基于模糊决策算法的新能源汽车充电桩布局优化方法

为了最大程度满足车流量充电高峰期的需求,提出基于模糊决策算法的新能源汽车充电桩布局优化方法.结合充电桩的覆盖区域以及建设管理费用等因素,构建充电桩布局模型;集合模型中的模糊参数,获取模糊适应度函数,依据决策者满意程度和优先等级,建立优属度权重选择函数获取满意解,完成充电桩布局优化.实例测试结果表明：该方法可结合充电桩建设区域实际车流量情况和充电需求,完成充电桩布局建模,迭代次数为62次时即可获取最小适应度函数,完成新能源汽车充电桩布局优化.     

无人机图像增强方法的研究与实现

以无人机采集的低照度图像为研究对象,提出了一种改进的低照度图像增强算法.获取无人机采集图像的灰度直方图,计算灰度像素的均值和方差,通过计算亮度系数划分亮暗区域;根据滑动窗口的像素均值与设定的阈值进行计算得到修正系数,完成图像亮度的修正;为减小时间复杂度使用三次快速均值算法替代高斯滤波进行去噪.结果表明,本文的算法能够有效地改善图像局部亮度、提高图像对比度和保留轮廓边缘纹理信息.     

Toeplitz矩阵填充的尾端修正增广拉格朗日乘子算法

基于均值的增广拉格朗日乘子（MALM）算法,提出了一种尾端修正的Toeplitz矩阵填充新算法.该算法利用增广拉格朗日乘子（ALM）算法迭代速度较快的优点,对迭代矩阵序列进行结构化与尾端修正.在一定程度上减少了每步均值处理所产生的数据传输量,从而降低了计算代价.同时详细讨论了新算法的收敛性.最后通过数值实验证明了新算法比l步修正的增广垃格朗日乘子（l-MALM）、MALM以及ALM算法在计算时间上有较大程度的减少.     

基于模糊点数据的线性回归分析

在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的作用是不同的;通常有些训练数据比其它数据可能更为重要,因而不同的训练数据对曲线拟合的贡献应该不同.人们要求重要的训练数据对曲线拟合做出更大的贡献.实现这一目标的策略是给每个训练数据赋予一个置信权重并且重新推导了经典的最小二乘回归方法,分析了它们的统计性质.受文[1]的启发,将这里的样本称为模糊点样本数据.     

采用仿鲤科鱼C型启动构型叶片的多翼离心风机气动性能研究

受鲤科鱼类C型启动逃逸反应时高效率游动姿态及其周围涡流特征的启发,进行叶片仿生设计,以提升多翼离心风机的气动性能。首先,采用逆向工程方法获取了鲤科鱼C型启动姿态时鱼体中心线方程和水平剖面轮廓线方程,以C型启动时鱼体中弧线为基准,设计了仿生等厚叶片。其次,通过多翼离心风机气动性能数值计算和实验测试,得到了具有最佳进口安装角的仿生等厚叶片(O-BETB),采用O-BETB的多翼离心风机的风量增加了6.8%,噪声下降了0.5 dB(A)。最后,将仿生重构的鱼体流线型轮廓与O-BETB相耦合,得到仿生耦合叶片(CBB),以进一步提高多翼离心风机气动性能。结果表明：当采用CBB时,多翼离心风机的风量增大了8.3%,噪声下降了1.1 dB(A)。基于流场分析,发现具有仿生中弧线和鱼体轮廓特征的耦合叶片在前缘进口角及叶片型线具有更好的引流导向作用,叶间流道的低速分离旋涡明显小于另外两种叶轮;叶片尾缘的尾迹涡脱落引起气流不均匀性程度也最弱,有效缓解了尾流与蜗舌、蜗壳之间的非定常相互作用。通过多翼离心风机声场特性的分析,发现多翼离心风机的气动噪声主要集中在中低频段。CBB的采用,叶轮通道内分离涡被抑制,...     

基于群体共识的语言直觉模糊三支决策方法

针对基于语言直觉模糊数评价损失函数的三支群决策问题,提出一种具有群体共识的语言直觉模糊三支决策方法.首先,基于海明距离定义了语言直觉模糊相似测度(语言直觉模糊数),进而构建基于非相似度最小的最优集成模型并导出权重迭代公式.在此基础上,设计一种实现语言直觉模糊综合损失函数一致性的迭代算法且理论上证明了该算法的收敛性.依据迭代算法获得满足一致性的综合损失函数,建立确定语言直觉模糊三支群决策阈值的单一优化模型,并提出基于群体共识(即所谓群体一致性)的语言直觉模糊三支决策方法.最后,算例分析和仿真实验验证了所提出方法的有效性.     

研究生综合素质模糊综合评价模型构建研究——以延安大学为例

分析了延安大学研究生教育现状,借助模糊数学方法,建立了延安大学研究生综合素质评价体系及模糊综合评价模型(FCEM),最后运用该模型对本校研究生综合素质进行了评价.     

具有时变时滞的离散T-S模糊随机系统的耗散性分析

[目的]研究具有时变时滞的离散T-S模糊随机系统的耗散性分析问题,获得具有更低保守性的条件.[方法]构造新的模糊Lyapunov-Krasovskii泛函,并且利用离散的Jensen不等式.[结果]得到了该系统随机耗散的条件.[结论]通过Matlab求解,验证了此方法的有效性,并且与已有文献相比,此方法有更低的保守性,...     

基于故障树分析和贝叶斯网络方法的液压举升机构故障诊断

为应对液压举升机故障原因复杂,诊断方法准确性不高等问题,提出一种基于故障树和贝叶斯网络的液压举升机故障诊断方法。首先建立液压举升机构故障树,然后将故障树转换为贝叶斯网络,利用三角模糊函数表示举升机底事件发生概率,得到底事件模糊概率,将其做为先验概率计算叶节点发生概率,进而求得根节点后验概率以及概率重要度,可快速诊断出故障点。