空间点目标识别的神经模糊推理系统应用研究

提出了空间点目标在三个不同波段的辐射通量作为特征向量,使用自适应神经模糊推理系统(ANFIS)和动态进化神经模糊推理系统(DENFIS)进行识别.最后与BP神经网络、遗传算法以及遗传-神经算法三种方法进行比较,进行了仿真实验,仿真结果表明ANFIS,特别是DENFIS具有较好的学习能力和泛化能力,较大的提高了目标识别率,能够较好的进行空间点目标的识别.     

质子交换膜燃料电池阴阳极恒压差控制策略研究

阴阳极压力控制对提高燃料电池系统性能至关重要。本文阳极侧使用自适应神经模糊推理系统(ANFIS)作为其控制策略，实现对阴极压力的跟随；阴极侧使用RBF-PID控制器作为其过氧比控制策略。仿真结果表明，ANFIS可迅速将阴阳极压力差稳定在需求值并显著降低流量波动。     

考虑电堆寿命的氢燃料电池汽车能量管理策略研究

提出了一种在满足动力性需求并且以氢燃料电池堆作为主要能源的前提下，能有效延长电堆使用寿命的能量管理策略。提出将需求功率 SG滤波后再进行规则控制的能量管理策略，将多种循环工况的结果进行手动优化后作为训练数据集，设计三输入一输出的自适应神经模糊推理系统控制器，根据其输出结果再进行一次滤波最终形成基于自适应神经模糊推理系统优化的能量管理策略。使用CLTC-P循环工况对能量管理策略进行仿真验证，结果表明，基于自适应神经模糊推理系统优化的能量管理策略能有效延长氢燃料电池剩余使用寿命，相比滤波加规则策略剩余使用寿命增加了33%，并能保持动力电池SOC处于适宜水平。