一种具有自学习功能模糊控制器的设计与实现

为了克服常规模糊控制器的缺陷，作者设计并实现了一种具有自学习能力的模糊控制器，并应用于蓄电池的化成充电控制这中。同常规模糊控制器相比，它可以更好地控制系统的动态性能。     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

基于案例推理的汽车维修专家系统

依据汽车维修行业领域的专家知识和实践经验，综合运用案例推理、模糊推理和缺省推理等方法，对汽车维修中的多种故障采取原因和症状相结合的维修思路进行推理机制的设置，建立基于案例推理、模糊推理和缺省推理相结合的、能迅速确定汽车维修方案的推理模型，建立了某企业汽车维修系统的原型系统。     

基于FCM的内河一类船长实操考试效能评估

为解决内河一类船长实操考试效能评估问题,提出了一种基于模糊认知图的评价模型(FCMES).在建立影响因素层的不同评价等级基础上,通过问卷调查辨识出了25个影响因素;据专家意见将收集到的定性数据转化为三角模糊数,得到不同的模糊矩阵;利用模糊推理规则的方法聚合各模糊矩阵,再解模糊化,获取邻接矩阵.采取输入端数、输出端数及中心度3个指数的方法,分析FCMES中各因素的重要程度,选出核心变量.利用Matlab实现对FCMES认知图的推理仿真,检验核心变量的准确性.结果表明,绩效评估、评估员素质、模拟器效能、考试流程设计合理性,这4个影响因素对内河一类船长实操考试的效能有重要影响.      

基于神经模糊推理法的复合地层盾构推力预测

盾构穿越复合地层需不断调整或修正盾构推力以适应沿线复合地层物理力学参数的变化。现有方法及理论难以及时并准确地给出盾构推力。自适应神经模糊推理系统(ANFIS)是一种结合了神经网络法和模糊推理能力的智能模型,能准确界定并给出盾构推力。依托杭州地铁三号线盾构区间实测数据样本,选取隧道埋深、覆土动力触探值、土体凝聚力及内摩擦角为输入变量,建立盾构推力神经网络预测模型,实现了盾构推力的精准预测,预测值与实际监测值高度吻合。     

基于ANFIS的环境激励下桥梁结构应变响应预测分析

为准确预测复杂环境荷载作用下混凝土连续梁桥结构应变响应,基于结构健康监测系统长期实测数据,分析桥梁结构温度场变化规律,进而基于主成分分析及自适应神经网络模糊推理系统,建立桥梁结构温度场与桥梁结构应变响应的复杂非线性关系。首先,利用小波分解技术分离环境荷载及车辆荷载作用下的桥梁结构实测应变响应;然后利用平行坐标轴,分析混凝土连续梁桥结构温度场变化规律,并利用主成分分析提取结构温度场实测温度数据主成分;最后基于自适应神经网络模糊推理系统,以应变测点处温度数据、桥梁结构温度场实测温度数据主成分和采样时间点数据为输入数据,分别建立不同输入变量组合与应变响应的复杂非线性关系,并对比分析不同工况下结构应变响应的预测精度。结果表明：桥梁结构各测点处实测温度数据变化趋势基本一致,同侧测点实测温度数据高度相关,但桥梁结构上、下表面测点温度变化存在明显差异,仅考虑应变测点处温度变化,难以准确预测桥梁结构应变响应;当考虑桥梁结构温度场变化时,能更精确地建立温度与应变响应之间的关系模型,进而基于实测温度数据准确预测桥梁结构应变响应;当缺乏结构温度场实测温度数据时,将采样时间点作为反映桥梁结构温度场变化规律的参数,可取得较好效果。     

基于粗糙-模糊软计算的船板线加热成形加工参数预报方法

提出一种基于粗糙-模糊软计算的建模方法,构造一种基于贴近方向修正的高精度模糊推理算法,通过有限元分析(FEA)建立板材线加热成形工艺信息系统,根据粗糙集软计算获取线加热成形的工艺规律,运用模糊推理实现加工参数的快速准确预报。粗糙-模糊建模适用于线加热成形过程的静态或动态模型的构建,为实现该工艺的智能建模与控制提供一种新的技术手段。     

湿式离合器出油口甩出油温度预测方法

为了实现对湿式离合器出油口甩出油温度传感器的冗余校验和自我诊断，提出了一种基于粒计算约简的离合器出油口甩出油温度的模糊预测方法。首先分析出油口甩出油温度的影响因素，将主要影响因素作为预测输入量，并采用模糊推理理论预测当前离合器出油口甩出油温度。在设计模糊预测方法的过程中，通过分析实车数据得到车辆行驶时离合器处于高滑摩功率过程和低滑摩功率过程的不同特性，分别确定相对应的隶属度函数和模糊预测规则，从而进一步提高出油口甩出油温的预测精度。为了提高模糊预测算法的实时性，基于模糊预测规则创建模糊决策表，模糊输入量和模糊输出量分别作为决策表的条件属性集与决策属性集。利用粒计算理论对模糊决策表的条件属性集进行属性约简，通过削减冗余信息有效降低模糊输入量和模糊预测规则的个数。最后利用实车采集的数据对比分析约简前后模糊预测算法的单步运行时间和预测误差等性能指标。试验结果表明：基于粒计算约简的模糊预测算法能够有效保障预测精度，同时拥有更少的模糊预测规则数和模糊输入量，有效解决了模糊预测算法占用资源较多以及实用性较差的问题。     

应用自适应网络模糊推理系统的sugeno模糊模型辨识

给出了一种模糊系统建模的有效方法。首先用减法聚类对系统输入输出数据进行聚类，然后用自适应网络模糊推理系统建立系统的sugeno模糊模型，这样解决了因输入变量高维引起规则的组合爆炸问题以及隶属函数形状和模糊规则不能自动选择的问题。     

地铁列车驾驶的模糊控制技术

应用预测型模糊控制技术，对地铁列车的驾驶进行控制。通过控制系统对列车行驶状况的监测，不断对列车的驱动及有制动利用模糊控制规则进行控制。同时预测机车的行驶，对控制量进行修正，使列车行驶达到最佳状态。