基于神经网络的半主动悬架自适应模糊控制

提出了基于神经网络的自适应模糊控制策略。模糊控制主要用来对付系统的非线性；神经网络根据振动响应的方差递推结果来辨识车体的振动情况实时调节模糊控制器的量化因子，使模糊控制器对路面的变化具有自适应的能力。在半主动悬挂1／4车非线性模型的基础上进行了仿真研究。     

基于模糊变步长神经网络的自适应PID控制

针对具有非线性和不确定性的控制对象，提出了一种基于前向神经网络的自适应ＰＩＤ控制系统算法，并根据其特点，提出了学习步长模糊校正的方案。这种控制系统综合了神经网络、模糊决策和ＰＩＤ控制的优点，易于实现。仿真结果表明该控制系统对非线性被控对象具有比较好的控制效果。     

基于自适应神经网络模糊推理系统的交叉口交通冲突数预测

自适应神经网络模糊系统在建立对象输入和输出关系时,与传统的数学方法不同,它是基于数据的建模。本文利用这一系统特性,建立平面交叉口交通冲突数与进入交叉口内的左转交通量、右转交通量、直行交通量和行人过街交通量之间模型,提出自适应神经网络模糊系统预测交叉口冲突数的方法,建立一种快速获取交通冲突数的预测方法,为交通冲突数的调查开辟了新的途径。     

基于模糊神经网络的氢燃料汽车发动机双模式控制系统

建立了以模糊神经网络控制器和点火提前角转速自适应控制器串联组成的开闭环相结合的双模式控制系统用以实现对控制变量的分级控制。改进的模糊神经网络模型进行的最佳点火提前角的仿真与试验结果的对比研究表明：该方法求解氢发动机的最优化控制模型具有令人满意的结果。     

基于AHP和FNN的军用电源装备系统综合评判模型

针对目前我军军事训练成绩评判方法的不足,例如受人为因素影响大、局限于定性评判等,分析了军用电源装备系统,研究了层次分析法(Analytical Hierarchy Process,AHP)、模糊综合评判法、模糊神经网络算法(Fuzzy Neural Network,FNN),提出了AHP模糊神经网络综合评判模型。通过该评判模型,对装备系统进行仿真评判,研究表明评判结果符合装备系统的实际情况,验证了该评判模型的实用性,为军用电源装备系统优化设计提供了理论依据和技术支持。     

模糊神经网络在桥梁结构等级评估中的应用

针对模糊综合评判在确定权重上的不精确性，用模糊神经网络方法对桥梁进行等级评估。通过大量输入数据的训练得出实用的判决系统，不仅消除了权向量选取仅靠经验的缺憾，而且加快了判决结果的得出。通过各次权值对比与误差分析，证明了神经网络的有效收敛及该方法的精确性。     

基于BP模糊神经网络的高速公路项目运营效益评价

基于模糊综合评价的BP神经网络方法,把实际的数据或专家的打分进行模糊处理,采用BP神经网络学习算法进行计算,克服了模糊综合评价权重确定的主观性过大的缺点,达到主观与客观完美结合的目的。该评价系统具有精度高和速度快的优点,相对误差小于1.2％。     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。     

工程车辆液压行走驱动系统模糊自适应PID控制策略研究

在现有工程机械PID控制器的基础上,利用模糊推理实现了对PID参数在线自整定模糊自适应控制,并且在MATLAB软件下将该控制器在车辆液压底盘试验台系统中的应用进行了研究,仿真结果表明,参数自适应模糊PID控制能使系统达到满意的控制效果.     

隧道施工安全评价模糊神经网络技术应用研究

针对高速公路隧道施工系统的安全评价问题,将模糊理论与神经网络相融合,研究建立了一种模糊神经网络评价模型。阐明了评价系统的工作原理及实现方法。利用历史样本数据对网络模型进行学习训练和测试,工程实例结果显示,评价精度满足工程应用要求。该评价模型具有对环境变化的自学习能力,对权值进行调整,动态地评价公路隧道施工系统的安全状态,是公路隧道施工安全评价方法中的一种新的评价方法。     

