SVM算法及其应用研究

采用将支持向量机-模糊预测控制应用于列车自动控制系统的方法,解决了目前列车自动控制中,启动控制过程平稳性不高的问题.首先给出模糊预测控制的有限样本的预测学习方法.在此基础上,设计了基于支持向量机-模糊预测控制方法,并把该方法应用于列车的启动控制过程中,通过仿真实验验证了改进的有效性.     

基于模糊弧长的网络计划模型及其算法

考虑作业完成时间的模糊性，并运用网络理论和模糊数理论，构造了一种基于模糊弧长的网络计划模型，提出了求解该模型的模糊算法，并通过数值算例给出了其详细计算过程。     

纯滞后过程的模糊预估控制

利用惯性过程的阶跃响应特性和线性系统中的叠加原理，提出了纯滞后过程的模糊预估模型。仿真结果表明，对纯滞后过程用该模糊预估模型进行并级补偿模型控制可以取得很好的效果。     

基于模糊神经网络的隧道围岩分级系统

将模糊集和神经网络相结合,用神经网络结构来实现模糊系统,并采用神经网络学习算法调整模糊系统的参数,提出了隧道围岩分级系统模型。根据收集到的围岩分级资料作为样本来训练和检验网络模型,并与BP网络模型结果进行比较。计算结果表明该系统可方便有效地实现隧道围岩分级,为工程施工提供依据。     

引入优先因子的模糊Petri网及其在故障诊断中的应用

针对复杂系统故障机理的错综复杂,利用模糊产生式规则建立了模糊Petri网的故障诊断模型.一方面利用Petri网的图形描述能力,用分步运算加判断的方法在图形结构上进行正向或反向搜索;另一方面考虑实际故障搜索过程中,当同一层次上几个变迁的可信度值十分接近甚至相等时,仅依据可信度最大的原则来进行取舍的不合理性,引入表示故障严重程度的优先因子,使模型更符合实际情形.最后以某复杂系统故障诊断实例说明了模型的有效性.     

基于模糊Petri网的网络交互模式的建模

针对基于信任的交互模式的一般性及复杂交互模式的设计问题,对单个交互事件进行扩展,得到了4个基础交互模式.利用模糊Petri网(FPN)描述离散事件之间模糊关系的特点,建立了基于信任的基础交互模式的模型及其模糊交互过程的模型,并分析了它们在计算机网络中的应用.把这4种基础交互模式的模型用于设计基于实体间信任的复杂交互模式及评估其确信度.     

基于T-S模糊模型的非线性系统辨识

研究了非线性多变量系统的T-S模糊辨识问题．提出一种利用测得的输入输出数据来计算非线性动态模糊模型的方法．使用模糊聚类简化了T-S模糊规则及前提参数的生成，采用加权最小二乘算法得出结论参数．将该辨识器用于一类非线性系统的模糊辨识，并与模糊神经网络的辨识结果进行了比较，验证了所提方法的有效性．     

基于模糊层次分析法的梁桥加固方案优选

通过建立提高梁桥承载力加固方案的多层次多目标的模糊优选模型,提出了基于模糊数学和层次分析法的桥梁加固方案优选方法,并结合具体的梁桥加固实例,阐述了模糊层次分析法在评价和加固方案优选中的具体运用过程。     

基于模糊故障树的铁路机车检修周期预测研究

在当前国内机车检修预测的当量公里模型的基础上建立了机车检修周期模糊故障树模型,并将机车运行过程中静态、动态的影响因素通过模糊故障树模型进行了分析,形成了一种预测机车检修周期的新方法,为解决铁路机车检修中的机车检修周期预测问题建立一种新的较科学的模型.     

基于神经网络的模糊逻辑设计算法

提出了一种利用神经网络学习功能来设计模糊逻辑的方法。用类神经网络算法产生模糊规则和隶属函数，通过学习得到的模糊规则、隶属函数和以新模型推理、逆模糊化为基础的新模糊设计，显著地改进了系统性能，缩短了设计周期，将规则数目和隶属函数最优化，可有效降低系统成本。