舰炮交流伺服系统模糊滑模控制器设计

该文针对舰炮永磁同步电机交流伺服系统 ,设计了一种新型滑模控制器 ,以前馈信号作为平均控制 ,采用模糊推理来调节开关控制的幅度。仿真研究表明 ,该控制器能较好地实现对指令信号的跟踪 ,具有较强的抗参数摄动和抗干扰能力 ,表现出良好的控制性能。     

一种内河顶推船队的引航控制模型

引航控制模型是考虑了人在控制闭环中作用的船舶自动引航模型,它不同于精确控制航迹或者航向的自动舵控制模型,重点在于量化和探索船舶驾引知识和经验.它是港口航道设计和安全评估经常采用的快时模拟的基础.基于模糊推理方法,结合系列内河船队操纵性实测数据与实际操船经验,设计出一种仿真智能的内河顶推船队引航控制模型,并以某顶推船队为原型,进行了仿真试验.结果表明:引航控制建模方法,包括隶属度函数和推理规则的确定能忠实地反映人员操舵控制过程.这种建模方法可为快时模拟论证等工作提供理论和技术支持.     

基于减聚类-自适应神经模糊推理的船舶航向保持控制设计

为解决船舶在非线性和不确定性条件下的常规航向保持控制参数难以确定和性能较差的问题,提出一种基于减法聚类和神经模糊推理系统(SC-ANFIS)的船舶航向保持控制设计。基于鲁棒PID控制,借助减法聚类算法的学习能力对输入样本进行聚类分析,优化模糊量化和模糊规则,继而用神经-模糊推理的方法解决船舶的不确定性问题和非线性控制问题;同时,为避免维数灾难等问题发生,采用多维隶属度函数设计一种可在线自调整的基于SC-ANFIS的航向保持控制系统,并设计仿真试验进行对比分析。仿真试验结果表明,在存在模型参数摄动和干扰的情况下,基于SC-ANFIS的航向保持控制系统可行、有效,能取得良好的控制效果。     

车用发动机故障综合智能诊断方法研究

提出了用模糊神经网络代替模糊推理并与规则推理相结合的新的诊断实用技术,给出了一个汽车发动机的诊断实例。结果表明该方法有效,具有工程应用前景。     

地下工程富水优势特征分析及模糊推理判定研究

突水是地下工程中常遇到的主要、危害严重的工程地质现象，也属于重大地质灾害问题，一直引起工程界的关注。地下工程为开放的复杂巨系统工程，地下工程中发生的突水问题受到众多的因素影响，总的说来就是时间和空间因素两个方面。大量的工程实践表明，地下工程突水不但具有时间效应，而且还与地质结构面，特别是富水优势裂带密切相关。文中分析了地下水在裂带控制下赋存和运移规律，以及可能导致突水的富水断裂、裂隙特征，将地质机制分析、经验判断和基于Matlab模糊逻辑工具箱的模糊综合评价结合进行富水裂带分级研究。     

基于模糊推理的区域路网交通状态分析方法

为准确判别区域路网的交通状态,对区域路网交通流的宏观特性进行了详细分析,建立了路网交通状态评估指标体系。结合区域路网的拓扑结构与交通流特征,基于模糊推理技术提出了路网交通状态分析方法。以城市主干道路网为例,验证了路网交通状态分析方法的有效性。该方法可应用于在线交通状态分析和历史数据库交通运行特征的提取,为交通管理决策提供基础信息。     

基于自适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型.针对这一问题,应用自适应模糊神经推理系统(ANFIS)建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练.最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真.结果表明,前者输出的跟驰车辆加速度值更接近于真实值.     

ANFIS及其在控制系统中的应用

详细介绍了模糊推理系统FIS(FuzzyInferenceSystem)和自适应神经元模糊推理系统ANFIS(AdeptiveNeuro-fuzzyInferenceSystem)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.     

考虑驾驶员行为特性的模糊推理跟驰模型改进研究

基于模糊推理的车辆跟驰模型实现了用数学方法描述驾驶员的主观判断、推理和执行的过程,但现有的这类模型通常未考虑驾驶员行为特性的差异。针对这一问题,在基于模糊推理的跟驰模型中引入期望车头时距,不同行为特性的驾驶员具有不同的期望车头时距,在此基础上建立了改进的车辆跟驰模型。仿真结果表明,改进的跟驰模型能准确描述不同类型驾驶员的跟驰行为及其差异。     

基于关联规则挖掘的路段流量关系的分析

采用关联规则挖掘方法对路段流量之间的关系进行分析并结合模糊规则提取路段流量之间的模糊推理规则，从而由一个路段的流量可以推理其他路段的流量，这样便可以在路网流量预测算法中采用尽可能少的路段，从而达到系统降阶的目的。现场试验及仿真实验证明，本文所提算法的确可以实现系统的有效降阶，使得现有路网流量预测算法满足实际需求。虽然在一定程度上损失了预测精度，但这个损失仍然在可接受范围之内。