基于多模型建模的木材含水率测量方法研究

针对单一模型无法全面描述木材含水率的复杂非线性特性问题,本文提出一种多模型建模的方法测量木材含水率,该方法先用模糊C均值聚类算法将含水率等效电阻、进风口、出风口温度等数据分成具有不同聚类中心的子集,每一子集依据样本数分别采用径向基网络、支持向量积训练得出子模型,再用模糊聚类后产生的隶属度将各子模型的输出加权求和得到木材含水率测量的模型。通过实例验证了本方法与RBFNN建模对于木材含水率的检测,具有更好的泛化结果和测量精度。     

基于自适应模糊聚类的多模型染纱能耗软测量

针对染纱生产的工艺能耗测量问题,提出一种基于自适应模糊聚类的多神经网络的染纱能耗软测量方法.该方法采用自适应模糊C均值聚类算法,基于实时采集的样本数据,将训练集划分成不同聚类中心的子集,并自适应修正.每个子集用径向基函数网络训练得到子模型,然后根据聚类后的隶属度,将各子模型的输出加权求和获得最后结果.通过对染缸能耗软测量建模,并对其进行仿真和典型实例研究,表明该方法具有良好的预测精度和鲁棒性,且与制造执行系统结合具有良好的在线测量能力.     

模糊聚类算法综述

模糊聚类算法是近年来图像分割技术领域的研究热点之一。本文在对模糊C均值聚类算法分析的基础上,结合目前在图像分割中的应用研究,对模糊C均值聚类算法的有效性进行了比较分析。从隶属度、聚类数和其它方面,评述改进的模糊c均值聚类算法。最后讨论模糊c均值聚类算法目前存在的问题和发展方向。     

基于模糊核加权C-均值聚类的高光谱图像分类

高光谱图像分类是高光谱数据分析的重要研究内容之一。模糊C-均值聚类算法因其算法简单、收敛速度快等优点受到广泛的关注。由于高光谱数据的维数较高,其光谱波段的非线性特性使得传统模糊C-均值聚类算法无法在原始空间得到较好的聚类结果。另外,模糊C-均值聚类算法在计算聚类中心时,仅使用了各样本对聚类中心的隶属度,忽略了样本之间固有存在的空间分布特征。为此提出了模糊核加权C-均值聚类算法,在计算模糊核聚类中心时,根据样本的空间分布特征,为每个样本分配不同的权值,使得每个核聚类中心随着样本的不同而各有不同。标准数据和实际高光谱数据的实验结果均表明,相比较传统模糊C-均值均聚类算法,模糊核加权C-均值聚类算法在总体分类精度上有较大的提高。     

基于聚类动态LS-SVM的L-赖氨酸发酵过程软测量方法

针对生化反应过程中软测量模型存在的模型失效问题,提出了一种基于模糊C均值聚类(FCM)和动态LS-SVM的混合建模方法.首先,采用FCM算法将训练集分成具有不同聚类中心的子集,然后对每一类分别采用LS-SVM进行训练并建立子模型.对于带有新信息的样本数据首先计算其对每一类的模糊隶属度函数,然后用隶属度最大的一类所对应的子模型进行动态学习,并更新子模型.将所提出的软测量建模方法用于对L-赖氨酸发酵过程关键生物量参数的预测,实验结果表明所提出的建模方法可以有效地增强软测量模型适应工况变化的能力,提高其预测精度.     

基于粒子群模糊聚类算法的电机故障诊断方法

针对模糊C均值聚类算法（FCM）对于异常点较为敏感和对高维数据处理效果较差的缺陷,利用PSO算法较强的全局搜索能力和高效的优化性能,提出了一种新的以采用隶属度作为粒子编码为基础的基于粒子群的模糊聚类算法。该算法中粒子根据模糊聚类中的隶属度进行编码,采用了一种新的约束策略用于保证FCM的约束条件,从而优化了FCM 算法的聚类结果。将该算法应用于电机故障诊断中,实验表明,该算法弥补了FCM 算法的缺陷,提高了聚类的效率和准确性,改善了故障诊断结果。     

