离群模糊切换回归模型研究

模糊切换回归模型被广泛地应用于经济领域和数据挖掘技术中.本文在传统的模糊切换回归模型的基础上,通过为每一个数据样本分配一个动态的权值,得到了一个新的离群模糊切换回归模型,提出了FCWSRM(Fuzzy C Weighted Switching Regression Model)算法,最终得到的权重是数据分布的一种代表,将被用来发现数据集中的离群点.实验表明,离群模糊切换回归模型比传统的模糊切换回归模型具有更强的鲁棒性,并且能通过权值发现数据集中的离群点.     

基于模糊点数据的地基液化判别

以世界范围内19次大地震106个场地的地基液化现场实测数据为基础,通过对地基液化评价模型建立过程中模糊不确定因素的分析,引入模糊模式识别理论建立各实测数据点隶属度,模拟数据点在构建液化判别模型的不同作用;并通过LOGISTIC回归将数据点的模糊性映射到液化判别模型,导出液化概率评价方程,建立地基液化概率和液化安全系数的函数关系.预测液化和非液化的可靠性分别达到92.9%和80.2%,为利用现场实测资料进行地基液化判别提供了简便、较为准确的新途径.     

模糊聚类算法在舰船电气系统故障远程检测中的应用

依据模糊均值聚类故障检测原理,对舰船电气系统初始状态数据样本归一化后,构建舰船电气系统状态数据模糊相似矩阵,依据该矩阵分析系统状态数据亲疏度;利用亲疏度结果获取状态数据的最佳权值指数,并对状态数据样本进行加权处理,降低系统状态数据聚类稀疏度;将最佳权值指数赋予到状态数据中,同时更新模糊C-均值聚类目标函数.通过设置聚类...     

基于PCA与属性权重模糊聚类的入侵检测方法

针对入侵检测数据集中存在大量冗余信息及传统聚类算法的效果不佳,提出了结合主成分分析与属性权重模糊聚类算法的入侵检测方法。该方法分为特征提取和模糊聚类两阶段,使用主成分分析进行特征提取、消除冗余属性;将经主成分分析后得到新成分的贡献率作为聚类算法中属性的权重值,实现了基于属性权重的模糊聚类。在KDD-CUP99数据集中的实验结果表明,该方法能有效地降低检测训练时间和提高检测正确率。     

舰船通信网络的数据状态识别方法

传统数据状态识别方法降噪效果不佳,导致离散点匹配出错,影响数据状态识别效果,因此提出全新的舰船通信网络的数据状态识别方法。通过转换噪声信号的时域和频域特征,处理通信网络空间噪声;利用离群点检测模型,匹配网络通信数据;获取识别任务关键因素,识别舰船通信网络的数据状态。实验结果:与传统方法相比,所提出方法的离散点匹配结果更准确,同时该方法可以正确识别出通信网络中的数据状态。     

酶发酵过程模糊预测控制

介绍一种基于模糊逻辑的预测方法，通过对发酵过程的模糊辨识，建立模糊预测控制模型。该模型应用于木糖醇发酵过程，取得了良好的效果。     

基于模糊系统方法的混凝土强度预测模型

采用单值模糊器、乘积推理机、中心平均解模糊器,建立了基于模糊系统方法的混凝土无损检测强度评定模型.为了提高模型精度,以回弹值、超声值、碳化深度值和含水率作为模型输入变量,抗压强度值作为模型输出变量,通过一定的数据训练,提取模糊规则,形成完备的模糊规则库.实验结果表明:模糊系统模型预测结果的平均相对误差为7.98%,相对标准差为10.53%.该模型的预测精度明显高于目前常用的回归模型预测精度,基于多因素的混凝土强度评定精度高于基于单因素的混凝土强度评定精度.因此,该方法为混凝土强度检测评定提供了一种有效的途径.     

模糊切换型船舶运动PID控制器

航向改变时船舶航迹变化过程可以分为瞬态区域和稳态区域。根据不同区域中不同的性能指标,提出了一种把常规PID和TS-PID模糊控制器以模糊切换方式相结合的模糊切换型PID控制方法。该方法集成了常用PID和模糊PID控制方式的优势并弥补了各自的不足,模糊切换方式实现了二种控制器之间的平滑切换。应用钝性定理证明了二阶Nomoto船舶模型的切换型PID控制系统的输入、输出稳定性,并用遗传算法优化控制器参数。与模糊PID控制器的对比仿真实验,表明所提出的方法可以有效提高船舶运动控制的各项性能指标。     

新模糊神经网络模型及其建模应用研究

本文提出一个新的模糊神经网络模型，证明了它是一个全局逼近器，且具有物理意义明显，收敛速度快之优点，通过一个建模的实例表明，与典型的模糊神经网络建模系统相比，本文提出的新模糊神经网络，是一个更适用的建模工具。     

基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合，提出一种求解多传感器多目标跟踪数据关联问题的方法。该方法的目的是实现多传感器观测数据的模糊聚类，使源于不同目标的观测数据能正确划分到该目标中去。仿真结果表明，该算法可以实现数据与目标的正确关联，克服传统硬判断的一些缺点。     

基于改进型模糊层次分析法的舰艇生命力评估

由于舰艇系统的复杂性,对全舰进行生命力评估需要将其分解到下一级或几级具体的子系统,通过系统生命力指标得到全舰生命力的描述。传统的模糊层次分析法(FAHP)存在两个缺陷:一方面可能导致计算结果错误;另一方面也可能造成无法计算指标权重,使模糊层次分析法的使用范围受到限制。采用一种改进的模糊层次分析法,建立三角模糊判断矩阵,确定各层次间相关因素的权重,并计算得到各子系统的权重排序。实例证明,该模型的评估结果反映了舰船系统的实际工况。根据该模型计算的评估结果,可以更好地发现舰艇生命力系统的薄弱环节,为损管决策提供科学的理论依据和方法。     

