基于模糊非线性回归的煤炭发热量预测研究

针对经典线性回归模型无法反映变量间的非线性关系,不适宜预测有模糊数的煤炭发热量的问题,提出了一种基于三角模糊数的多元非线性回归的煤炭发热量预测模型。以我国新疆伊犁地区煤炭工业分析为建模数据和模型检验数据,将计算模糊中心值和模糊幅度值的问题转化为约束非线性优化问题,采用MATLAB优化工具箱求解。最后对比分析了模糊非线性回归、经典线性回归、BP(Back Propagation)神经网络及支持向量机回归4种模型对测试煤样发热量的预测结果。结果表明,模糊非线性回归模型的线性拟合优度值为0.9997,调整后的非线性拟合优度值为0.9838,均方误差为0.4473;测试煤样的平均相对误差为0.0203,80%的测试煤样模糊隶属度大于0.5。模糊非线性回归模型具有很高的精确度和可靠性,可用来预测预报煤炭发热量。     

基于三角模糊树的油气管线爆炸事故的FTA分析

管道爆炸的现场数据难以收集整理,事故发生的概率难以确定。引入模糊评价方法中的三角模糊理论来描述难以计算的管道爆炸事故的概率,确定顶上事件的模糊概率区间;为了确定引起事故发生的组合模式,通过Fault Tree Analysis(事故树)简称FTA分析法,应用Boolean algebra method(布尔代数法)求得事故树的最小割集;通过中间值法的应用,确定各个引起事故的基本事件的结构重要度,通过对各个基本事件的结构重要度的整理,确定影响顶上事件-事故发生的重要因素的先后顺序,可以对排列靠前的影响较重的因素进行改善。     

结构安全性的模糊评价

结构安全性评价中的模糊性是目前可靠性工程学中的主要难点之一.本文使用失效可能性的概念来描述系统中各事件的状态,用模糊逻辑替代经典的二值逻辑,建立了以模糊语言为参量的失效树分析方法.文中还提出了以模糊失效树分析和模糊综合评判为基础的安全性评价方法.作为初步应用,本文研究了影响焦碳塔结构安全性的诸因素的重要性,评价结果对石油化工设备安全管理有一定参考价值.     

模糊模式识别技术在超声表征铝质高压绝缘子中的应用

本文提出一种基于模糊模式识别技术对不同烧成温度的高压铝质绝缘子进行超声表征的方法。通过超声水浸线聚焦技术获得烧成温度分别为1220℃、1260℃和1300℃的绝缘子的回波信号,并提取归一化功率谱中0.58MHz、1.282MHz和1.495MHz三个频率的幅值作为表征绝缘子组织结构的特征值。由于对应不同烧成温度,该特征值围绕其平均值波动,此时可认为该烧成温度对应组织结构的超声回波功率谱特征值形成了一个模糊集,利用模糊识别中能够表征模糊集之间彼此接近程度的贴近度概念来进行研究。结果表明,利用待测试样与标准试样功率谱特征值之间的贴近度,可以有效区分不同烧成温度的绝缘子,贴近度越大,待测试样与标准试样的烧成温度越接近。该方法为无损表征不同组织结构的绝缘子提供了有效途径。     

最小二乘法与灰度重心结合实现圆度检测

产品检测中若采集到的图像是模糊的,其轮廓边缘均不清晰,常规的边缘检测算法中,二值化处理会导致图像边缘信息丢失,降低图像边缘像素位置的定位精度,最终会影响产品圆度误差计算的精度。针对这一问题,在提取图像的边缘后通过灰度重心法进行坐标区域的重新定位,然后对得到的坐标点进行最小二乘法拟合。最后,通过对激光光斑的圆度检测实验,分析拟合结果的圆度误差,证明了该算法的优越性。     

模糊层次综合分析法在油库安全评价中的应用

最近油库泄露、火灾、爆炸事故频发,使得油库的安全状况引起了众多的关注,同时,也使得油库的安全评价显得尤为重要。目前应用比较多的评价方法有检查表法、事故树法、失效模式与后果分析、道化学公司的火灾、爆炸指数评价法等,但是都在一定程度上存在因素之间缺少联系性和重要度、内容客观性不足等。模糊层次分析法可以有效解决这些问题。运用层次分析法计算得到影响油库安全性的各个因素的权重值;利用模糊理论将某些模糊数值客观化、定量化、科学化。利用模糊层次综合分析法有效的将人的因素、物的因素以及环境的因素结合起来,系统的反映出来各个因素的对油库安全的影响大小,为油库的安全运行提供了理论上的支撑,具有一定的使用和推广价值。     

