模糊事故树法在加氢裂化装置安全评价中的应用

传统事故树分析法应用于实际量化分析时,相当一部分基本事件的概率本身是不确定的、模糊的,因此获得故障的精确概率比较困难,违背了精确概率选取的前提。为了处理传统事故树分析法中基本事件概率的模糊和不确定问题,引入了模糊数学理论的概念,对缺乏统计资料的基本事件进行模糊处理。运用一种能解决模糊性并且意义明确的三角模糊数来描述基本事件的模糊概率,逐层求得各事件发生的模糊概率分布,同时通过模糊数的中值法求出各基本事件的模糊重要度,得到顶上事件故障影响因素的排序,找出导致事故的主要因素,提出能从根本上预防、从关键点控制顶上事件发生的有效措施。     

德士古煤气化系统失常状况模糊故障树分析

针对德士古煤气化工艺流程，根据系统高可靠性的要求，采用故障树法分析了煤气化系统的失效状况，建立了以运行失常状态为顶事件的德士古煤气化系统故障树，引入模糊数学中的模糊数的概念来表示故障树中底事件的发生概率，提出了德士古煤气化系统的模糊故障树分析方法，得到了引起系统运行失常的31个最小割集，并给出了应用实例，计算得到了顶事件的发生概率区间值，验证了所提出的方法是合理的．研究表明，这种方法较传统方法实用、有效．其原理和方法也适用于其他煤气化系统的失常状况分析．     

压力容器焊缝抗断裂的模糊概率计算

根据断裂力学的理论和模糊数学的原理，本文探讨了压力容器焊缝断裂的模糊概率计算方法．     

锚喷支护结构模糊可靠度理论分析

锚喷支护结构分析中存在很大的模糊性，支护结构的失效是一个模糊随机事件。本文在概率可靠度理论的基础上，运用模糊数学的原理与方法，建立了锚喷支护结构模糊可靠度分析的数学模型，并提出了相应的计算方法。①     

模糊数学在建筑物理中的应用

本文从光通量定义出发,用模糊数学中的模糊随机事件的概率,研究了室内表面相互反射后获得的光通量增量这个模糊观象,建议了一种计算光通量传递的新途径。     

模糊事故树法对注汽锅炉的爆管分析

针对注汽锅炉的危险因素,基于对各基本事件发生的偶然性、不确定性,采用三角模糊数来表示事件发生的概率,进而求得顶上事件发生的概率。把事故树的理论分析和模糊数学两者结合起来,经过模糊运算得出各危险因素对注汽锅炉的破坏概率的区间值,确定模糊重要度,并对此进行排序,确定主次影响因素,并基于各危险因素绘制事故树,利用最小割集法和布尔代数法指出锅炉爆管的途径,给出引发该事故的模糊概率。分析了导致事故的原因,提出了注汽锅炉的保护措施。     

基于模糊故障树的变压器可靠性分析

针对电力变压器故障特点,采用模糊理论与故障树分析相结合的方法对变压器可靠性进行分析．介绍了变压器故障树的建树方法与故障树分析流程,建立变压器故障树,找出故障树顶事件的最小割集;利用模糊理论合理客观地得到变压器的故障概率区间;对底事件模糊概率重要度进行计算,得到顶事件的薄弱环节以及关键事件,为变压器可靠性设计和可靠性增长提供理论依据．     

模糊事件的概率测度熵

通过对模糊事件及其概率测度的定义引出有限集上模糊子集熵的概念。运用模糊事件及概率测度的基本性质,给出了模糊熵的一些基本定理。     

数控车床进给系统基于模糊理论的故障树分析

为解决ETC36数控车床进给系统在缺少可靠性试验数据和实际故障数据情况下的故障树分析问题,采用获取底事件模糊概率的专家语言评价方法,对进给系统进行基于模糊理论的故障树分析.建立故障树并对其进行定性分析,得到ETC36数控车床进给系统的各种失效模式;采用专家语言评价方法,对故障树进行定量分析,获得顶事件发生的模糊概率,并与实际概率进行对比,得到相应的置信度水平λ为0.70,验证了专家语言评价方法的可行性和故障树建立的正确性;计算各底事件的模糊重要度,得到ETC36数控车床进给系统的具体薄弱环节,解决了ETC36数控车床进给系统在故障概率信息严重缺失下的故障树分析问题.     

