柴油机相似性的模糊灰色评估方法研究

针对柴油机案例知识获取的需求,提出了一种基于模糊数学和灰色关联分析的柴油机相似性评估方法。该方法选择了柴油机的九种特征属性作为评估的依据,根据属性分类的不同采用不同的方法进行处理,其中重点介绍了对模糊概念属性的三角模糊处理方法,并利用灰色关联分析对柴油机的整体相似性给出了评估。最后对方法进行了算例验证说明。     

山区高速公路隧道结构型式模糊优选系统研究

基于模糊优选理论建立了隧道结构型式模糊优选系统。对系统自下而上进行求解,指标权重和定性指标的相对隶属度按二元对比法确定,成本型定量指标的相对隶属度按越小越优原则确定。实例分析表明,优选方法可行。     

城市道路服务水平的模糊综合评判

在分析影响道路服务水平因素的基础上,综合考虑道路服务水平影响因素以及评价指标的模糊性,提出可以运用模糊数学方法来对城市道路服务水平进行评价.在此基础上,建立了城市道路服务水平模糊综合评判模型.并运用实例验证了模型的实用性.     

模糊故障树分析在电罗经故障诊断系统中的应用

电罗经是舰船上必备的导航装备,能够向其他设备提供精确的航向信息。但是电罗经结构复杂,引起设备不能正常运行的故障发生的概率又具有不同层次的模糊性、不确定性,难以直接进行准确判断。一旦出现的故障不能及时排除,将会严重影响航行。本文简要的介绍了模糊集理论,并针对某型电罗经故障发生概率具有模糊性和不确定性的特点,将模糊集理论引入故障树分析,并对电罗经各个环节发生故障时所遇到的各种模糊信息进行了科学的、定量的处理。试验证明,该方法能够解决传统故障树分析不能处理同时存在随机不确定性和模糊不确定性的故障事件的问题。     

一种基于模糊逻辑的城市交叉口交通信号控制方法

提出了一种基于模糊逻辑的城市交叉口交通信号控制方法,此方法不需要建立复杂的交通模型,可以有效地解决交通信号控制过程中复杂和随随机难题,同时应用加权系数的遗传算法对模糊逻辑控制器的参数进行了优化,仿真结果表明模糊逻辑控制可以成功地应用于城市交叉口交通令号控制中。     

公路技术评价方法

针对目前国内外公路技术评价方法和比较单一,结论不尽全面这一问题,通过研究建立了公路技术评价方法体系,主要包括公路的技术价和公路性能的技术评价两个方面,在研究过程中,采用模糊评判法,功能重要度系数法等数值分析方法,并将此评价体系应用到实践中,取得了良好的评价效果。     

工程结构模糊失效模式的优化准则法

基于枚举结构静强度主要失效模式的优化准则法,利用关于随机和模糊熵的定义,建立了模糊随机变量向等效的随机变量的转换关系。把这种关系用于建立模糊随机结构失效模式得到了较好的效果。并用算例来说明这种方法的应用和有效性。对于大型结构,结合并行计算方法,将会使计算时间大大地减少。     

多目标群体决策的一种综合集成方法

对具有多目标的群体决策问题,以最小二乘法为工具,用Lagrange函数算法,综合主观和客观两种信息,建立了这两种信息权重的优化模型,同时给出了群体成员权重的模糊等级方法,为多目标群体决策提供了一种简单实用的可靠方法,具有广泛的用途。     

水利工程施工质量的评定及对现行方法的改进

水利工程的建设关乎国民经济和人民生活,随着时代的发展现代社会对水利工程的施工质量要求越来越高。施工过程中对施工质量的严格评定和控制对最终的工程质量起着至关重要的作用,但是现阶段而言对工程施工质量的常用评定方法尚存在不足,需要得到进一步改进从而满足时代和社会发展的需要。本文分析了现有的水利工程施工质量的评定方法,总结归纳了当前所用评定方法的不足,主要包括：工程质量水平未实现量化、优良标准在实际应用中激励作用不足和评定过程中信息化水平不高等。针对这些不足,本文提出了针对性的改进方法,包括实现工程质量量化、实行工程质量激励和推动工程质量评定信息化与智能化,更进一步引入线性模型、综合加权法和模糊评判模型对现有问题进行改进,并分别加以分析说明。     

汽车发动机故障诊断方法研究

汽车发动机的自动启停功能是现代汽车的重要宣传和卖点之一,在汽车行驶时开启该功能可以显著降低汽车的油耗,有助于减少汽车尾气排放。这有助于减少汽车尾气对空气环境的影响,对破坏和污染产生积极影响。本文在介绍汽车发动机自动启停技术的基础上,研究了当前汽车发动机自动启停系统的种类,分析了汽车发动机自动启停功能的故障诊断和维修方法。希望这对在特定情况下的汽车维修工作有所帮助,这里有一些新想法可以帮助员工执行某些维护任务。汽车故障诊断技术是指在不拆卸整车的情况下,掌握车辆的技术状况,找出故障原因和位置的一种汽车应用技术。汽车故障诊断是一项需要高度逻辑和分析思维的任务,而任务的目的就是找出故障点。故障原因分析对工作原理的分析和逻辑推理导致故障诊断步骤复杂,对故障进行旁路和误判,给自己或他人造成诸多麻烦和损失。