贴近度对模糊诊断矩阵的实时修正应用研究

能否正确地建立故障征兆与故障原因之间的从属关系直接决定了模糊逻辑诊断的成功与否，诊断矩阵中各个元素的取值与实际情况的符合程度直接影响到故障诊断的准确性。因此，在确立隶属函数之后，诊断矩阵与实际情况的符合程度是准确模糊诊断的关键。提出了利用贴近度，实时加权修正诊断矩阵的方法。     

模糊逻辑在汽车电子控制中的应用

本文简要介绍了汽车电子控制和模糊逻辑控制的特点，综述了模糊逻辑在汽车发动机控制，自动变速器控制，ＡＰＳ悬架控制，故障诊断，巡航控制等方面的应用。     

基于模糊正交试验的OBDⅡ故障字典优化

针对汽车受到路面、燃油和气候等不确定因素的影响,OBDⅡ故障字典诊断准确率降低的问题,提出了一种采用模糊正交试验优化OBDⅡ故障字典的方法。该方法根据OBDⅡ故障字典得到的诊断率与这些不确定因素进行模糊正交试验,利用水平组合隶属度对OBDⅡ字典的临界概率值进行权值优化。试验表明,该方法大大提高了故障诊断的准确率。     

基于磨损元素比例特征的发动机磨损状态诊断

针对不连续采样时的车用发动机磨损故障诊断问题,基于摩擦磨损原理和摩擦副元素之间的相关性,提出了基于比例特征的发动机磨损状态模糊优选诊断方法,建立了发动机磨损变化的比例模型,研究了摩擦副主要磨损元素之间在磨损过程中的比例关系,运用模糊优选理论实现了发动机磨损状态的诊断。通过典型磨损状态的油样光谱分析数据验证了该诊断方法的有效性,解决了车用发动机在不连续采样情况下的磨损故障诊断难题。     

模糊联想记忆网络在柴油机故障诊断中的应用

由于传统的故障诊断方法在机械设备整体故障诊断中难以有效发挥作用，通过把模糊数学和神经网络理论应用到故障诊断中，构建了一具有联想记忆功能的模糊神经网络。并结合190A型柴油机的故障诊断，验证了算法的有效性。     

基于模糊诊断技术的柴油机故障诊断

由于柴油机随着使用期延长和使用条件的变化会发生多种故障,许多故障现象不易被发现,故障现象与故障原因之间的关系也是模糊不清,借助模糊数学的方法,把模糊现象与因素之间的关系用数学式进行描述,寻找故障的部位和原因。通过实例验证,结果表明,该方法与其他方法有较好的一致性,在故障诊断方面有较高的准确性。     

基于支持向量机的动力电池故障诊断

电池故障诊断是电池管理系统中一项十分重要的技术。针对电池故障和电池输出状态量之间不确定的关系,采用模糊逻辑可以对模糊关系进行准确描述。选用合适的隶属度函数来表示输出的电压、电流信号,用模糊数学理论表示不确定的电池故障与电池输出状态量之间的关系,生成模糊数据库,用支持向量机对数据进行训练和测试,由结果可知该方法有较高的准确性。     

基于符号有向图的汽车涡轮增压系统故障诊断

基于符号有向图SDG(Signed Directed Graph)的传统故障诊断方法融入了定量推理的方法,提高了诊断精度,然而对不可测节点的处理大多采取等效删除以及假设状态信息扩展有效节点的方法,容易引起信息丢失和诊断效率低下的问题.结合汽车涡轮增压系统诊断实例,针对含有不可测节点的故障传播路径,提出引入模糊聚类的方法...     

模糊逻辑诊断方法在液压系统故障诊断中的应用

从模糊数学的基本理论出发,论述了铣刨机液压系统状态监测与故障诊断的原则和方法,为计算机辅助故障诊断,缩短诊断时间,提高准确性,提供了一条可行的途径。     

基于FNN与规则推理的轿车故障诊断系统

简要分析了模糊推理与规则推理以及这两者相结合的故障诊断方法，这三种方法在处理多症状多原因的机械故障诊断问题上都存在缺陷，基于此引出了模糊神经网络代替模糊推理并与规则推理相结合的先进诊断方法，最后给出了一个轿车诊断实例。实例表明该方法是有效的。