带来的设计问题．通过仿真二级倒立摆验证表明，所给出方法是正确可行的．     

基于遗传算法优化的双回路模糊控制倒立摆系统

通过遗传算法、模糊控制、PID的结合,对直线一级倒立摆的平衡控制问题进行了优化控制。首先用牛顿-欧拉法建立倒立摆的动力学模型,得出系统的传递函数和状态空间表达式,分析系统的稳定性和可控性。以此为基础,先设计了PID单回路和双回路控制器;然后用遗传算法优化PID参数;再用优化的参数设计双回路模糊PID控制器;并用MATLAB对系统进行了仿真。纵向和横向控制方法的对比分析表明:该方案控制效果最好,能同时控制角度和位移;其参数可在最优PID初值的基础上在线修改,实现最佳调整,使对象具有良好的静态和动态性能。