时滞不稳定系统的模糊设定值加权PID控制

针对时滞不稳定系统,提出了一种基于模糊逻辑的设定值加权PID控制方法。采用以设定值跟随误差和误差变化为输入的二维模糊逻辑控制器来在线实时调整加权参数值,使系统获得更好的目标值跟踪特性。仿真实验结果表明这种方法具有较好的动态性能指标。     

基于改进遗传算法辨识空间机器人动力学参数

为了减小空间机器人动力学参数的误差,提高轨迹规划精度,根据空间机器人的角动量守恒方程,利用名义动力学参数估计角动量与真实角动量的差异,建立动力学参数辨识的误差模型,给出遗传算法的适应度函数.针对常规遗传算法容易出现"早熟"现象,采用小区间生成法、大变异策略和精英保留策略对其进行了改进.以六关节空间机器人为例进行的仿真结果表明,在参数复杂的情况下,采用改进后的遗传算法,计算效率和辨识精度均得到了提高。     

面向大批量定制的产品配置方案综合评价模型研究

大批量定制环境下,如何协助用户选择合适的产品配置方案是一个复杂的多目标决策问题．本文结合大批量定制环境下产品配置的特点,以客户为评价主体,建立了产品配置方案的综合评价体系结构,采用模糊层次分析法对配置方案评价进行建模和计算．以自行车的配置方案评价为实例进行了分析,阐述了对配置方案进行综合评价的过程,验证了该评价方法的可行性和评价模型的合理性．     

北京城区典型地热对井地热资源潜力开发研究

地热田对井模式经过10a以上的验证,取得了良好的环境经济效益,但随着出水温度逐年降低,地热资源未来开发远景备受关注。以北京城区122～123对井为例,分析了地热构造条件、热井运行模式,利用相关热储参数和监测数据,计算出目前热能平均开采量为1．03×10^2kJ／a,静态热储量为5．395×10^11d／a,从能量角度出发认为未来仍有近10000a的理论开发潜力。     

具有广义线性隶属函数的典型模糊系统的通用逼近性*

设计了一种将三角形和梯形隶属函数作为特例的广义线性隶属函数,推导了输入采用广义线性隶属函数的典型Mamdani模糊系统的解析结构,证明了典型模糊系统是单调、递减的有界连续函数;在此基础上证明了该类模糊系统能以任意精度逼近任意连续实函数,最后仿真实例证明了本设计的有效性。     

基于模糊神经网络的大场景人群密度估计方法 *

提出了一种估计大场景下密集人群密度的方法。该方法根据人类视觉的模糊性原理,认为用模糊集来划分人群密度范围比用确定的方法更符合人眼视知觉的认知方式,利用统计的方法确定灰度共生矩阵各指标对于各个密度类别的隶属函数;设计基于误差反向传播训练算法（BP）的模糊神经网络,计算样本模式对于各个密度类别的隶属度,并根据人群密度变化的时域连续性原理对人群密度范围进行合理估计。实验表明该方法提高了估计精度。     

基于模糊逻辑的群体信任模型

从信任的主观性和模糊性角度出发,提出了一种基于模糊逻辑的群体信任模型,抽象出顺序模式、选择模式、循环模式和并行模式4种群体构成的基本约束模式及其嵌套复合来刻画群体中个体之间的约束关系,并分别给出了信任度的度量方法.群体信任模型对群体信任关系和特别软件群体的信任关系提供了很好的支持.     

塑料水杯中邻苯二甲酸酯的迁移污染评价

为了考察塑料水杯在使用条件下的邻苯二甲酸酯(phthalic acid erters,PAEs)污染水平,选取不同材质的塑料水杯为研究对象,采用固相萃取-高效液相色谱法测定塑料水杯中的PAEs,利用非参数检验等统计方法对塑料水杯中饮用水的PAEs进行统计分析.结果表明,仅有1个水杯的饮用水中未检出PAEs,73.1%的水杯饮用水中检出2种或2种以上的PAEs,其中邻苯二甲酸二乙酯的检出率最高.塑料水杯的材质对PAEs总质量浓度没有显著影响,而对邻苯二甲酸丁基苄基酯和邻苯二甲酸二丁酯的质量浓度有一定影响.塑料水杯的颜色对饮用水中PAEs总质量浓度也没有显著影响.虽然使用塑料水杯饮水摄入的PAEs的量要比玻璃水杯高,但与美国EPA所规定的参考剂量相比较,所占比例都不足1%.使用质量合格的塑料水杯饮水带来的PAEs污染很小,不会成为PAEs污染的主要来源.     

螺杆泵井智能集成故障诊断专家系统研究

为了及时处理油田开采中应用越来越广泛的螺杆泵井所存在的抽油杆断脱等故障,提高故障诊断的准确性和多故障同时诊断的能力,构造了一种基于模糊神经网络的智能集成故障诊断专家系统,并给出了系统的结构.介绍了模糊神经网络推理机的构成和功能,对综合知识库的结构和性能进行了简要分析,并设计了系统的故障诊断流程.系统经实际现场螺杆泵井的运行应用,取得了预期的诊断效果.     

广义模糊矩阵的标准特征向量

讨论了广义模糊矩阵,即"取大-三角模"复合意义下模糊矩阵的标准特征向量的代数结构.给出了模糊矩阵存在标准特征向量的充分必要条件,建立了标准特征向量的代数表示.