基于多级模糊模式识别方法的停车诱导系统评价

为了确定停车诱导系统实施是否达到预期目标和功能要求,需对系统进行整体评价,以确定系统达到了预计的哪种实施效果层次。分析并归纳了城市停车诱导系统的评价指标,将多级模糊模式识别方法引入到对停车诱导系统的评价中来,详细介绍了该方法的基本原理,并通过实例说明了方法应用的具体步骤。结果表明,运用该方法可对停车诱导系统设计与实施效果优劣较好地作出评判。     

一种模糊自适应遗传算法

为克服标准遗传算法的早熟现象,提高算法的全局收敛性和收敛速度,采用并行遗传算法的思想,将整个种群分为几个子种群,分别用不同的遗传算子进行遗传操作;并根据它们各自对进化的贡献,利用模糊推理的方法,对其所作用的子种群的规模作出调整．对函数优化的仿真结果表明,该算法能较好地克服早熟现象,取得较为满意的优化效果．     

基于神经网络的多变量模糊自整定PID控制器

针对脉冲ＴＩＧ焊动态过程控制提出了一种基于ＢＰ神经网络的多变量模糊自整定ＰＩＤ控制器。该控制器利用神经网络在线学习具有多变量耦合，非线性及不确定性的复杂的焊接动态过程的控制规则，实现ＰＩＤ参数的自动整定。仿真实验结果表明该控制器不仅具有模糊控制的简单，有效的非线性控制作用。还具备了神经网络的学习与适应能力，以及ＰＩＤ控制的普遍适用性。     

改进的模糊模式识别法在湖泊水体富营养化评价中的应用

将模糊模式识别理论模型与级别变量特征值相结合，形成改性模糊模式识别法．并运用该方法对我国9个主要湖泊水体官营养化状况进行综合评价，研究表明改进的模糊模式识别法对水质进行评价，结果合理，方法可行，有一定的参考价值。     

基于动静结合的公路隧道洞口设计综合评价体系研究

随着国民经济发展、人民精神生活的丰富,隧道洞口设计由于影响驾驶体验而逐渐受到重视,但目前针对公路隧道洞口的设计评价主要从结构安全出发,对洞口景观环境和洞口美学的考量较少,缺乏对隧道洞口设计综合评价体系的研究;并且评价角度主要从静态视觉角度展开,忽略了行车过程中驾驶人的动态视觉特性,缺乏对洞口设计安全性问题的思考。鉴于此,以层次分析法为基本评价分析框架,建立隧道洞口设计综合评价体系;采用德尔菲法、灰色系统理论确定以功能、景观环境、美学为准则层的评价指标,并通过层次分析法计算得出功能、景观环境、美学指标的权重为0.662∶0.232∶0.106;基于模糊数学理论,提出了以专家和普通群众为评价主体、采用专家打分法和驾驶模拟试验的公路隧道洞口设计综合评价方法;并考虑洞口设计在动态视觉特性下对驾驶安全的影响,针对隧道洞口设计安全性问题提出了眼动仪测试评价方法,构建了一套公路隧道洞口设计综合评价体系。以云南省富龙高速板仑隧道洞口设计方案为例,采用综合评价体系计算得出隧道洞口设计方案为结构安全、环境友好、景观优美的优秀方案;并通过对试验者眼动数据的分析得出隧道洞口设计方案不存在安全隐患问题。该案例验证了综合评价体系的合理性,可为隧道洞口设计及综合评价提供一定的借鉴参考。     

