基于直方图局部信息和Gath-Geva模糊聚类的彩色图像分割方法

针对Gath-Geva模糊聚类算法对初始给定的聚类中心等先验信息较敏感,提出了一种基于直方图局部信息的模糊Gath-Geva聚类新算法.实验结果表明,新算法在彩色图像分割方面,与传统模糊C-Means算法相比,具有较强的分割精度.     

基于模糊聚类方法的T-S模糊系统建模

提出了用一个聚类验证准则设计模糊C均值聚类算法，这个聚类验证准则是用来确定模糊C均值算法中合适的聚类数．针对T—S模糊模型，由模糊c均值聚类算法确定其逻辑前件参数，进而采用最小二乘算法确定模糊推理规则的后件参数．最后，应用本文建模方法对一个非线性实例进行仿真计算，并与其它方法进行了比较，结果表明本文方法是有效的．     

磁流变液阻尼器的模糊逻辑非参数建模

采用模糊逻辑建模的方法 ,对磁流变液阻尼器进行了非参数建模 .仿真结果表明本文模型是非常有效的 .与已有的模型相比 ,这一模型具有精度高、可推广性好、计算简便等优点 .     

磁流变阻尼器力学性能及减震试验研究

通过RD1097型MR阻尼器的力学性能试验,获得不同频率、不同振幅、不同输入电流下的阻尼力与位移、速度的关系曲线;提出一种改进的MR阻尼器反正切函数非线性模型;采用RD1097型MR阻尼器,进行正弦波和El-Centro波下的MR阻尼器减震试验研究.研究结果表明:提出的阻尼器力学模型具有识别参数少、编程方便、精度较高等特点,不仅能较准确描述低速下阻尼力与速度的关系,而且能模拟摩擦滞后效应,对于固定频率振动和随机地震波下的阻尼力模拟有效;MR阻尼器具有较好的减震效果,在El-Centro波激励下,可使位移峰值及其均方根分别减小62.75%和77.17%.     

基于多维ANFIS的T-S模糊控制规则聚类获取方法

T-S模糊模型与自适应神经模糊推理系统(ANFIS)的结合便于描述多输入系统模糊控制规则.为解决规则前件过多时传统ANFIS结构导致的维数灾难问题,同时进一步提高ANFIS对于复杂系统T-S规则在线获取速度,首先采用多维输入向量对ANFIS网络进行修正,在此基础上提出了T-S模糊控制规则聚类获取方法;其次,利用所提出的方法分别对倒立摆和二阶滞后系统进行了控制仿真,该方法同Mamdani规则自组织模糊控制的控制效果比较表明两者的最大超调量、振荡次数、过渡时间基本一致,上升时间要较Mamdani模糊控制器缩短3个采样周期,控制规则较Mamdani控制器减少了45条.     

基于磁流变阻尼器的触觉反馈系统

针对传统触觉反馈系统安全性差、响应时间长、容易失真等问题,设计一种以磁流变阻尼器为核心的触觉反馈系统,并基于Bingham模型推导了磁流变阻尼器的输出阻尼力计算公式。Simulink仿真结果表明:磁流变阻尼器的位移、速度与阻尼力的关系符合Bingham模型,体现较好的动态性;当电流控制器输出电流为0~1 A,速度为10 mm/s时,输出阻尼力大小连续可调,最大阻尼力为19.6 N,最小为2.435 4 N。理论和仿真结果吻合,验证了该触觉反馈系统的可行性。     

改进的T-S模糊模型建模方法及其应用

针对一般的仿射非线性系统,提出了一种改进的建立T-S模糊模型的方法. 使建立的模糊系统与原非线性系统具有相同的响应特性,避免了平衡点线性化产生的系统误差的不利影响,同时也适用于含有多个非线性项的系统. 将这种建模方法应用到GMAW系统,建立了改进基于T-S模糊模型GMAW系统,并且建立的模糊系统和原系统具有相同的响应特性. 仿真结果证明了该方法的有效性.     

基于减法聚类产生具有优化规则的模糊神经网络及其软测量建模

提出了一种通过调整减法聚类半径优选模糊规则的软测量建模方法。首先用减法聚类建立T—S模糊模型,然后通过调整聚类半径优选模糊规则数,以取得具有良好泛化性能的模型,之后利用梯度下降混合最小二乘算法精调参数。最后用该方法对初馏塔石脑油干点进行软测量建模,结果表明能较快确定优化模型,并能满足软测量建模精度要求。     

基于磁流变阻尼器的车辆悬架系统模糊半主动控制

在对磁流变流和磁流变阻尼器的研究基础上，以磁流变阻尼器作为半主动控制元件组成模糊半主动悬架系统。运用数值仿真和试验研究等方法对基于磁流变阻尼器的模糊半主动悬架进行了研究，数值仿真和试验结果表明，设计的模糊半动控制算法了对基于磁流变阻尼器的半主动控制悬架实现有效的控制。     

盘式磁流变液阻尼器的简化逆动态模型

针对磁流变液阻尼器高度非线性特性导致的控制难问题,提出一种简化的逆动态模型.该模型可由速度反馈算法或力反馈算法实现,可以用来计算磁流变液的屈服应力或输入电流,使磁流变液阻尼器实时地产生一个阻尼力,并确保该阻尼力达到从各种优化算法中获得的目标控制力.在此基础上将盘式磁流变液阻尼器应用于力反馈系统中,并将简化逆动态模型用于...     

