基于可变模糊方法的智能算法求解效果评价

随着科学研究水平的逐渐加深,智能算法出现。智能算法主要是解决现实生活当中有待于优化的问题,在现代社会领域被广泛应用。智能算法的有效性一直是智能算法在现实中应用的重要衡量指标,并可以将该智能算法归结为多指标综合性评价问题。本文基于可变模糊方法对于智能算法的求解效果进行评析,促进智能算法的应用效果。     

基于模糊积分的融合图像评价方法

针对多光谱、高分辨图像融合的评价问题,提出了一种利用模糊积分进行综合评价的研究方法。该评价方法定义了反映融合图像与多光谱图像和高分辨图像之间相关程度的单因素评价指标,利用模糊积分定义了相应的综合评价指标。理论分析和实验结果表明,文中提出的评价方法可以用于多光谱、高分辨图像的融合图像评价问题,其评价更符合人的主观评价特点。     

基于智能算法的生理信号情感识别

针对基于生理信号的情感识别问题,采用具有模拟退火机制的遗传算法、最大最小蚁群算法和粒子群算法来进行特征选择,用Fisher分类器对高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感进行分类,获得了较高的识别率,并找出了对情感识别系统模型的构建具有较好性能的特征组合,建立了对6类情感具有预测能力的识别系统。     

基于融合集成算法的配电网负荷预测研究

配电网的负荷预测在电力运行状态监测中尤为重要。负荷预测的精度提升为电网的安全、稳定运行提供了保障。通过对融合集成算法的研究,提出了一种基于关联特征选择的融合集成算法。在数据集的选择上,使用相关系数和灰色关联算法综合对样本中负荷影响较小的特征进行剔除,使得样本数据集的相关性更高;同时,对传统Stacking集成学习的输入和输出特征进行优化,提高了模型的预测效果。试验结果表明,基于融合集成算法的配电网负荷预测模型与传统的Stacking集成算法、XGBoost、灰狼优化-反向传播算法相比,负荷预测的精度提升了3.07%。该模型总体性能表现较好。该研究结果有效地支撑了配电网的负荷监测和规划,也为电力系统故障诊断提供了参考。     

基于多传感器的综合集成研讨厅信息融合系统

介绍了多传感器信息融合方法及处理模型、美国圣菲研究所在复杂适应系统领域以及园内在综合集成研讨厅领域的研究与实践，在此基础上，通过对多传感器信息融合系统和综合集成研讨厅的本质分析及对比研究，提出了一种通用的基于多传感器的综合集成研讨厅信息融合系统体系结构。同时，结合作者对装备保障复杂适应系统的研究与理解，分析了基于多传感器的装备保障综合集成研讨厅信息融合系统的功能需求、体系结构层次和技术结构层次，初步构建了装备保障综合集成研讨厅信息融合系统的体系结构框架，寻求到了一种多传感器信息融合研究的新途径。     

基于微机图象处理的滑油磨粒测量与分析系统

介绍了一种滑油磨粒测量与分析系统。该系统运用计算机图象处理技术，对机械设备滑油中磨粒显微形态测量与分析，并给出设备当前磨损状态的铁谱报表和诊断结论。监测实例表明，该系统显著地提高了状态的铁谱报表和诊断结论。监测实例表明，该系统显著地提高了机械设备磨损状态监测与故障诊断的准确性和自动化水平，具有较高的推广应用价值。     

基于数据融合技术的矿井综合自动化系统

分析了目前已建成的矿井综合自动化系统存在的主要问题,即存在信息孤岛现象、底层传感器运行可靠性较差、系统数据融合程度不高等,指出矿井综合自动化系统建设的关键是实现各生产系统的运行可靠性检测以及数据的深度挖掘及融合;提出了矿井综合自动化系统建设的关键技术是智能传感器和数据融合功能的研究,从软件融合、系统融合、功能融合3个方面给出了数据融合问题的解决方案。采用C#编程实现的矿井综合自动化系统已在某矿成功试运行,取得了良好效果。     

智能算法在含分布式电源配电网故障恢复的应用综述

分析含分布式电源的配电网故障恢复模型,综述几种目前比较流行的智能算法在含分布式电源配电网故障恢复问题中的应用及优缺点,并对整合不同算法后的组合智能算法在含有分布式电源的配电网故障恢复中的优化效果进行比较;针对当前能源局势与输配电要求日益提高的情况,分析智能算法在考虑多目标含分布式电源配电网故障恢复中的应用;最后,对含分布式电源的配电网故障恢复问题发展趋势进行展望.     

基于模糊积分的多神经网络集成信息融合

使用模糊积分实现集成神经网络中的子分类器信息融合,提出一种更加有效和全面的模糊密度,用于模糊积分的计算。以双螺旋分类问题为实验对象,使用集成神经网络实现具有较高正确率的分类方法,对神经网络集成的有效性和各类参数的设定作实验分析,并通过多种模糊密度的比较数据说明该模糊密度函数的有效性。     

“不确定性决策及智能算法”课程的教学改革与实践

针对“不确定性决策及智能算法”课程的特点,从教学内容、教学方法等方面对该课程进行研究,合理安排理论教学和实验教学内容.通过启发式教学、示例式教学、仿真模拟等多种教学手段,培养学生对不确定信息进行处理和决策的能力,以及设计智能算法求解的能力,取得了较好的教学效果.     

