新型模糊系统MK的改进模糊系统IMK研究

仿照TSK模糊模型，对新型模糊系统（MK）进行了改进。并证明了在一定的条件下该改进的模糊系统（IMK）与标准模糊系统是等价的。然后用Stone-Weierstrass定理证明该模糊系统仍然具有全局逼近特性。最后，通过两个应用程序比较了该模糊系统改进前后的逼近精度、泛化能力和收敛速度。     

B样条隶属函数的模糊神经网络研究

把模糊子集的隶属函数取为Ｂ样条函数,利用Ｂ样条函数的正定性,紧密性和归一性,可以使得通常模糊系统输出中的分母削法,并且训练过程中权值的调整也限制在局部范围内,最后证明了其全局逼近特性。     

B样条隶属函数的模糊神经网络研究

把模糊子集的隶属函数取为B样条函数,利用B样条函数的正定性,紧密性和归一性,可以使得通常模糊系统输出中的分母削去,并且训练过程中权值的调整也限制在局部范围内。最后证明了其全局逼近特性。     

层次模糊系统的全局逼近性质及其与多子波神经网络关系研究

讨论了B样条基函数的特性，在此基础上证明了基于B样条隶属函数的层次模糊系统（HBFS）是全局逼近器这一重要结论。同时，根据基于B样条隶属函数的层次模糊系统与多子波神经网络在逼近问题上的等价性，对于多子波神经网络是否为全局逼近器这一问题给出了一种全新的证明方法。     

关于通用层次径向基网络及通用层次模糊系统的全局逼近性质

证明了通用层次径向基网络及通用层次模糊系统是全局逼近器这一重要结论,为其实际应用提供了坚实的的理论基础.     

关于通用层次径向基网络及通用层次模糊系统的全局逼近性质

证明了通用层次径向基网络及通用层次模糊系统是全局逼近器这一重要结论,为其实际应用提供了坚实的理论基础。     

层次模糊系统的全局逼近性质及其与多子波神经网络关系研究

讨论了B样条基函数的特性,在此基础上证明了基于B样条隶属函数的层次模糊系统(HBFS)是全局逼近器这一重要结论.同时,根据基于B样条隶属函数的层次模糊系统与多子波神经网络在逼近问题上的等价性,对于多子波神经网络是否为全局逼近器这一问题给出了一种全新的证明方法.     

舰载作战系统综合性能的模糊评估

介绍舰载作战系统综合性能的模糊特征,以及由于这种特征而决定的需要以模糊数学为工具,采用层次分析法,对作战系统的综合性能进行模糊评估。为进行这种评估而进行的作战系统性能（或能力）上的层次划分,与从指挥管理（或功能）上的层次划分是不同的,作战系统性能上的层次划分是采用层次分析法进行作战系统综合性能模糊评估的基础。这种评估有赖于对专家知识的征集,然而专家意见不可能完全一致,需要检验。     

模糊PID自整定控制器的仿真研究

针对传统PID控制器的一些问题，基于PID参数模糊自整定的方法，设计了一种参数自整定PID控制器.并运用Matlab模糊逻辑工具箱进行了仿真研究，结果表明：该模糊PID控制器能迅速消除系统余差，改善普通模糊控制器的性能;既具有PID控制器高精度的优点，又具有模糊控制器快速、适应性强的特点，保证了调节系统具有良好的动、稳态特性。     

改进的基于TSK模型的模糊对向传播神经网络研究

将模糊C-均值(PCM)算法和模糊对向传播神经网络相结合，解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题，在此基础上结合卫张(Sugeno Tanaka Kang)模糊模型，提出了改进的模糊对向传播神经网络Improved FCP，并给出了学习算法。对两种典型的非线性模型进行实验研究，实验结果表明Improved FCP网络具有良好的非线性逼近能力。     

改进的基于TSK模型的模糊对向传播神经网络研究

将模糊C-均值(FCM)算法和模糊对向传播神经网络相结合,解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题,在此基础上结合TSK(Sugeno Tanaka Kang)模糊模型,提出了改进的模糊对向传播神经网络Improved FCP,并给出了学习算法.对两种典型的非线性模型进行实验研究,实验结果表明Improved FCP网络具有良好的非线性逼近能力.     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK(Sugeno-Tanaka)模糊系统的优点,提出了改进的模糊对向传播神经网络Improved-FCP,并给出了其学习算法。实验结果表明Improved-FCP网络较之FCP网络对样本有更高的逼近精度。     