基于连续域蚁群改进算法的T-S模型辨识

针对一些带复杂参数辨识性能指标的模糊建模无法采用经典辨识方法解决的情况,提出了采用改进连续域蚁群算法进行T-S模型辨识的方法.该方法利用蚁群算法无需具体数学模型的特点,解决了模糊模型辨识中辨识指标表达式过于复杂甚至非解析所带来的难题,从而实现了T-S模型前提部和结论部参数的一次性辨识.仿真研究表明,利用文中辨识方法得到的模糊模型能够很好的逼近真实系统,并且对初始条件和输入信号不敏感,具有鲁棒性.     

基于T-S模糊模型的酸碱中和过程的系统辨识

针对pH中和过程存在非线性和大滞后性的特点,建立了基于协同GK模糊聚类的T-S模糊模型。将协同模糊聚类与GK相结合进行系统辨识,提高了聚类效果,使其前件和后件参数得到优化。利用上述方法建立了pH中和过程系统模型,取得了良好的仿真效果,验证了该算法的优越性和有效性。     

基于Lyapunov方法的模糊广义系统稳定性

为了解决广义T-S模糊控制系统稳定性和模糊控制器设计问题,利用模糊Lyapunov方法得出了自由系统新的稳定性充分条件,该条件具有更大的宽松性;同时基于一系列线性矩阵不等式(LMI)设计了模糊控制器,该矩阵不等式可以利用凸优化技术来进行解决;把所有子系统的系数放到一个矩阵中综合考虑,放松了控制系统的稳定条件。     

基于在线模糊聚类的故障检测和容错控制

提出了一种新的基于T-S模糊模型在线辨识的非线性系统的故障诊断与容错控制策略.在闭环控制中,根据在线产生的数据对T-S模糊模型进行辨识,当故障引起系统动态的结构性变化时,在线模糊聚类算法能够辨识出系统的重大改变并产生新的模糊规则描述系统新的动态,同时基于T-S模型的控制律也会做出相应的调整.分析了T-S模糊模型结构和参...     

光纤陀螺漂移误差的T-S模糊建模补偿算法

基于G-K聚类算法辨识T-S模糊模型前件参数理论,并采用最小二乘法辨识T-S模糊模型后件参数的误差模型,研究了一种光纤陀螺温度漂移误差的非线性补偿算法。在建立该模型的基础上对光纤陀螺零位输出进行了补偿,计算结果表明采用该种方法能够在不完全了解陀螺误差机理的情况下对其进行有效的补偿。其绝对误差与未补偿相比较降低了99%,同线性拟合补偿相比降低了96%和神经网络补偿比较降低了10%,其误差方差分别减少99%,98%,20%。     

T-S模糊控制在乙型病毒性肝炎传播过程中的应用

基于微分代数方程描述的乙型病毒性肝炎传播模型,构造了相应的广义T-S模糊模型。利用T-S模糊广义系统控制方法,设计状态反馈控制器,以抑制传染病的发展,使乙肝病毒传播模型在无病平衡点达到稳定状态。通过数值模拟验证了结论的合理性。     

A dynamic fuzzy clustering method based on genetic algorithm

A dynamic fuzzy clustering method is presented based on the genetic algorithm. By calculating the fuzzy dissimilarity between samples the essential associations among samples are modeled factually. The fuzzy dissimilarity between two samples is mapped into their Euclidean distance, that is, the high dimensional samples are mapped into the two-dimensional plane. The mapping is optimized globally by the genetic algorithm, which adjusts the coordinates of each sample, and thus the Euclidean distance, to approximate to the fuzzy dissimilarity between samples gradually. A key advantage of the proposed method is that the clustering is independent of the space distribution of input samples, which improves the flexibility and visualization. This method possesses characteristics of a faster convergence rate and more exact clustering than some typical clustering algorithms. Simulated experiments show the feasibility and availability of the proposed method.     

改进的基于模糊C-均值聚类的图像分割算法

目前的FCM类型的算法聚类数目的确定需要聚类原形参数的先验知识,否则算法就会产生误导.为了提高图像分割算法的抗噪性能,用K均值聚类算法简单、快速的优点对模糊C均值聚类算法进行改进.结合图像的邻域信息,对图像的直方图作均衡化处理,改善图像质量,通过自适应滤波,降低噪声对分割效果的影响.先用K均值聚类算法对图像进行分割,快速的获得较为准确的聚类中心和初次分割图像,避免了FCM算法中初始聚类中心选择不当造成的死点问题.用邻域灰度均值信息代替传统模糊C均值聚类算法中的灰度信息,对K均值聚类得到的图像作二次分割.该方法能更好的抑制噪声的干扰,提高了聚类算法的分割精确度.     

基于T-S模糊模型的半主动悬架控制研究

在1／4车辆悬架数学模型的基础上,分别采用T-S和Mamdani模糊控制策略,建立模糊模型的半主动悬架控制系统,分析和比较了两种控制系统的性能,设计了基于CIP-51为核心的单片机控制器,并进行了半主动台架试验．计算和试验结果表明,模糊控制器均能有效地控制半主动悬架系统,提高车辆的乘坐舒适性,改善车辆的性能．与普通Mamdani模糊控制相比,T-S模糊控制器具有设计简单,运算速度快,便于实时控制的优点,验证了T-S模糊控制方法的有效性和优越性．     

基于T-S模糊模型的Nadolschi混沌系统同步控制

为了实现一类新型混沌系统的同步控制,提出一种基于T-S模型的模糊控制方法。利用T-S模糊模型对Nadolschi混沌系统进行精确描述;采用并行分布补偿技术设计状态反馈控制器;进而将Nadolschi系统的同步控制问题转化为误差模糊系统零平衡点的镇定问题。然后,利用精确线性化的方法将误差模糊系统转换成定常系统,最后,根据线性系统理论,得出使Nadolschi混沌系统达到渐近同步的充分条件。仿真结果验证了所提方法的有效性,所设计的模糊控制器具用结构简单,规则少,控制响应速度快等优点。