钢筋混凝土构件抗裂可靠度的模糊概率分析

作者在文献(8) 中对钢筋混凝土构件由于裂缝开展而引起的耐久性失效,用模糊数学方法作了近似概率分析。本文将讨论构件抗裂失效的模糊概率问题。本文采用“模糊事件概率”数学模型,并结合算例介绍了计算构件抗裂失效概率P_f 或可靠指标β的具体方法。     

基于模糊逻辑的模糊神经网络推理机结构及其实现

讨论了基于模糊逻辑与神经网络的模糊神经网络推理机的结构;给出了将模糊产生式规则转换为相应模糊神经网络的方法;深入探讨了采用欧氏距离作为误差函数的改进ＢＰ算法;给出了在数据融合中使用该模糊神经网络推理机进行目标平台识别的例子．     

模糊SOM网络在油气预测中的应用

把模糊集合论中隶属度的概念引入SOM网络的学习过程中,用“走着瞧”的分类策略代替“一步定终身”的作法,较好地克服了SOM网络中模式类别分界线难以确定以及网络权值局部振荡而引起的学习时间延长的缺陷．该算法中隶属度由文献[1]中模糊ISODATA算法确定,本文将SOM与模糊ISODATA的这种结合称为模糊SOM网络,即FSOM．将其应用于实际的油气预测中,取得了良好的应用效果．     

用CPN网络实现的自学习模糊控制器

采用计数传播网络（CPN）作为框架,结合一种简单的模糊控制算法（SFCA）,实现模糊神经元控制。这种方法有能力自组织、自学习控制过程所需的控制知识,控制规则库初始为空,逐渐地被自构造,来满足预先设定的性能要求。方法能实现任意维控制规则库的自学习。仿真研究体现了系统的适应能力、学习能力和推理能力。     

基于模糊神经网络的系统模糊建模方法

提出了一种基于模糊聚类和模糊神经网络的模糊建模方法,该方法首先利用模糊聚类技术来确定系统的模糊空间和模糊规则数,然后利用模糊神经来调整模型的前件参数和后件参数,给出了详细的算法,并对仿真实例进行了研究,仿真实例表明,采用聚类技术能够获得好的初始值,使得计算加快,能够取得满意的结果。     

基于T-S逻辑的新型模糊神经网络模型

模糊神经网络是神经网络与模糊逻辑系统的有机结合,具有强大的自学习和自整定功能.针对目前模糊逻辑与神经网络技术在融合中存在的问题,根据模糊逻辑与神经网络的本质和内在联系,提出了一种新型的结构优化的模糊神经网络,用模糊系统理论中的Stone-W eirstrass定理证明了该网络能以任意精度逼近任意一个定义在致密集上的实连续函数.仿真实验表明该网络模型算法是可行且有效的.     

模糊神经网络及其在智能控制中的应用

本介绍了一门新兴学科——模糊神经网络，给出了其在智能控制中的几种应用，指出了今后研究中有待解决的许多问题，并对模糊神经网络将来的发展与应用作了展望。     

基于模糊—神经融合的自适应模糊控制系统研究

模糊逻辑系统与人工神经网络各具优势,前者善于利用专家语言信息,后者有强大的学习能力,两者的结合可以取长补短。基于模糊逻辑系统与神经网络技术提出一种自适应模糊控制系统,其特点是模糊控制器具有多层前向网络结构。基于一种近最优的性能指标导出其参数自适应的误差反向传播算法。为了克服传统算法收敛慢的缺点,提出用模糊逻辑来调整学习过程的方法。通过倒立摆平衡控制仿真研究验证了所提出的自适应模糊控制系统及其快速学     

基于随机初始中心的FCM算法及其应用

文章提出了一种优化中心点的FCM算法,指出了对随机初始中心先使用融合模拟退火算法思想的模糊逻辑神经元网络算法收敛聚类中心到最优值附近,然后使用FCM聚类算法聚类,并进行了实际应用。     

基于模糊对向网络的非线性动态系统辨识新算法

以模糊对向网络为辨识模型,利用它所具有的模糊逻辑系统和神经网络两者的优点,在模糊C－均值聚类方法的基础上引入新的聚类目标函数,并证明了它的优化条件,将模糊聚类和最小二乘法相结合,提出一种模型参数学习的新算法,在直流电弧燃弧时间建模研究中的应用结果表明提出的算法是有效的。     

基于GA的模糊神经网络控制

在详细论述模糊神经网络技术基础上,提出了基于GA的模糊神经网络控制器构造方法.选择MATLAB作为开发工具,使用所提供的神经网络和模糊逻辑工具箱,完成了基于GA的模糊神经网络控制器设计,并应用ActiveX技术在虚拟测控系统中实现了对其的调用.