基于快速高斯核函数模糊聚类算法的图像分割

对模糊聚类算法通过引入高斯核函数,平滑图像像素灰度值,从而增强图像分割的抗干扰能力和鲁棒性,并结合阈值模糊聚类算法,提高了图像分割的速度。首先利用阈值模糊聚类法划分初始输入空间,得到模糊规则数及初始聚类中心;然后用高斯核函数平滑图像的像素灰度值;最后用标准模糊聚类算法求解并优化模糊隶属度和聚类中心。将本算法应用于添加噪声的嫦娥一号采集的月球地面灰度图像和Lena灰度图像进行图像分割,仿真结果验证了本方法的鲁棒性、有效性和实用性。     

一种基于历史数据的加热炉温度模糊控制规则提取方法

针对加热炉模糊控制器模糊规则库难以建立的问题,提出了一种基于历史数据的加热炉温度模糊控制规则提取方法。此方法包含3个环节,首先选择输入输出变量和典型工况的历史数据并对数据进行预处理,再对历史数据使用模糊C-均值聚类算法以确定规则数目和输入变量的隶属度函数,最后对每条规则使用支持向量回归机算法确定规则的后件参数。应用此方法能够有效地提取加热炉模糊控制器的模糊规则,实验结果验证了该方法的有效性。     

基于加权模糊聚类方法的多模型建模

针对化工过程软测量模型的多样性,提出基于一种加权模糊聚类方法的多模型建模方法。将输入向量与输出的相关性作为加权系数,构建加权模糊聚类算法,对样本空间的输入数据进行聚类,然后用与输入变量对应的子模型进行输出估计,子模型输出作为系统模型的最终输出。该方法能够实现对输入数据更加合理的划分,提高软测量模型的精度。将该方法应用于双酚A生产过程的质量指标软测量建模,仿真结果表明了该方法的可行性和有效性。     

直觉模糊多核聚类算法及其在乙烯原料属性聚类中的应用

随着乙烯裂解原料种类的日益增多,原料分析仪价格昂贵,因此根据乙烯裂解原料属性进行在线聚类,对实现乙烯收率建模,优化乙烯产率、节能减耗具有重要现实意义。为了提高原料在聚类的准确性,提出了一种基于直觉模糊集理论的核聚类算法。即在定义直觉模糊集隶属度时通过引入犹豫度来表征数据的不确定信息,同时利用直觉模糊熵对多核聚类算法的损失函数重新定义,使类簇中的数据点最优化;进一步地,使用随机森林对裂解原料属性进行特征选择,依据对乙烯产率的贡献度选取聚类的主要特征属性。最后根据实际工业裂解的石脑油数据验证了所述算法的有效性。     

直觉模糊多核聚类算法及其在乙烯原料属性聚类中的应用

随着乙烯裂解原料种类的日益增多,原料分析仪价格昂贵,因此根据乙烯裂解原料属性进行在线聚类,对实现乙烯收率建模,优化乙烯产率、节能减耗具有重要现实意义。为了提高原料在聚类的准确性,提出了一种基于直觉模糊集理论的核聚类算法。即在定义直觉模糊集隶属度时通过引入犹豫度来表征数据的不确定信息,同时利用直觉模糊熵对多核聚类算法的损失函数重新定义,使类簇中的数据点最优化;进一步地,使用随机森林对裂解原料属性进行特征选择,依据对乙烯产率的贡献度选取聚类的主要特征属性。最后根据实际工业裂解的石脑油数据验证了所述算法的有效性。     

基于改进模糊C均值聚类算法的乙烯裂解原料识别

乙烯裂解过程中原料变化种类多,其原料分析仪因价格昂贵工业现场很少配备,为此实现油品属性的在线识别对实现裂解过程在线优化具有重要意义。由于传统模糊C均值算法隶属度的求取是基于欧氏距离,其算法只包含均值中心,带来聚类效果的单一性。为了充分利用裂解原料的有效信息,提出了基于混合概率模型的模糊隶属度设置方法,即通过建立混合高斯模型实现对聚类样本隶属关系的概率分布描述,并利用EM算法进行模型参数的极大似然估计。该算法可在考虑样本均值中心的前提下,进一步有效利用样本协方差与权重系数信息进行模式判别。最后,以经典IRIS数据聚类、乙烯裂解原料识别为仿真实例,验证了本文所述方法在Dunn指标和Xiebieni指标上明显优于模糊C均值聚类算法,表明了该方法的有效性。     

一种分布式模糊神经网络在熔融指数软测量中的应用

采用Mamdani模型作为模糊分类器 ,利用神经网络建立非线性模型 ,构造一种分布式神经网络。采用多组样本数据建模 ,根据各输入模糊子集和隶属度函数 ,将输入样本空间模糊分割成多个子空间 ,对每个子空间用一个神经网络模型建立映射关系。对每一组输入向量在确定归属类后 ,自动切换至对应的子网络作为输入 ,该子网络的输出值则作为分布式网络的输出。仿真结果表明 ,该方法与用单个神经元网络相比 ,明显提高了模型的精度和泛化能力。     

