ANFIS及其在控制系统中的应用

详细介绍了模糊推理系统FIS（Fuzzy Inference System）和自适应神经元模糊推理系统ANFIS（Adeptive Neuro-fuzzy Inference System）的基本概念，并着重论述了ANFIS在控制领域中的应用。最后举了一组通过样本数据对ANFIS进行训练的例子。实验结果表明，训练后的ANFIS能很好的控制实际的对象。     

基于模糊推理的潜艇舱室温度控制研究

针对复杂的具有不确定数学模型的潜艇舱室温度环境,利用模糊推理的设计思想,提出了一种参数自调整双层模糊控制器,用于舱室温度控制,并通过采用确定性模糊调整规则,简化了模糊控制器的设计,具有较强的适应性和鲁棒性.仿真结果表明,该控制器明显地改善了控制系统的性能.     

故障智能诊断系统在通信设备检修中的应用

首先介绍用于通信设备故障智能诊断系统的总体框架，说明各模块的功能及开发策略，然后介绍了该专家系统中知识的获取和表示方法，阐述了模糊推理与规则推理相结合的混合诊断推理方法。     

基于ANFIS的高速列车制动控制仿真研究

将自适应神经模糊推理系统应用到高速列车制动控制当中,实现了高速列车制动过程的智能控制,具有控制安全性好,停车误差小,同时在模拟人操作方面有很好的效果。并且在MATLAB环境中进行了仿真研究,将ANFIS与SIMULINK有机地结合在一起,充分地发挥了各自的优势,简化了仿真过程。仿真结果表明了该方法的有效性与正确性。     

船舶驾驶员驾驶疲劳程度的模糊综合评价

采用定性与定量分析相结合的方法,借助模糊推理方法建立船舶驾驶员驾驶疲劳程度的定量化评价模型,运用MATLAB模糊逻辑工具箱来实现模型的计算机化,从而为评价船员疲劳提供定量化的依据。     

神朔铁路钢轨折断风险评估模型研究

钢轨折断是一类严重的线路故障,研究钢轨折断风险评估对保障线路安全具有重要作用。基于模糊推理方法构建钢轨折断风险评估模型,该模型利用设备台账数据、钢轨状态检测数据和维修数据等相关的生产数据,识别钢轨折断致灾因子,量化评定致灾因子状态,建立模糊推理规则库,利用Mamdani模糊推理算法计算钢轨折断风险事件发生的可能性。最后采用神朔铁路神木北至黄羊城区间2013~2015年共3年的实际生产数据对模型的有效性进行验证,结果表明:所建模型可以较好地评估神朔铁路钢轨折断风险事件发生的可能性,对钢轨折断风险管理具有重要指导意义。     

基于满意优化的模糊多目标预测控制算法研究

提出了以满意优化取代传统的最优控制对模糊预测控制中的性能指标进行优化的方法。以模糊多目标单步预测模型为例，给出了系统对某一控制目标的满意优化控制算法，并在此基础上提出了基于满意优化的模糊多目标预测控制算法。     

高速公路汽车追尾模型

应用自适应神经模糊推理系统,以两车车速差、跟随车的车速、行车间距为输入量,两车的追尾概率为输出量,建立了高速公路汽车追尾的ANFIS(自适应神经模糊推理系统)概率模型,计算出在不同车速差和行车间距时的高速公路汽车追尾概率.该概率模型为高速公路汽车追尾建模提供了一种新思路,对模型进行实时校正后用于追尾预测,对避免高速公路汽车追尾具有指导意义.     

基于自适应神经模糊推理的交通状态判别方法

文章针对交通状态具有模糊性和主观性的特点,建立能够真实反映人对交通拥塞程度感觉的自适应-神经模糊推理系统,使具有变化连续的交通流参数模糊化处理,实现了道路交通状态的准确、快速辨别。