基于模糊推理的碟式太阳能跟踪系统改进研究

在碟式太阳能系统的长期实验数据中发现,太阳辐照度较低时系统集热效率非常低。为使碟式太阳能系统始终运行在高集热效率状态,提出模糊推理方法改进跟踪系统的启停判定条件,并根据集热器出口气流温度的影响因素建立模糊推理系统。仿真结果表明模糊系统在已知太阳辐照度、辐照变化度和空气流量的前提下,可智能控制系统在集热效率高时运行,集热效率低时待机,证明了该方法的可行性和有效性。     

模糊专家系统及其在汽轮发电机组故障诊断中的应用

提出了一种用于汽轮发电机组故障诊断的模糊专家系统,分析了人机界面、解释机、知识库及推理机四部分功能;通过研究诊断规则的前提条件、权系数、前提真度及模糊结论置信度的确定方法,实现了知识库中模糊产生式规则表达;研究了基于正向推理控制策略的模糊推理方法,并分析了诊断结果的冲突消解方法。通过对汽轮发电机组汽流激振故障的案例分析,验证了本文模糊专家系统的有效性,为汽轮发电机组故障诊断提供了一种有效可行的方法。     

基于改进模糊有色Petri网的综合能源系统能耗动态过程模型及应用

针对综合能源系统在供能过程中的能耗动态特点,通过改进的Petri网方法,根据特定的建模规则,建立了一种基于改进模糊有色Petri网的综合能源系统能耗动态过程模型,并在Stateflow平台上利用实际算例进行了仿真分析。结果表明,所建模型合理、有效,有一定的分析计算特性和图形化表现能力,为进一步对系统需求侧规划和多能设备的合理匹配提供了理论基础和技术支持。     

基于模糊推理技术PSO算法的 机器人路径规划研究

针对移动机器人路径规划质量不高的问题,对环境建模、适应度函数建立、算法选择等方面进行了研究归纳,提出了一种基于模糊推理技术PSO算法的路径规划方法。首先,对障碍物进行了扩展处理,通过坐标系转换建立了简化的环境模型;其次,在分析传统PSO算法采用定值的惯性因子ω和学习因子c_1、c_2取值对算法性能影响的基础上,提出了改进的PSO算法,采用模糊推理技术自适应地动态调整c_1、c_2;最后,将改进PSO算法应用于提高移动机器人路径规划中。研究结果表明:相对于传统PSO与APSO算法路径规划,改进算法在复杂环境下路径长度、平滑度、运行时间方面分别最少提高了17%、14%、7%,验证了算法在路径规划方面的可行性与高效性。     

小空间火灾多元探测装置和实现方法研究

针对小空间火灾探测方法单一、误报漏报率高、采集数据处理简单的问题，提出1 种小空间火灾多元探测装置及方法，能够实现对火灾的烟雾、CO 气体、温度、火焰等的多元探测，多角度多方位采集火灾信号，利用信息融合技术和算法，寻找特征信息之间的规律，对数据信息进行分析解析、优化组合，运用人工神经网络和模糊推理方法，采取反复的样本训练将探测数据的误差降到最低，从而准确地判断火灾所处的阶段和类型，及时有效地采取灭火抑制措施。研究结果证明，小空间火灾多元探测方法能够满足小空间的火灾探测要求，减少了公共财产的损失，对火灾探测的进一步研究具有重要意义。     

位移反分析的自适应神经模糊推理方法在湘西金矿的应用

本文应用位移反分析的自适应神经模糊推理方法,对湘西金矿244采场围岩的力学参数进行了反演;并应用反演结果对该采场各矿房围岩的变形进行了模拟计算;与此同时,还对矿房围岩的变形进行了监测;最后将模拟计算结果与监测结果进行了比较,对矿房围岩的变形稳定性进行了分析。研究结果表明,模拟位移与监测位移吻合良好,且未超过允许变形值,这说明基于反演结果的数值计算模型对围岩变形具有良好的预测性能,进而说明,该反分析方法具有良好的工程适用性,可在工程实践中推广应用。     

基于HGA-ANN驱动边坡稳定评价T-S型模糊推理系统

边坡工程的分析评价会因人脑在思维判断上存在的模糊性,而导致整个分析和设计过程带有一定的模糊不确定性。因此,边坡工程实际上是一个动态的、模糊的、开放的复杂非线性系统,传统的分析方法有时难以对复杂边坡的稳定性做出符合实际的评价。模糊方法和人工神经网络(ANN)都已分别用于边坡稳定性评价中,此2种方法具有很多优点,但也存在各自的局限性。采用人工神经网络(ANN)模型构建T-S型模糊推理系统,利用混合遗传算法(HGA)训练ANN模型,得到了基于混合遗传算法人工神经网络驱动的T-S型模糊推理系统模型,探讨了该模型在边坡稳定性评价中的应用。根据广泛收集的80个边坡实例,建立了一个由HGA-ANN驱动的评价边坡稳定性的T-S型模糊推理系统模型。对实际边坡预测结果表明,该模型的预测精度明显高于目前同类方法。     

基于模糊推理的公共交通分担率预测研究

研究基于模糊推理建立公共交通分担率预测模型的方法。通过分析公共交通出行的影响因素,选择线网密度、国内生产总值、平均车速等十项指标作为影响因素,建立模糊层次结构模型。确定各因素的模糊规则,采用模糊推理预测公交分担率。并以黑龙江省某市交通数据进行预测,最后分析了影响因素与分担率水平的影响关系,应用得到了预期的效果。