基于时间序列模型与灰色模型的组合预测模型的研究

为了能有效地提高预测模型的精度,提出了组合预测模型。本文首先利用ARIMA模型对时间序列数据进行模型的识别和拟合,然后由比较可知优化后的GM（1,1）模型拟合和预测效果好于GM（1,1）模型,最后通过赋予合理权重结合ARIMA模型和优化后的GM（1,1）模型两种方法得到ARIMA-GM的组合预测模型。预测结果表明：组合模型的预测准确性高于各个模型单独使用时的准确性,组合模型发挥了各个单一模型的优势。     

Adaptive fuzzy controllers based on variable universe

Adaptive fuzzy controllers by means of variable universe are proposed based on interpolation forms of fuzzy control. First, monotonicity of control rules is defined, and it is proved that the monotonicity of interpolation functions of fuzzy control is equivalent to the monotonicity of control rules. This means that there is not any contradiction among the control rules under the condition for the control rules being monotonic. Then structure of the contraction-expansion factor is discussed. At last, three models of adaptive fuzzy control based on variable universe are given which are adaptive fuzzy control model with potential heredity, adaptive fuzzy control model with obvious heredity and adaptive fuzzy control model with successively obvious heredity.     

基于模糊干扰观测器的抗饱和自适应反步控制

针对一类输入受限的非匹配不确定非线性系统,提出了一种抗饱和自适应反步控制方法.利用模糊干扰观测器在线逼近系统的未知非匹配不确定及干扰,采用反步控制方法设计自适应控制器.控制系统设计中引入限幅滤波器,有效降低了控制输入饱和对系统稳定性的影响,并且控制器设计无需对虚拟控制律进行重复求导.利用李亚普诺夫稳定性定理,证明了闭环系统渐近稳定.仿真结果表明了该方法的有效性.     

Short-term load forecasting based on fuzzy neural network

The fuzzy neural network is applied to the short-term load forecasting. The fuzzy rules and fuzzy membership functions of the network are obtained through fuzzy neural network learming. Three inference algorithms, i.e. themultiplicative inference, the maximum inference and the minimum inference, are used for comparison. The learningalgorithms corresponding to the inference methods are derived from back-propagation algorithm. To validate the fuzzyneural network model, the network is used to Predict short-term load by compaing the network output against the realload data from a local power system supplying electricity to a large steel manufacturer. The experimental results aresatisfactory.     

能源发展趋势的非线性优化组合预测模型研究

通过对我国能源生产历史数据的分析,提出了非线性回归与灰色预测优化组合预测模型,从理论和应用上说明了此方法的优点,并对未来的能源生产发展做出了分析预测。     

基于参考模型的移动机器人直接自适应模糊控制

移动机器人是一个多种功能为一体的综合系统．在控制和规划方面缺乏智能性和鲁棒性。本文提出利用参考模型的直接型自适应模糊控制方法．即直接调整控制器的参数,直到把控制对象和参考模型之间的输入误差减少到10^-6的范围为止．运动控制效果很好。     

基于超稳定理论的间接自适应模糊控制器

针对一类单输入单输出非线性不确定对象,利用Popov超稳定理论提出一种新的间接自适应模糊控制器设计方法,构造了参数可调的模糊控制器在线逼近理想控制器,推导出模糊控制器的参数自适应律,并对系统状态的有界性进行了分析.最后分别利用一阶非线性对象和Duffing强迫振荡对象对该方案进行了仿真,结果验证了方案对非线性对象具有良好的控制效果.该方法能够保证系统输出渐近收敛到给定的参考信号,并放宽了对最小逼近误差的限制,同时可获得更为灵活的参数调节形式.     

一种组合预测模型及其应用

在分析宏观经济灰色预测模型、BP神经网络预测模型、回归分析预测模型等基础上,结合西安市宏观经济预测模型指标GDP的历史数据,采用最小二乘法求权系数的方法,建立并检验了一种组合预测模型．实验证明该模型的预测精度有显著提高．     

基于数据挖掘技术的电力日负荷优选组合预测

提高日负荷预测精度的关键在于数据预处理。提出了基于联合数据挖掘技术的电力负荷优选组合预测方法。通过多种挖掘技术寻找与预测日同等气象类型的多个历史日负荷,由此进一步提取数据,组成规律强化、干扰弱化、具有高度相似气象特征的数据序列,对此再构建优选组合预测模型。     

Variable universe adaptive fuzzy control on the quadruple inverted pendulum

This paper focuses on the control problem of the quadruple inverted pendulum by variable universe adaptive fuzzy control. First, the mathematical model on the quadruple inverted pendulum is described and its controllability is versified. Then, an efficient controller on the quadruple inverted pendulum is designed by using variable universe adaptive fuzzy control theory. Finally the simulation of the quadruple inverted pendulum is shown in detail. Besides, the experimental results on the hardware systems, i.e. real object systems, on a single inverted pendulum, a double inverted pendulum and a triple inverted pendulum are briefly introduced.     

