模糊神经网络系统在滩海铺管敷缆船中的应用设计

针对滩海铺管敷船数学模型过于复杂,难以用传统控制进行建模的特点,提出了用模糊神经网络进行智能化控制的方案,并采用了一种较为简单实用的全局最优算法简化计算过程。实验证明,此控制系统具有较强的自适应性与自学习能力,表明了该方案的正确性与实用性。     

船舶舱室布置方案的模糊综合评价

在建立某型船指挥舱室布置方案评价因素集的基础上,用层次分析法确定了各因素的权重系数,采用语言值标尺及基于重心的方法构造模糊评价矩阵,最后用广义空间距离方法进行方案的比较与排序,完成某型船指挥舱室布置方案的模糊综合评价．     

水力式升船机运行安全重要风险源风险分析*

水力式升船机是高坝通航建筑物的一种新形式,在国内外没有运行经验可供借鉴。为保障水力式升船机安全可靠运行,针对重要风险源风险评价的模糊性难题,通过构建水力式升船机重要风险源因子事故树,辨识水力式升船机运行风险因子及其逻辑关系,提出基于模糊理论的水力式升船机运行安全重要风险源风险分析方法。以景洪水力式升船机为例,定量分析风险因子的风险等级,对水力系统、机械系统重要风险源进行安全风险评价。结果表明,该方法能够客观地评价风险,可为水力式升船机运行风险预警和管理提供技术支撑。     

基于RBF网络和遗传优化的船舶操纵模糊控制器

设计了一种基于RBF网络和遗传优化的船舶操纵模糊控制器。首先讨论了传统模糊控制器应用于船舶操纵控制的不足，然后根据模糊系统在特定情况下与RBF网络具有等价关系的特点，采用具有加权平均输出的RBF网络构造了一个船舶操纵模糊控制器，有效地消除了小偏差范围的舵角抖动现象。在此基础上，根据船舶操纵的特点提出了一种尺度变换因子的自整定方法，并采用遗传算法对自整定过程中的可变参数进行优化，以使控制器能够适应实时控制过程中的时变性和不确定性，保持良好的控制性能。最后针对某大型船舶的非线性模型，采用Matlab 6．1的Simulink工具进行了转艏操纵仿真试验，获得了满意结果。     

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.     

西非铝矾土进口海运供应链风险评估

在分析从西非到我国终端客户的铝钒土进口海运供应链(Bauxit Import Maritime Supply Chain,BIMSC)内部和外部影响因素的基础上,采用故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)和模糊贝叶斯网络(Fuzzy Bayesian Network,FBN)相结合的方法,建立BIMSC风险评估方法的概念框架。采用FMEA辨识潜在的失效模式,并剖析失效原因和后果;根据失效模式潜在的因果关系建立贝叶斯网络;利用三角模糊数处理表征风险参数的不确定性,评估BIMSC风险水平,并进行敏感性分析,确定风险因子排序。研究结果表明,港口操作中的违规操作、违规指挥、货物易流态化和安全管理问题是主要的风险因素。     

Fuzzy群的Fuzzy同构

本文推广了现有文献中关于Ｆｕｚｚｙ同构的定义，讨论了它的一些基本性质。     

模糊逻辑和神经网络在油轮静电监测中的应用

油轮静电问题直接关系到整个油轮的安全。目前，为了防止油轮静电事故的发生，采取了一些防护措施，但基本上没有采用主动的监测系统。这就使油轮在防止静电过程中处于被动盲目的状态。油轮静电产生的机理是十分复杂的，它受多种因素的影响，因此，要准确地对其进行是测量是十分困难的。然而，正是这些内部及外部的不确定因素，使得模糊逻辑有可能应用于油轮静电监测之中。本文提出了一种“模糊逻辑监测系统”。该系统是具有学习功能