基于数据场聚类的模糊神经网络在发酵过程中的应用

针对传统模糊神经网络方法中模糊规则难以提取、网络结构优化时间过长以及易于早熟的问题,提出了一种基于数据场聚类的免疫模糊神经网络方法.该方法将物理学中场的理念引入到抽象的数域空间,通过模拟对象在虚拟数据场中的相互作用实现数据对象的自组织聚类,提取模糊规则建立初始模糊神经网络模型,并运用免疫遗传算法优化构成隶属函数的网络结构.以实验室赖氨酸发酵过程关键生物量参数软测量为例,进行了仿真验证.结果表明,与常规方法相比,该方法具有较好的建模精度和实用性.     

基于模糊C-均值的空间机构轴系健康评估方法

针对现有轴承健康评估方法在空间机构轴系上应用难度大的问题,提出了一种基于模糊C-均值聚类的空间机构轴系健康评估方法。首先,定义了新特征参数——特征谱线明显度;其次,提取了优良、故障两类典型轴系及待评估轴系振动实测信号峭度和包络频谱特征谱线明显度;然后,以峭度和特征谱线明显度两种特征参数为输入,通过模糊C-均值聚类模型获得了各待评估轴系对优良轴系类的隶属度;最后,根据隶属度计算轴系健康指数。应用实例表明,该方法既可对轴系健康状态正确排序,又可在高转速下给出可靠的健康指数,验证了该方法的可行性和有效性。     

基于模糊-灰色聚类的油纸绝缘状态综合诊断

变压器油纸绝缘系统在不同测试方法下会得出不同老化特征量,复杂的绝缘状态全面评估存在着一些模糊与不确定问题。因此,建立基于模糊-灰色聚类和组合赋权法的变压器油纸绝缘状态评估模型。首先,建立了多个测试方法下的老化指标评估综合层次图,以层次图为基础,由收集到的变压器绝缘老化指标数据,借助于模糊C-均值聚类(FCM)算法,确定了4级油纸绝缘状态评估老化指标标准状态向量表,同时确定了白化函数阀值;接着,通过主客观意义的组合赋权法给老化特征量赋权,合理地计算出灰色聚类系数;然后,以一级灰色聚类系数作为二级模糊综合评价的隶属度矩阵,搭建出油纸绝缘状态全面评估模型;最后,通过实例验证了新评估方法的有效性与准确性,具有良好的应用前景。     

一种基于聚类的滚动轴承故障诊断方法

近年来,机器学习技术在故障智能诊断领域得到了广泛的应用,聚类作为最主要的无监督学习技术在基于机器学习的故障智能诊断中占有重要的地位。滚动轴承故障诊断中,传统的频谱分析法通常采用共振解调技术,但当内圈、滚动体或多点故障时,产生复合调制,从解调谱线很难分辨故障类型。针对此,提出了一种新的基于模糊聚类的滚动轴承故障诊断方法,该方法以模糊Fisher准则为聚类目标,通过对待测样本与已知状态样本数据聚类,求得待测样本隶属度,进而判断滚动轴承的故障类型。实验结果表明该方法是有效的。     

基于MATLAB的磁流变液制动器的模糊控制建模研究

确定了磁流变液制动器的控制方法,选定了磁流变液制动器模糊控制器的生成方法,采用MAT-LAB模糊逻辑工具箱的自适应神经网络模糊系统ANFIS对磁流变液制动器的模糊器进行建模。通过对大量已知实验数据的学习得到相应的模糊规则,有效地计算出隶属度函数的最佳参数,并通过仿真实验得出基于自适应神经网络模糊推理系统获得的模糊控制器可以实现磁流变液制动器的智能控制,控制效果良好,为磁流变液制动器的智能化控制提供依据。     

基于模糊RBF神经网络的滚动轴承故障诊断

针对现有滚动轴承故障诊断方法存在人为因素影响、表达模糊信息能力弱等问题。结合模糊评价和RBF神经网络的优点,选取3层小波包分解方法以获取评价因子,并使用正态分布型隶属度函数,构建了模糊RBF神经网络滚动轴承故障诊断模型。网络测试结果表明,该模型客观准确,诊断结果与实际情况一致。     