舰艇复合材料结构可靠性设计方法探究

可靠度是衡量结构物固有可靠性水平的重要指标之一,正确选取可靠性分析方法以及可靠度计算方法是开展舰艇用复合材料结构可靠性设计工作的基础和保障。舰艇用复合材料结构工作环境复杂,加之复合材料本身具有非均匀、各向异性等性质,力学性能比传统金属材料复杂得多,离散度也大,导致结构可靠性设计问题相对突出。对此,分析了舰艇用复合材料结构强度特性及其分布规律,提出基于应力-强度干涉模型进行舰用复合材料结构可靠性分析,采用B基准设计许用值的安全系数法开展可靠度计算的可靠性设计技术途径。二者联立,在求解问题能力及结果准确性等方面具有明显的可操作性和优越性,对开展舰艇用复合材料结构可靠性设计具有重要的参考意义。     

基于GA-WNN的桥梁基础结构局部冲刷风险模糊评估方法

针对难以获取冲刷灾害危险性指数、冲刷风险评估精度较低、桥梁基础结构突发坍塌风险较大的问题,提出了基于GA-WNN的冲刷风险模糊评估方法。在分析桥梁基础结构局部冲刷机理后,采用GA-WNN网络构建冲刷风险评估指标体系,通过冲刷风险评估指标数据的无量纲化处理,计算模糊评估指标权值;采用冲刷灾害危险性指数来反映冲刷风险的程度,结合GA-WNN网络,校验矩阵的最大特征根,计算随机一致性比率,实现了冲刷风险模糊评估算法设计。结果表明：文中方法在评估冲刷风险时,可以将相对误差控制在2%以内,大幅度提高了评估精度。     

元明清陶瓷蕉叶纹纹饰的特征

提出一种借助于人工智能的辅助鉴别方法鉴定具有蕉叶纹饰的古陶瓷年代及真伪,利用局部二值模式(LBP)和方向梯度直方图(HOG)技术从古陶瓷图像的蕉叶纹饰中提取古陶瓷的时代特征,通过蕉叶纹局部二值模式纹饰特征和方向梯度直方图纹饰特征的融合实现古陶瓷的智能断代,并采用纹饰相似度衡量古陶瓷的真、伪可能性。以博物馆现有馆藏古陶瓷图像资料为基础进行实验。结果表明:该方法不仅可以完成古瓷器准确断代,而且能够发现蕉叶纹饰的发展规律,从而强有力地辅助专家的断代工作。此外,基于纹饰特征的相似度分析能够对古陶瓷的真伪辨识提供较有力支撑。     

油田注汽锅炉干度控制自动化技术研究

本文介绍了注汽锅炉干度控制自动化技术的设计,干度是注汽锅炉安全运行的重要参数,也是影响重油热采效果的重要指标,本文提出一种基于模糊预测技术的干度控制方法,通过自动化控制能大大提高了锅炉运行的稳定性、经济性,收到了满意的控制效果。     

设备重要度的模糊综合评判

在模糊集理论的基础上,应用模糊综合评判方法,系统考虑设备重要度的影响因素及各因素的权重,评价设备的重要度。计算结果准确全面地反映设备的重要程度,并与其他方法的结果基本一致。     

含缺陷压力管道模糊失效概率的分析计算方法

应用模糊随机概率理论,在同时考虑压力管道评定参数的随机性和失效模式模糊性的基础上,指出含缺陷压力管道的失效概率实际上是一个模糊随机概率,进而提出了计算含缺陷压力管道模糊失效概率的方法。这种方法与仅考虑参数的随机性相比,更科学合理、更符合工程实际。     

轮胎结构设计所用计算方法研判

简要论述了对轮胎结构设计中所用计算方法的正确性进行研判的基本方法,指出实验验证和逻辑证明是两种有效的基本手段;强调了实验验证方法对优化试验设计方法的倚重,即对逻辑分析的依赖性;阐明了逻辑证明方法的重要性、实用性和经济高效性;重点推介了几种常用的逻辑检验方法,并针对性地给出了具体应用实例剖析.     

对象技术在案例推理故障诊断中的应用

从认识论的角度 ,提出了对象技术和案例推理的相似关系。分析了案例推理的几个重要问题 ,包括案例的多级索引、用模糊聚类法精化案例库和模糊模式识别的案例相似性匹配。并结合数据库技术将上述方法应用到故障诊断专家系统的设计 ,结果表明该方法是有效的。     

Research of influences of surface structure of coloured textiles: applying fuzzy logic