海洋平台设计选型的多级模糊优化及非结构性模糊决策分析

针对海洋平台开发设计中经常遇到的复杂的方案优化选型问题，提出了将多因素，多级非结构性模糊优选理论引入到平台的设计选型中，根据影响平台选型的线构性因素，采用三级模糊优选，综合考虑了影响平台选型的各种优选目标，针对影响平台选型优化的因素非常复杂，确定隶属函数主观因素较强的情况，引入非结构性模糊决策法以确定其录属度和权重。通过此模糊优选模型，进行了一平台的设计选型优化，得到了比较理想的优选结果，证明了此模型在为海洋平台方案的设计选型的实用性。     

基于S修正卡尔曼滤波的自适应网格模糊交互多模型算法研究

针对机动目标跟踪问题中,固定结构多模型(FSMM)算法费效比不高以及交互式多模型(IMM)算法马尔可夫转移概率难以准确确定的问题,研究一种基于S修正卡尔曼滤波的自适应网格模糊交互式多模型(AGFIMM-SKF)算法。该算法通过自适应网格调整实现了模型集自适应,通过模糊逻辑推理得到模型集中各个模型的匹配度,并且对标准卡尔曼滤波器进行S修正。仿真结果表明,AG-FIMM-SKF算法与标准的IMM算法相比,可以有效提高多模型算法的精度和费效比,且适合工程应用。     

模糊逻辑在船舶市场模型的建立,分析和预报方面的应用

模糊逻辑是一种技术，这种技术试图系统地数学模仿人的推理。本文研讨了应用模糊逻辑来建立船运和船舶建造市场模型并对之进行分析和预报的可能性。被称为模糊决策模型的模糊系统是基于模糊技术的技术面发展起来的，可用于建立大型原油油轮货运市场的模型、大型原油轮订单市场的模型及拆船市场的模型。研究结果表明模糊决策模型能够很好地建立和预报以上这些经济系统。此外，模糊决策模型能深入到市场机制并洞市场参与者的决策过程。     

基于模糊聚类综合评价的船舶柴油机排放烟色分析和实现

传统的故障树多用于定性分析,在定量分析时主观随意性较大。文章根据专家经验确定底事件的发生概率,通过三角模糊数和算子公式得到顶事件的发生概率,对故障树各层故障指标进行专家层次分析和评估,基于聚类法剔除偏离度严重的数据,进行综合评价。最后,文章开发了聚类模糊综合评价的原型系统,并以船舶柴油机排放烟色异常为实例,分析并建立故障树,实现了船舶柴油机排放烟色的聚类模糊综合评价。     

基于模糊神经网络的柴油机排气噪声预测

应用模糊神经网络FNN（Fuzzy Neural Networks）的模糊推理对噪声数据的预测进行了研究分析。和传统的BP网络方法相比,模糊神经网络具有概念清晰,逻辑清楚,且不会限于局部极小点等特点,实验结果充分证明了这种方法的有效性,并且本文用较小规模的正交试验数据作为训练样本,达到了试验量少效果好的目的。     

模糊自适应卡尔曼滤波在惯性/地磁导航中的应用

为了提高自主、无源组合导航系统的精度和可靠性,针对惯性/地磁组合导航系统中滤波发散、量测噪声统计特征随实际情况不同而变化的问题,本文在无迹卡尔曼滤波的基础上,通过监测滤波新息的方差和均值变化,采用模糊自适应滤波算法,"在线"调整模型中的噪声方差阵,来改变滤波器的估计均方误差和滤波增益.通过自适应调整Sigma采样中权值的比例因子α,来解决UT变换的非局部效应,达到提高组合导航的精度的作用.仿真结果表明,模糊自适应卡尔曼滤波器可以有效的提高惯性/地磁组合导航系统,克服了传统滤波算法的缺点和不足,提高了滤波精度.     

基于模糊度取整成功概率的周跳探测方法

GPS现代化的一个重要内容是增加一个新的频率，基于这个新的频率提出了一种有效的周跳探测方法。介绍了模糊度成功率的公式，成功率越高，模糊度取整的正确性越高。通过计算，长宽巷的模糊度成功率非常高，将其模糊度固定，就可以比较准确地计算测站到卫星间的距离项，进而很容易地探测出周跳。即使没有实测数据，应用成功率的概念也揭示了本方法的有效性。     

基于模糊神经网络的柴油机排气噪声预测

应用模糊神经网络FNN(Fuzzy Neural Networks)的模糊推理对噪声数据的预测进行了研究分析.和传统的BP网络方法相比,模糊神经网络具有概念清晰,逻辑清楚,且不会限于局部极小点等特点,实验结果充分证明了这种方法的有效性,并且本文用较小规模的正交试验数据作为训练样本,达到了试验量少效果好的目的.     

舰船通信网络模糊信息多目标元素优化跟踪系统

为了解决传统多目标元素跟踪系统中,由于受到通信信号的干扰导致的跟踪误差大的问题,从硬件和软件2个方面,设计舰船通信网络模糊信息多目标元素优化跟踪系统。在硬件方面主要改装跟踪器和控制器,在硬件设备支持的基础上,通过设计系统的软件功能。首先搭建多目标元素的运动模型,在舰船通信网络中收集模糊信息,并以此作为判断多目标实时状态的基础。最后通过多个跟踪点数据的关联,实现多目标元素优化跟踪与维持。通过与传统系统的测试对比得出结论,设计的多目标元素优化跟踪系统的平均跟踪误差降低了52%,且在通信网络干扰的情况下可以保证跟踪精度的稳定,具有较高的鲁棒性。