一种基于模型概率修正的IMM目标跟踪算法

在IMM算法的基础上,提出了一种新的机动目标跟踪FIMM算法.该算法使用中值滤波对IMM算法模型更新概率进行平滑,再对其利用模糊推理系统进行实时修正,将修正后的概率作为最后输出的权值,让有用模型概率增大,减少了模型之间的竞争,提高跟踪精度.仿真实验表明,提出的FIMM算法显著提高了IMM算法的跟踪性能.     

基于灰色PSO-ANFIS模型的船舶横摇运动预报分析

为了准确高效的预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出了一种基于灰色模型粒子群优化算法的自适应神经模糊推理系统(Grey Particle Swarm Optimization-Adaptive Neural-fuzzy Inference System, GPSO -ANFIS)。GPSO-ANFIS预测模型使用模糊C均值聚类算法对输入样本进行聚类分析,得到模糊规则数量并建立神经模糊推理系统,再使用粒子群优化算法对建立的预测系统进行优化训练,从而得到最优的预测系统模型。其中灰色模型用于横摇数据的预处理,以便削弱横摇状态中的非线性影响因素。最后通过实船“育鲲”轮的横摇数据进行仿真实验,实验结果验证了GPSO-ANFIS模型的实用性和可行性,具有较高的预测精度。并为船舶航行智能化提供了一种有价值的理论依据。     

基于小区域匹配的运动人体跟踪

为解决在复杂场景(光照变化、物体移动,增减以及遮挡等干扰)下运动人体跟踪的难题,提出了一种新的跟踪方法.该方法通过背景减除提取人体目标的多个小区域,利用模糊推理评价出它们在相邻两帧间的匹配可靠度;通过跟踪各个可靠度高的小区域,并对可靠度低的小区域进行邻域搜索、位置纠正和估计,完成整个人体目标的跟踪.实验结果表明,该方法能解决遮挡和其他物体的干扰,并能适应光照等环境因素的变化.     

多UAV协同区域覆盖搜索研究

针对多无人机协同区域覆盖搜索问题,为降低问题求解的复杂度,将其分解为多UAV任务区域分配和完全覆盖路径规划两个子问题,对子问题分别优化求解。建立了无人机任务执行代价模型,采用分层模糊推理求解无人机的性能评估指数,根据性能评估指数采用基于面积的区域分割方法实现多无人机搜索任务区域的分配。分析了无人机实现区域内覆盖搜索的最优路径问题,给出了在特定多边形区域下最小代价的搜索模式和搜索路径。仿真实验结果验证了所给方法的有效性。     

基于模糊粗糙集与模糊推理的作战指挥方式决策分析

依据指挥权限集中程度,指挥方式可分为集中指挥和分散指挥两种形式.本文探讨了基于模糊粗糙集与模糊推理的指挥方式决策分析新方法.首先,分析了作战指挥方式决策的影响因素,即指挥控制手段和情报保障程度;在此基础上,给出了基于模糊粗糙集的作战指挥方式的一种知识发现方法;然后,通过获取的模糊推理规则,运用多输入多重Mamdani模糊推理算法获得量化的指挥方式决策结论;最后,通过在MATLAB7.0模糊逻辑工具箱中构建的模糊推理仿真系统进行验证推演,给出了三种类型的指挥方式决策结论,与军事专家的经验决策相符合,该系统可纳入到作战指挥决策支持系统中.     

锅炉系统故障诊断模糊推理方法

根据锅炉系统实际运行情况,分析其故障诊断的推理求解过程,提出了专家系统中基于诊断知识的模糊描述方法,并根据诊断规则实例,采用模糊推理方法,阐述故障诊断推理过程中正向推理、逆向推理模糊断言可信度的传递运算方法。     

地下铀矿山氡析出智能优化控制研究

铀矿山氡及氡子体具有放射性,其浓度过高严重危害井下作业人员的身心健康,因此,开展氡析出优化控制具有重要的现实意义与应用前景。本文根据铀矿山氡析出系统的影响因素,应用自适应模糊推理系统构建铀矿山氡析出与其影响因素关系模型,然后应用并行遗传算法优化模型参数,实现铀矿山氡析出率最小化。并以某铀矿山安全生产为例,考虑其影响氡析出的主要影响因素为通风参数,应用自适应模糊遗传优化方法实现了铀矿山氡析出率与通风参数之间最优控制问题,为改善通风系统提供了最优决策依据。     

基于 ANFIS云推理的网络学习评价

将云模型与ANFIS结合,利用云模型代替模糊神经网络的隶属度函数,构成ANFIS云推理网络并应用到学 习效果评价中.实验表明,ANFIS云推理网络是一种有效的学习评价工具,抗干扰能力较强.     

基于模糊推理的驾驶员反应时间修正研究

为进一步完善汽车主动防碰撞预警系统,建立了一种基于模糊推理的驾驶员反应时间修正方法。该方法以驾驶员的实时反应时间为研究对象,通过实时采集驾驶员的加油频率、深加油比例、制动频率、深制动比例等数据,利用所建立的模糊推理规则判断出一个适应于当前驾驶员动态驾驶倾向的实时反应时间,然后对Berkeley算法进行修正,计算出车辆行驶所需要的安全车距,并在驾驶模拟器上进行了对比分析。经模拟实验验证,本方法所确定的15名驾驶员的理论平均反应时间为1.0000 s,方差为0.0417,而实际平均反应时间为1.0077 s,方差为0.0469,并且根据理论反应时间所确定的预警距离与根据实际反应时间所确定的预警距离比较接近。可见本方法能在一定程度上提高安全预警算法的准确性,能够充分考虑驾驶员的实时驾驶特性,降低预警系统的虚警率。     

信息扩散方法在大坝监测效应量预测中的应用

在大坝安全监测中,为了解决小样本导致的效应量预测误差较大的问题,在考虑增加样本信息的基础上,建立基于二维正态信息扩散离散回归的效应量预测方法。利用模糊推理和信息集中的基本理论,结合灰色关联度法,对大坝安全监测效应量进行分析和预测,应用综合有效度指标评价该预测方法的效果。结果表明,基于信息扩散的预测方法避免了多种不确定因素影响下小样本预测的困难,提高了拟合和预测精度。