故障智能诊断系统在通信设备检修中的应用

首先介绍了用于通信设备故障诊断系统的总体框架，说明了各模块的功能及开发策略，然后介绍了该专家系统中知识的获取和表示方法，阐述了模糊推理与规则推理相结合的混合诊断推理方法。     

改进的贝叶斯算法在智能变电站网络故障诊断系统中的研究

提高智能变电站网络故障诊断能力对于确保电力系统的稳定运行和供电可靠性具有重要意义,故障的分类是目前智能变电站网络故障诊断系统所面临的一个主要问题.常用分类算法存在着训练数据多样化,特征的选择标准具有不确定性,学习潜力匮乏等问题,文章在原有贝叶斯算法的基础上加入了特征的选择标准及学习过程,实验结果表明改进的贝叶斯算法在很大程度上能有效解决故障分类问题,从而提高智能变电站的网络故障诊断能力.     

基于神经网络的发动机智能诊断

为提高机械设备的维修诊断能力,提出了基于神经网络的智能诊断技术。采用自适应调整步幅的BP算法,改进后的算法,在误差精度高时能极大提高收敛速度,减少误判率。利用12150L发动机进行了实验,设置典型故障,采集声音信息,对原始声音信号进行解读、采样和分析,形成样本,通过学习和测验,该系统对预设的故障都进行了成功的判断,达到了预期的目的;而且智能诊断系统能分清熟练工人都无法直观判断的故障。实验结果表明,基于神经网络的智能诊断是可行的,具有良好的推广应用价值。     

基于模糊评判的决策级信息融合算法的研究

文章针对水电故障诊断系统中普遍采用的传感器阀值判断方法引起的信息损失问题,将决策级信息融合技术应用于故障诊断系统中。在模糊综合评判技术和软判决融合结构下,提出了一种新的决策级信息融合算法。该算法以合成运算和全局决策融合来自多传感器的局部判决以获取所处理对象的综合决策分析,并通过在丰满水电仿真系统的故障诊断系统中的实际应用表明该算法优于传统的故障检测方法。     

基于集成神经网络的多故障诊断方法

铝电解过程是一个非线性、多耦合、时变和大时滞过程,受强电场、强磁场、强热场交互干扰,形成了复杂多变的槽况特征,故障种类繁多,发生频繁,有效地故障预报和诊断,对电解系列平稳供电,节约电能、提高铝的产量和质量有重要意义。根据铝电解过程故障特点,提出了基于主成分分析的集成神经网络铝电解多故障诊断方法,建立分层故障诊断模型结构,包括子神经网络层和决策融合神经网络层,子神经网络模块采用了改进型的Elman神经网络,强化信息的记忆功能,并通过主成分分析优化了神经网络结构;决策融合神经网络通过各子网络传递的相关信息,进一步验证对子神经网络诊断结果和复合故障进行综合决策。仿真结果表明,具有良好的诊断效果,验证了该故障诊断方法的可行性和有效性。     

基于Delphi的疾病智能诊断系统

疾病智能诊断系统是医生诊断疾病的辅助工具,主要依据疾病的症状、体征及临床化验等信息,对相应疾病做智能化诊断,提供快速科学的参考依据。在Windows操作系统下,以Delphi程序设计语言与Access数据库为工具设计了一个疾病智能诊断系统。文中提出了应用于疾病智能诊断的智能匹配算法,并结合实际疾病的症状做了相关测试。最后对软件的运行结果进行了总结与分析,结果证明该系统运行稳定,高效,分析结果准确。     

基于SDG模型和模糊融合的故障诊断方法

将符号定向图SDG（Signed Directed Graph）节点偏差模糊化为定性模糊偏差,并从子节点向父节点对其进行数据融合,得到父节点故障源可能性,分析了该模糊融合传递信息的特性和处理各种发生故障的情形的优点。建立了基于SDG模型和模糊融合的故障诊断方法,包括SDG建模、故障源数检验和故障诊断等步骤,并以铝电解槽故障诊断为实例,说明了这种方法的有效性。     

故障诊断专家系统综合智能推理技术研究

推理机在故障诊断专家系统中起着非常重要的作用。提出普通规则、模糊逻辑和模糊神经网络推理相结合的综合智能推理机应用于故障诊断专家系统。综合智能推理机既能提高诊断推理的速度,又可以提高诊断推理的准确程度。通过对某型号导弹故障诊断验证,采用综合智能推理机诊断快速、准确率高,取得了较好的诊断效果。     

模糊数据融合故障诊断在电缆监测中的应用

针对路灯电缆工作状态的综合性和复杂性,为了准确判断其工作状态,提出了一种应用多传感器模糊数据融合技术的故障诊断方法。该方法采用多传感器监测电缆的电压、电流、通信状态、通电状态等参量,将多个传感器获得的多元信息模糊化后,经过融合运算和故障诊断规则,对电缆的工作状态作出准确估计并用于信息决策。实验结果表明,该方法能够有效提高电缆工作状态故障诊断的准确性。     

多信息融合的电梯实时故障诊断系统设计

电梯的安全可靠运行关系到人身和设备安全,对其运行过程的实时监控和故障诊断研究具有重要意义;目前国内外学者对电梯的故障诊断都有不同程度的研究,但仍有各自的局限性;针对电梯故障诊断实时性有限、可靠性差等缺点,提出了多信息融合算法的电梯实时故障诊断系统,建立了基于模糊神经网络和D-S证据理论相结合的故障诊断模型,设计了基于FPGA的故障特征信号采集和远程通讯系统,并以Labwindows/CVI为软件开发平台,编制了故障诊断软件;通过模拟电梯故障现象的运行,结果证明了该故障诊断系统达到了良好的效果。