集合建筑施工现场平面布局的遗传算法与模糊规则系统(英)

根据荷兰典型市建筑施工现场平面布置设计的调查资料，采用遗传算法与模糊规则系统二者结合，集合了荷兰城市中8－9层办公楼的不同建筑施工现场平面布置图设计环节和预测了该类建筑施工的现场平面布置设计方案，研究表明，集合建筑施工现场平面布局的遗传算法与模糊规则系统的预测结果与现场调查资料吻合良好。     

集合建筑设计智能混合系统

根据荷兰典型城市建筑设计现场的调查资料 ,采用模糊推理 ,基于模糊规则的神经网络与遗传算法三者结合 ,集合了荷兰城市中 8- 9层办公楼的不同建筑设计环节和预测了该类建筑设计中的土工设计方案。研究表明 ,集合建筑设计智能混合系统的预测结果与现场调查资料吻合良好。     

锅炉汽包水位的模糊预测控制

针对锅炉汽包水位的强非线性及虚假水位现象,研究了基于模糊模型的预测控制方案.在模糊建模中,采用模糊聚类法求取规则前提部分模糊集合的隶属函数,采用相似性算法清除冗余模糊集合,以获得规则简化、具有良好逼近能力的模糊模型.为了解决非凸优化问题,采用遗传算法进行目标函数优化;结合预测控制的特点,设计了适合于预测控制的遗传算法.试验结果证明了该方案是有效的.     

基于多目标遗传算法的模糊分类系统设计

提出了一种基于多目标遗传算法的模糊建模方法,实现了具备最大分类精度、最少特征变量和模糊规则数目的模糊分类系统的设计.首先,为缓解维数灾难问题,采用多目标遗传算法进行特征变量的选择和论域的模糊划分,构造基于栅格划分的初始模糊分类系统.然后为减少规则数目,提高模糊系统的解释性,采用遗传算法进行规则选择,得到具备较少规则数目的精简模糊分类系统.最后为提高精确性,采用约束遗传算法对精简模糊分类系统进行整体优化,在解释性不变的前提下,提高模糊分类系统的精确性.Iris和W ine分类系统的仿真,验证了该方法的有效性.     

一种用于纤维增强复合材料微观结构图像目标识别的改进模糊分类系统建模方法

提出了一种改进的模糊分类系统的建模方法,采用模糊C均值聚类完成初始模糊分类系统的设计.提出改进的模糊规则置信度计算方法,对隶属函数和模糊规则相似度进行检测,剔除模糊规则中的冗余信息,利用遗传算法进行模糊分类系统的优化,提高系统的精确性和解释性.仿真结果证明了方法的有效性,对纤维图像的分类结果显示,该方法能获得与手工分类基本一致的分类结果.     

烧结过程异常状况诊断专家系统SPADES(Ⅱ) --关键技术

知识库构造和推理机设计是实现专家系统的关键技术.烧结过程异常诊断的知识具有模糊性、不确定性与因果性强,定性知识与定量知识并存的特点.采用模糊逻辑表达烧结过程信息的模糊特性,研究了表达烧结过程异常诊断知识的综合型知识表达方式.知识库的组织包括数据库、事实库、模型库和规则库.规则库中的规则根据用途不同分组存放,同组规则按优先级别排序,这样的知识组织方式为实现高效快速推理奠定了基础;SPADES系统的知识库具有管理与维护功能,知识学习采用专家指导学习方式;烧结过程异常诊断专家系统的推理机采用多级目标推理的混合推理机总体目标推理采用过程化推理,按异常类型判断、异常原因分析、操作决策顺序进行;烧结过程异常状况的诊断采用模糊诊断确定假定异常集合,再通过反向推理验证假定异常集合中的元素,确定出现的异常类型;异常原因分析和操作决策采用正向推理.对于本系统中模糊规则的模糊性传递问题,采用基于确定因子法的不精确推理策略,以及基于模糊规则的模糊匹配方法.SPADES系统在生产现场的应用结果证明了本系统知识表达方式和推理机可以实现模糊知识的表达和高效推理.     