The fuzzy logic‐based approach was applied in studying the influence of a different textile surface structure on colour appearance and similarity. The fuzzy‐based approach has been chosen because fuzzy logic provides the computerising of human reasoning. For the analyses, 100% cotton samples with certain characteristics were chosen. First, the computer match prediction was performed to determine the concentrations of dyestuff to be used in the experimental work. A yellow‐shaded direct dyestuff suitable for cotton dyeing was used. In the next step, the fuzzy logic system was created based on terms that would define the surface characteristics of the samples. The most important part was a proper definition of the rules and linguistic variables that use words for assigning the values of properties and that influence the experience of an observer (gloss, smoothness, roughness, etc.) and connect input space with output space. Finally, the performances of both systems were compared and analysed. In this work, the approach was based solely on the surface–structural characteristics of textile samples. The main aim was to examine the approach using the fuzzy logic‐based technique in order to provide the method that would include surface parameters of textile samples that are of importance in applying colour to different structured textile surfaces. It was confirmed that the fuzzy logic reasoning would have its application in the control of the influence of the surface structure of coloured textiles, especially for lighter shades where the influence of structure parameters on the colour experience of an observer is more emphasised.     

基于模糊逻辑推理的精馏分离序列优化综合

模糊逻辑推理能够反映自然语言要素信息传递特性. 通过抽象有效重组参数提炼if-then模糊逻辑推理规则、根据精馏分离序列综合问题数字特征创建Sugeno模糊逻辑推理模型,系统化地提出了基于模糊逻辑推理的精馏分离序列优化综合方法.     

APPLICATION OF FUZZY ADAPTIVE CONTROLLER IN NONLINEAR PROCESS CONTROL

In general, physical processes are usually nonlinear and control system design based on the linearization technique cannot control the process well for a wide range of operation. Use of the variable transformation method may not always solve the problem. In this paper, a fuzzy adaptive controller is proposed to control the nonlinear process. The CSTR control problem has also been considered. The results are compared with the method of nonlinear model predictive control (NMPC) with constrained and unconstrained control variables. A fuzzy model-following control system scheme is also proposed. The results show that the proposed controller is a feasible control structure for a nonlinear or parameter-variations process control.     

基于自适应模糊神经网络的非线性系统模型预测控制

针对非线性动态系统的控制问题,提出了一种基于自适应模糊神经网络(adaptive fuzzy neural network, AFNN)的模型预测控制(model predictive control, MPC)方法。首先,在离线建模阶段,AFNN采用规则自分裂技术产生初始模糊规则,采用改进的自适应LM学习算法优化网络参数;然后,在实时控制过程,AFNN根据系统输出和预测输出之间的误差调整网络参数,从而为MPC提供一个精确的预测模型;进一步,AFNN-MPC利用带有自适应学习率的梯度下降寻优算法求解优化问题,在线获取非线性控制量,并将其作用到动态系统实施控制。此外,给出了AFNN-MPC的收敛性和稳定性证明,以保证其在实际工程中的成功应用。最后,利用数值仿真和双CSTR过程进行实验验证。结果表明,AFNN-MPC能够取得优越的控制性能。     

模糊聚类分析方法在系统分析中的应用

决策者对下属各分支机构的有效宏观管理方法是具体问题具体分析；具体措施即对不同性质的分支机构采用不同的目标管理方案；模糊聚类分析是系统分析中新兴的一种分析方法，他是管理者对下属的各个分支机构按其管理特征、行为特征、研究特征、经济特征，基础数据，及上级管理部门在一定原则下所给定的系统评价指标，建立起各个分支机构相互间的模糊相容关系，同时按该种模糊相容关系进行定量计算，找出他们的模糊等价关系的定量计算数据结果；该数据可作为决策依据，决策者依据经验、经济条件和形势给出一个或多个聚类指标，按模糊等价关系中得到的数据，即可对各分支机构作出相应分类管理策略方法，从而实施科学有效的分类管理方案。     

基于混合评价指标的自组织模糊神经网络设计研究

针对在无增长和修剪阈值时模糊神经网络结构难以自适应问题,提出一种基于混合评价指标(hybrid evaluation index, HEI)的结构设计方法。首先,通过模糊C均值聚类算法(fuzzy C-means clustering, FCM)确定初始规则层神经元数目及其中心与宽度。其次,基于戴维森堡丁指数(Davies bouldin index, DBI)和邓恩指数(Dunn index, DI)提出一种新的相关性评价指标(relevance evaluation index, REI)来计算规则层各神经元输出之间的相关性,同时根据训练过程中网络输出均方根误差(root mean square error, RMSE)的变化情况来确定网络的学习能力,然后基于REI和RMSE提出了HEI。通过HEI来调整模糊神经网络的拓扑结构,有效解决了在无增长和修剪阈值时网络结构难以动态自调整的问题且避免了网络结构冗余。最后,通过对Mackey-Glass时间序列预测、非线性系统辨识和大气中PM_2.5浓度预测,证明了该结构设计方法的可行性和有效性。