基于遗传算法的齿轮传动模糊优化设计

提出了一种基于模糊集理论和遗传算法理论的齿轮传动多目标优化设计方法,对模糊优化模型的建立及求解、隶属函数的确定等进行了探讨,对遗传算法做了简要介绍并对一实例进行了计算。结果表明:将遗传算法应用于齿轮传动的模糊优化设计中能够取得很好的设计结果。     

汽轮机转子抗疲劳的模糊可靠性理论分析

现场调查表明,汽轮机转子的损坏是由于转子与联轴器的联接部位在复合应力作用下的疲劳破坏所引起的,这里应用模糊数学原理推出了疲劳极限的隶属函数,根据模糊可靠性理论出了转子抗疲劳的模糊可靠度计算公式,建立了转子的模糊可靠性分析理论,并结合实例说明了转子模糊可靠度的计算方法。     

盲孔法测定焊接残余应力应变释放系数的模糊数学分析

在分析一些引起盲孔法检测焊接残余应力测量误差的不确定因素的基础上,引入模糊数学方法对应变释放系数进行评价.在允许常规模型中的有关参数在一定范围内变动、用隶属函数表示其取值分布情况的前提下,建立应变释放系数的模糊数学模型.将应变释放系数评价模型中的有关参数考虑为正态分布模糊数,利用水平截集概念转化为普通集问题进行求解.以921A钢板焊接的残余应力测量为例,计算出不同置信水平的应变释放系数A和B的数值.结果表明,基于模糊集的应变释放系数评价模型能适当屏蔽一些不确定因素,更准确地反映实际情况.     

基于模糊神经网络的机械产品性能评价

研究了运用模糊神经网络进行机械产品性能评价的原理和方法。着重说明了采用梯形公式的四元组形式表达网络中的隶属函数，对评价指标模糊化进行处理，以及采用改进的反向传播算法训练网络，得到合适的网络权值等几个方面。并介绍了该方法在液压凿岩机性能评价中的应用。     

基于遗传算法的模糊控制器设计与仿真

模糊控制中隶属度函数的正确选择是模糊控制器设计的关键，它决定了模糊控制系统的动态、静态性能和控制效果。针对传统的获取隶属度函数方法的不足，提出了在一个待优化模糊控制器的基础上，采用改进的遗传算法优化其隶属度函数，从而使经过优化所获得的枣属度函数更加合理。最后对优化后的模糊控制器进行仿真比较研究，结果表明隶属度函数经过优化后的模糊控制器的控制品质有较大的改善和提高。     

绕丝式超高压容器模糊优化设计

根据绕丝式超高压容器设计的特点,确定了设计变量、建立了目标函数和模糊约束条件,提出了容器简体模糊优化数学模型。通过模糊约束隶属函数分析和运用二级模糊综合评判方法确定出了最优水平截集,将非对称模糊优化问题转化为最优水平截集上的常规优化模型。通过实例进行了模糊优化设计,验证了文中提出的数学模型和优化方法。优化后的超高压容器在承载能力及生产能力不变的前提下,质量比常规设计减轻27．1％,大大减小了整个装置的体积。     

机械产品方案设计模糊综合评价中隶属度转换的新方法

因为机械产品方案设计评价包含诸多模糊性,所以模糊综合评价成为机械产品方案设计评价的优势模型。在模糊评价矩阵确定后,模糊评价的核心计算是隶属度转换,但是,现有的隶属度转换算法不正确,因为各指标隶属度中原本对方案分类不起作用的冗余值,也被用于计算方案隶属度。要使构建的隶属度转换方法不受冗余数据干扰,关键是弄清楚各指标隶属度究竟提供给方案怎样的分类信息。为此,用基于熵的数据挖掘方法,通过挖掘隐含在指标隶属度中关于方案分类的知识信息,理清方案分类与各指标隶属度间的关系,通过定义区分权清除指标隶属度中对方案分类不起作用的冗余值,最终确定出各指标隶属度提供给方案的分类信息,正确实现隶属度转换。由此建立机械产品方案设计模糊综合评价中隶属度转换的新算法。