基于多分辨率分析的区间类型2模糊系统

为了更有效地表达和处理系统的不确定性,提出了基于多分辨率分析的区间类型2(简称多分辨率区间类型2)模糊系统,构造了多分辨率区间类型2隶属度函数,并给出了基于尺度函数分解的结构和参数学习算法.多分辨率区间类型2模糊系统的前件是多分辨率隶属度函数,后件是输入的线性函数,因此系统可以自适应地划分输入论域空间,优化系统结构.将多分辨率区间类型2模糊系统应用于带有噪声的时间序列预测,预测结果的复杂度较小,均方根误差为0.105 2.     

机车黏着控制方法的研究现状综述

机车的黏着是有轨运输系统的基本条件，提高机车黏着性能是一个至关重要的课题。介绍了黏着的基本理论，黏着控制的目标就是在机车运行过程中，通过对驱动力的控制，使实际的黏着系数尽量逼近于当时路况的黏着系数最大值，从而获得最大的平均牵引力。对现有主要的机车黏着控制方法（反馈与极值组合法、模型控制法、模糊神经网络法、模糊控制及其他控制方法）作了简要总结，介绍各种方法的理论基础和控制模型，比较其性能的优劣，指出模糊神经网络和模糊控制法是两种很有前景的控制方法。     

基于二维云模型的机车粘着控制及其仿真研究

提出了一种基于云模型控制器的机车粘着控制方法.通过分析机车牵引系统的粘着特性,建立了简化的机车牵引系统仿真模型;利用云模型的定性概念与其定量表示之间的不确定性转换能力,针对机车粘着控制的强非线性、复杂性,设计了基于云模型的机车粘着控制器.仿真结果表明,本方法可以有效地抑制空转的发生,实现了机车优化粘着控制.