基于LonWorks的GA优化复合模糊PID控制系统设计

设计了基于LonWorks的复合模糊PID控制系统,分析了该系统的硬件组成和软件实现方案.在控制嚣设计上,改进了传统的模糊PID控制器结构,采用三个子模糊控制器组成一个复合模糊PlD控制器.把过渡时间作为各子模糊控制器的公共输入并采用遗传算法(GA)对复合模糊PID控制器的隶属度函数进行了优化.通过Mstlab仿真表明,该控制器在参数确定上更具客观性,在控制带有大滞后环节和非线性环节的工业对象时响应速度更快、抗干扰能力更强、动态性能更好.     

基于人工神经网络的压力容器安全评定可靠度的模糊分析

结合模糊聚类方法与人工神经网络技术建立了压力容器可靠度模糊分析的隶属函数 ,并对实际工程案例的评定结果进行了模糊分析 ,分析结果令人满意。人工神经网络和模糊推理方法为压力容器安全评定智能化系统的建立做了一个补充     

改进粒子群模糊控制算法在注塑机电液比例控制系统的应用

针对精密注塑机对注塑闭环控制效果要求较高的问题,依据流体学传动原理阐述了数学模型,该模型以伺服比例阀为核心控制元件,因为系统的非线性与熔融负载的不确定性,利用模糊算法最终确定了系统的非线性微分方程。引入粒子群算法改进模糊控制算法的隶属度函数与模糊规则,对注塑过程的电液比例控制系统的参数进行优化,通过对系统的Matlab仿真,有效地验证了算法的有效性,大大提高了系统的鲁棒性和灵敏性。     

加热炉炉温的模糊广义预测控制仿真研究

针对加热炉炉温的大惯性、大滞后及非线性等特点,提出一种基于T-S模糊模型的模糊广义预测控制策略。T-S模糊模型的前件和后件参数分别采用粒子群优化的模糊C-均值算法和递推最小二乘法辨识,根据输入变量更新模型隶属度并将T-S模糊模型等价转换为线性模型,以此作为预测模型应用于广义预测控制。仿真结果表明:该方法在不同工况下均具有较短的调节时间,在扰动作用下有很强的鲁棒性。     

Fuzzy control of a semi-batch copolymerization reactor

This study describes the development of a rule-based fuzzy controller for regulating the copolymer composition (F₁) in a semi-batch solution copolymerization s. The membership functions, fuzzy ranges for errors and the controller output are defined. A fuzzy rule base has been constructed relating error to controller output based on the operator's knowledge. The performance of the fuzzy controller has been evaluated by simulating the semi-batch copolymerization reactor by means of a mathematical model. The fuzzy controller developed at one operating condition has also been tested for other operating conditions.     

模糊控制系统组态平台的设计及应用

提出一种模糊控制系统可视化组态平台设计和实现方法.在该平台上可以方便地实现对隶属函数和规则集的设计并用遗传算法加以优化.系统提供多种改进的模糊控制算法,根据实际被控对象特点组态控制系统,通过仿真设计控制器参数,并可以在线整定控制系统的可调参数,以实现对复杂工业过程的复合控制.对实际工业对象的控制结果表明,该平台组态灵活方便,复合控制算法比常规控制具有更强的鲁棒性和更好的稳态性能,能使系统的响应满足既快速又不振荡的要求.     

FUZZY MODELING AND CONTROL OF BATCH BEER FERMENTATION+

Fuzzy reasoning based modeling of heuristic control rules are employed for control of batch beer fermentation. The effect of different types of membership functions, viz., line, triangular and phi membership functions is evaluated for the fuzzy subset. Various fuzzy model based controllers are presented using two approaches, namely simple fuzzy controller of few rules (FCFR) and rigorous fuzzy controller of many rules (FCM R), and also applied for the temperature control of fermenter. Zadeh's logic and Lukasiewicz's logic are adopted for computing the compositional rule of fuzzy logic inference. The results demonstrate that the proposed fuzzy controllers show better performance than the conventional controllers. FCFR approach provides better control performance, but needs optimum tuning or selection of gains for the fuzzy input and output variables, whereas FCMR approach is preferred due to flexibility in the operation of many control rules. Further, FCMR approach is free from optimum tuning or selection of gains for the fuzzy input and output variables.     

钛坯天然气加热炉多工况炉温模糊优化控制

针对脉冲燃烧方式的天然气加热炉所具有的典型分布参数特点,提出一种多工况炉温模糊优化控制策略.将加热炉不同段的炉温偏差和偏差变化率作为模糊推理的输入信息,对每一个炉温调整点设计一组二维模糊控制器;根据升温段和保温段这两种工况下的加热过程特点,分别设定模糊控制规则;基于变论域的思想,采用自适应变异差分进化算法,根据搜索进展...