基于模糊专家系统的雷达干扰资源分配模型

在对目标信息进行综合利用的基础上,针对现代海战特点,建立了基于模糊专家系统的雷达干扰资源分配模型,详细地阐述了舰艇雷达干扰系统的知识表示和知识库构建方法,简要介绍了推理策略,充分利用专家经验,体现了定性分析与定量计算的特点。该研究对未来海战中干扰资源的分配决策具有一定的指导意义。     

新型模糊PID控制在UUV操纵上的研究

水下航行器的操纵控制是较难控制的系统,其非线性强,惯性大,模型不确定.传统PID控制已经不能适应这种复杂对象的控制.模糊控制引入了人的思维及专家的经验,能够很好的弥补PID控制的不足.本文研究的Fuzzy PI＋ Fuzzy ID型控制器结合了PID控制与模糊控制的优点,它根据误差的变化实时调整PID的参数,以达到良好的控制效果.仿真试验表明,Fuzzy PI ＋Fuzzy ID型控制器反应速度快,超调量小,过渡时间短,鲁棒性好,可以适用于水下航行器的操纵控制.     

船舶操纵的FARMA模型模糊控制器研究

船舶操纵是一个非线性过程,传统控制方式的操纵性能不能令人满意。本文提出了一种不依靠任何系统模型的模糊控制器设计方法。仿真结果表明了它在船舶操纵应用中切实可行,在一定程度上改善了操纵性能。     

船舶发电机组的励磁系统模糊PID控制研究

本文针对励磁系统的经典PID算法需要被控对象的精确模型、在非线性系统中的性能不够理想这一缺点,分析了船舶柴油发电机组的控制。结合模糊控制和经典PID控制,设计同步发电机励磁系统的模糊PID控制器.模糊推理机的输入为船舶发电机端电压的偏差及其变化率经模糊化处理后的模糊量。在Matlab环境下进行仿真,结果表明模糊PID控制器使发电机的端电压更加稳定,具有较好的静态和动态性能。     

基于TSK模糊系统的改进CMAC超闭球网络结构

充分利用了TSK(Sugeno-Tanaka)模糊系统的优点,提出了改进的CMAC(Cerebellar Model Articulation Controller)超闭球结构网络,给出了其学习算法,实验结果表明改进的CMAC超闭球结构网络较之CMAC超闭球结构网络对样本有更高的逼近精度。     

改进的Walker应变寿命预测方法研究

研究Walker应变寿命预测模型及其简化的应变寿命预测模型,提出一个新的Walker应变寿命预测简化模型。将改进后的Walker应变寿命预测模型应用于镍基高温合金GH4133和K435,并进行验证计算,计算结果与试验结果相比,在可接受的范围内,证明该方法行之有效。     

多目标多层次船型方案模糊优选法

船型方案优选是一个多目标、多层次并含有模糊信息的决策问题,需要考虑的因素往往很多.本文通过划分相互关联的有序层次结构使问题条理化,然后利用文献[1]与文献[2]提出的模糊模式识别理论模型与模糊关系优选理论模型,以低层次的输出作为高层次的输入,对每一层次的单元系统进行优选计算,最后利用级别向量的特征值进行排序,对船型方案进行优选.算例说明,模型建立正确,计算结果可信,各方案的综合评判值离散性大.这一方法为合理选择船型方案提供了参考.     

基于模糊SOFM网分类的船舶电力负荷估算模型

提出了一种新的船舶电力负荷分类随机估算模型。将负荷的功率和工作概率作为分类的两项指标，利用模糊自组织特征映射（SOFM）网络对负荷进行分类，并基于分类给出了电力负荷的随机估算模型。由于分类保证了同一类中的负荷，其功率和工作概率均较接近，从而减小了因分类而导致的模型误差。给出了一个实例，其结果表明：模型精度高，计算简单，易于实现。