基于手机GPS定位数据的交通方式换乘点识别方法研究

交通方式换乘点识别长期以来是手机大数据交通调查领域的一大技术难点,既有研究大多通过设置出行时间、距离阈值进行识别,算法经验性强,普适性不佳,且易将起讫点、信号控制、交通拥堵等停留误识别为换乘停留。为此,提出了一种基于手机GPS定位数据的交通方式换乘点识别新方法：首先,构建模糊时空聚类算法识别个体运动-静止状态,算法同步实现了定位点时空密度双重聚类约束与聚类边界弹性需求,对个体运动状态识别效果更佳;其次,建立支持向量机模型进行交通方式换乘点识别,有效解决了起讫点、信号控制、交通拥堵等停留对换乘停留造成的干扰;最后,从出行链视角出发,提出了基于序列相似度算法的误差回溯自检与优化模型,能够有效修复换乘点漏识别与错误识别问题。此外,在成都市开展了大范围实测试验,由150名志愿者采集了近2 160 h得到的777.6万条数据被用于技术实证评估。试验结果表明：所述方法对交通方式换乘点平均识别准确率达89.3%,换乘时间平均识别误差控制在20 s以内;与既有空间聚类、小波分析算法相比,换乘点识别精度提升近10%,换乘时间误差最大可降低20 s以上,算法适用性与效果更佳。研究成果可为基于活动的交通需求模型演进提供数据支撑,为交通规划与管理部门决策提供技术支持。     

基于海明距离-TOPSIS法的山区公路隧道扩建方案直觉模糊优选

为了解决山区高速公路隧道改扩建方案选取决策困难而又缺乏理论依据的问题,基于直觉模糊数的海明距离,结合TOPSIS方法,增加专家权向量修正,进而得到处理具有优先级别关系的多属性问题的决策方法。分析山区高速公路隧道改扩建的影响因素,建立隧道扩建方案影响指标体系。从依托工程实际出发,邀请指定的专家对指标优先级别排序,然后利用已建的数学模型实现扩建方案寻优。该方法在厦蓉高速公路隧道改扩建施工方案优选中得到有效运用,说明该方法实用可行,对隧道改扩建施工方案以及类似工程方案优选问题具有重要的指导意义。     

Efficiency in Nigerian ports: handling imprecise data with a two-stage fuzzy approach

This article is focused on assessing the efficiency of six major Nigerian ports from 2007 to 2013 by applying a two-stage fuzzy-based methodology adequate to handle imprecise data. More precisely, fuzzy data envelopment analysis models for traditional assumptions with respect to scale returns are employed to assess the productivity of Nigerian ports over the course of time. In the second stage, fuzzy regressions based on different rule-based systems are used to predict the relationship of a set of contextual variables on port efficiency. These contextual variables are related to different aspects of port service level, berth utilization, accessibility, cargo type, and operator type. The results reveal the impact of operator and cargo type on efficiency levels. Policy implications for Nigerian ports are derived.     

基于模糊时序网络的城市路网关键交叉口识别方法

在城市路网拓扑结构和动力学过程的基础上，增加对其时序特性的考虑，提出适用于城市路网关键交叉口识别的模糊时序网络模型。首先，阐述一般时序网络的描述方法和超邻接矩阵时序网络模型的原理，分析其优势以及将其用于城市路网分析的局限性；然后，提出优化措施，一 方面结合交通网络的功能特性，以动态交通参数构造单个时间步网络的层内交叉口交互强度模糊指标，另一方面借鉴并改进邻居拓扑重叠系数，对其进行模糊化处理，实现两相邻时间步网络层间交叉口关联强度的差异化表达；之后，在改进时间步层内、层间关联描述矩阵基础上，搭建模糊超邻接矩阵(Fuzzy Supra-adjacency Matrix, FSAM)时序网络模型(FSAM模型)；最后，以某城市核心区域147个交叉口构成的路网数据验证模型有效性。结果表明：以时序网络模型分析交叉口重要性非常必要，以中位数表达交叉口在时段内的重要性排序更为可靠；FSAM模型对交叉口重要性的排名时间序列有阶段持续性特征，且相比于特定时间步下基于单一指标的关键交叉口识 别结果具有更丰富的内涵；不同时间颗粒度下，FSAM模型对交叉口重要性排序的一致性较好，结果较为稳定。综上，该模型可供城市路网关键交叉口识别之用。     

基于模糊模式诊断柴油机燃油系统故障

利用夹持式传感器检测高压油管外壁弹性变形,通过对高压油管油压波形进行分析比较,提取反映故障状态的特征向量,利用模糊模式识别技术诊断燃油系统的典型故障。