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.     

基于IOWGA算子的组合预测方法及其应用

针对汽车配件需求量的预测进行了预测模型的建立、选择并优化．特别是将灰色预测和神经网络预测与IOWGA算子相结合,提出了以对数误差平方和为准则的基于IOWGA算子的组合预测方法,从而提高了预测的精度。将该方法用于汽车配件需求预测取得了较好的效果,说明了算法的有效性．     

一种线性插补与自适应滑动窗口价格预测模型

因为基于Web数据挖掘的商品价格预测的准确率都不高,所以为了提高价格预测的准确率,提出了一种基于线性插补与自适应滑动窗口的商品价格预测方法,给出了将线性数据插补方法与自适应滑动窗口结合的商品价格预测模型,并将该商品价格预测模型应用于手机与黄金价格的预测。实验结果表明,该预测模型获得了99％以上的预测准确率,提高了网页商品价格数据抽取的抗噪性能,解决了现有销售商只有历史销售价格数据没有基于多个销售商的预测价格问题,可以为商品的市场预测与分析提供依据。     

Variable universe stable adaptive fuzzy control of nonlinear system

A kind of stable adaptive fuzzy control of nonlinear system is implemented using variable universe method. First of all, the basic structure of variable universe adaptive fuzzy controllers is briefly introduced. Then the contraction-expansion factor that is a key tool of variable universe method is defined by means of integral regulation idea, and a kind of adaptive fuzzy controllers is designed by using such a contraction-expansion factor. The simulation on first order nonlinear system is done. Secondly, it is proved that the variable universe adaptive fuzzy control is asymptotically stable by use of Lyapunov theory. The simulation on the second order nonlinear system shows that its simulation effect is also quite good. Finally a useful tool, called symbolic factor, is proposed, which may be of universal significance. It can greatly reduce the settling time and enhance the robustness of the system.     

基于模糊自适应模型的热镀锌锌层厚度控制

针对锌层厚度控制过程中存在时变大滞后、非线性和多变量干扰而难以实现精确控制的问题,提出基于模糊自适应模型的前馈控制方法.通过分析锌厚与气刀压力、气刀距带钢距离和带钢速度的关系,提出具有预设控制功能的控制方法,能够快速响应过程参数（如线速度和目标锌厚）的变化.模糊自适应模型能够精确描述对象的非线性特征,而且在长期运行过程中,可以通过自适应调整模型参数来保持模型的精确性.从实际应用结果可以看出,与传统PID控制方法相比,提出的控制策略能稳定地减少锌层厚度偏差,提高镀层均匀性,满足提高产品表面质量和节省锌原料的实际需求.     

基于递推PLS的自适应软测量模型及其应用

针对基于批量数据的传统偏最小二乘（PLS）模型无法随生产过程的变化而更新的问题，提出基于块式递推PLS的限定记忆法。新的自适应算法保持定长数据块队列，根据最新采集的数据块更新模型，并按数据块的时间先后运用遗忘因子赋予其相应的可信度，从而确保模型跟踪过程变化。结合实际工业过程的应用要求，给出了方法的实施步骤，并运用该方法建立了气相聚乙烯工业生产过程质量指标的自适应软测量模型。与固定PLS模型相比，该模型能更好地跟踪过程变化，具有更高的预测精度。     

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器．理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界. 仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务．     

基于模糊语言变量的综合评判模型及其工程应用

提出一种模糊综合评判模型．该模型在权重赋值、评价集和单因素评判三个方面利用模糊语言变量表达决策者的观点,并用一种带可信度的梯形模糊数来量化模糊语言变量．举例说明该模型的工程应用方法．     

非线性解析模糊控制及在水电机组控制中的应用

在解析模糊控制器的基础上,引入非线性函数建立了一种新的模糊控制器,讨论了所论模糊控制器的规则和参数在线调整方法.建立了所论模糊控制器的控制参数与常规PID控制器参数间的关系.最后给出了其在水电机组控制系统中的应用.仿真研究表明:所论模糊控制器可以显著提高水轮机调速系统的动态性能.     

基于模糊相对权重的燃煤锅炉结渣特性预测

基于模糊相对权重建立了燃煤锅炉结渣特性预测模型。该模型选取了软化温度、硅铝比、碱酸比、硅比、无因次炉膛平均温度及无因次切圆直径6项单一指标作为输入变量,以结渣程度作为输出变量。选取了17台锅炉作为标准模式。首先,通过计算模糊关联系数(FIC)和模糊关联度(FID)获得了各指标的模糊相对权重(FRW),然后将其应用6台锅炉结渣特性评判中。评判结果表明该模型是有效的。