一种基于遗传算法和模糊规则的分类算法

介绍了一种基于模糊规则和遗传算法的分类算法.首先给出一种模糊规则提取方法,然后遗传算法对模糊规则进行优化选择,最后对不能识别的样本启动触发器.该算法可以在保证分类正确性高的前提下尽量减少规则数,并提高样本识别能力.用Iris数据对该分类系统进行仿真,结果表明该系统具有良好的分类能力和精简规则能力.     

基于遗传模糊算法的智能车辆避障路径规划研究

利用模糊逻辑和遗传算法构建一种智能车辆避障路径规划方法.首先建立智能车辆的动力学模型,然后设计模糊控制器,以智能车辆与目标点及障碍物中心点的角度差、智能车辆与障碍物的距离为输入量,智能车辆的速度、转角为输出量分别建立避障行为模糊规则表和趋向目标模糊规则表,最后利用遗传算法对避障行为模糊规则表进行优化.仿真结果表明,该方法是正确和有效的.     

基于改进RPCL算法的模糊推理系统构建方法

给出了一种改进的RPCL算法,然后提出了一种基于此算法的Sugeno型模糊推理系统构造方法.该方法首先对训练样本子集聚类以形成初始模糊规则集合,然后对初始模糊规则集合再次聚类以确定模糊语言值个数和隶属函数,从而克服了以往规则提取法在训练样本不充分时规则数目难以确定及规则提取不足等缺点.最后,以倒车实验为例验证了该方法的有效性.     

智能火力/飞行综合控制系统研究

本文设计了基于遗传算法和模糊逻辑控制的智能火力/飞行综合控制系统(IFFC),设计了采用论域自调整的模糊控制器,给出了控制器输入输出的隶属函数,设计了相应的规则库.并在此基础上进一步利用遗传算法对模糊控制器进行优化设计,给出了遗传算法各个参数的选择原则.仿真结果表明,基于遗传算法和模糊逻辑的智能火力/飞行综合控制系统具有良好的控制效果,在综合火力/飞行控制系统的设计中颇有应用潜力和前景.     

基于Revit二次开发的高层建筑施工场地布置优化研究

高层建筑施工现场生产要素密集,常伴有明火作业,致使火灾频发,依靠施工管理人员规范作业空间,效率低、效果差。为降低高层建筑施工现场发生火灾安全事故的概率,提升施工安全检查效率,推动建筑信息化模型在施工安全领域的应用,本文将高层建筑施工现场的平面布置作为切入点,利用Revit的二次开发技术,构建相应的施工消防安全规则检查系统。首先根据施工现场消防安全技术规范相关条文,利用Easy GHM软件构建建筑施工消防安全规则库,在集成建筑、施工、进度、安全信息的BIM安全管理模型基础上,通过Revit API二次开发技术实现施工现场临时用房及设施的消防安全距离检查,再以外链接方式将建筑施工消防安全规则库搭载于Revit API二次开发平台上,用于高层建筑施工现场的平面布置优化,并进行实证研究。结果表明,该系统具有良好的可操作性,可为管理人员提供满足规范要求的优化调整方案,比传统施工消防安全管理方法更加直观有效。本研究将有助于施工现场消防安全检查及施工场地优化布置的信息化发展。     

A fuzzy rule based genetic algorithm and its application in FMS

Most of the FMS (flexible manufacturing systems) problems belong to NP-hard (non-polynomial hard) problems. The facility layout problem and job-shop schedule problem are such examples. GA (genetic algorithm) is applied to get an optimal solution. However, traditional GAs are usually of low efficiency because of their early convergence. In order to overcome the shortcoming of the GA a fuzzy rule based GA is proposed, in which a fuzzy logical controller is introduced to adjust the value of crossover probability, mutation probability and crossover length. The HGA (hybrid genetic algorithm), which is integrated with a fuzzy logic controller, can avoid premature convergence, and improve the efficiency greatly. Finally, simulation results of the facility layout problem and job-shop schedule problem are given. The results show that the new genetic algorithm integrated with fuzzy logic controller is excellent in searching efficiency.     

SELF-LEARNING FUZZY CONTROL RULES USING GENETIC ALGORITHMS

This papcr presents a new genetic algorithms(GAs)-based method for self-learniag fuzzy control rules. An improved GA is used to learn to optimally select the fuzzy membership functions of the linguistic labels in the condition portion of each rule, and to automatically generate fuzzy control actions under each condition. The dynamics of the controlled system is unknown to the GA. The only information for evaluating performance is a failure signal indicating that the controlled system is out of control. We compare its performance with that of other learning methods for the same problem. We also examine the ability of the algorithm to adapt to changing conditions. Simulation results show that such an approach for self-learning fuzzy control rules is both effective and robust.     

高效分布存贮规则的模糊控制器

提出基于接近程度的度量来动态地构造逻辑系统的原理和方法,该方法包括：在对专家描述的规则库的预处理后,得出一组高木－菅野型模糊逻辑系统;按照实际的输入向量动态实时构造出模糊逻辑系统;对控制器参数进行自适应调整,以机器人的控制为例,给出了仿真的结果。     

建筑电气设备自适应模糊PID节能控制研究

针对建筑电气设备自适应模糊PID一直存在能耗过大的问题。提出基于自适应模糊PID节能控制方法,将建筑电气设备系统的温度波动和温度波动率,作为自适应模糊PID控制系统的输入项,将PID控制系统的三个参数波动量作为输出项,构成双输入三输出控制结构。依据自适应模糊PID调节规律表中的信息,调整电气设备模糊逻辑系统的参数。通过运算自适应模糊PID节能控制函数,获取最佳温度值,实现节能目标。实验结果表明:自适应模糊PID节能控制系统起动电流低、噪声小、控制精度高;在一般扰动和大扰动下系统响应波动较小、适应能力更强、动态性能高;该算法下建筑电气设备单耗节能率为88.69%,节能效果显著。     

模糊神经网络在压边力智能控制中的应用

应用模糊神经网络专家系统实现了冲压成形过程中压边力的智能化控制，对系统模糊神经网络的构造和模糊神经推理机制进行了详尽的说明，介绍了压边力模糊神经网络和优化控制的设备及实现，并利用其对带凸缘的圆筒件拉深控制规律进行了研究。     

基于特殊二进制编码的自学习模糊遗传算法

为了提高自适应遗传算法(AGA:Adaptive Genetic Algorithm)的鲁棒性,并使之更有效地求解属于NP难类型的组合优化问题,提出了一种自学习模糊自适应遗传算法.该混合算法利用一个特殊二进编码标准GA在线学习AGA运行特性;通过强化学习方式自动设计和调整模糊知识系统,基于GA的自学习模糊技术可以获取AGA所需的优化模糊系统.仿真试验演示了采用所提出自动化方式设计的动态参数AGA系统及其自学习结果.试验结果表明,该算法可以用于解决类似于旅行商问题的组合优化问题.     

Fuzzy Control of Chaotic System with Genetic Algorithm

ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｒｅｃｅｎｔｙｅａｒｓ,ｔｈｅｒｅｈａｓｂｅｅｎｉｎｃｒｅａｓｉｎｇｉｎｔｅｒｅｓｔｉｎｔｈｅａｐ ｐｌｉｃａｔｉｏｎｓｏｆｃｈａｏｓｔｏｔｅｃｈｎｏｌｏｇｙ .Ｏｎｅｏｆｔｈｅｐｒｏｂｌｅｍｓｆａｃｅｄｉｓｔｏｉｎｖｅｓｔｉｇａｔｅｔｅｃｈｎｉｑｕｅｓｆｏｒｅｆｆｉｃｉｅｎｔｌｙｍａｎｉｐｕｌａｔｉｎｇｃｈａｏｔｉｃｓｙｓｔｅｍｓ.Ｓｏｍｅｒｅｓｅａｒｃｈｅｒｓｈａｖｅｐｒｏｐｏｓｅｄｔｏｕｓｅｃｌａｓｓｉｃａｌｍｅｔｈｏｄｓｓｕｃｈａｓｆｅｅｄｂａｃｋｃｏｎｔｒｏｌ[1]…