变风量空调系统优化控制策略研究

变风量空调系统是多变量,大滞后、非线性和不确定性的系统,普通的模糊神经网络控制已难以满足其多变量动态控制的要求,为改善变风量空调系统控制性能,本文提出了一种小波模糊神经网络预测控制方法,实现变风量空调的温湿度有效控制.通过小波神经网络预测器在线建立被控对象的数学模型,并用模糊RBF神经网络控制器对所得到的信息在线修正,优化控制器参数,从而改善系统的控制效果.仿真结果表明,小波模糊神经网络预测控制具有很强的鲁棒性和自适应能力,控制精度高,控制效果好,安全可靠等优点,具有广泛的应用价值.     

一种简化的三维模糊制器

针对三维模糊控制器规则多,结构复杂,难以实现的问题,提出了一种简化的三维模糊控制器。该方法是把三个输入量分别为偏差、偏差变化、偏差的偏差变化的一维模糊控制器加权融合实现简化的三维模糊控制器。并提出了根据不同类型的被控对象设置三个加权系数。加权系数具有粗调、细调和微调的作用,类似于传统PID调节器的比例、积分和微分,实现对系统静差的消除。     

基于改进蚁群算法的模糊控制器优化设计

研究控制器优化问题,由于模糊控制系统参数无法同时优化,使得系统选择参数困难,使系统控制效果存在一定的缺陷,安全性和可靠性降低。为解决上述问题,提出了一种多种群进化蚁群算法对模糊控制器优化设计。采用懒蚂蚁效应的改进蚁群算法进行优化,在传统蚁群算法的基础上,采用多个种群并行,对算法的初始化、路径构建以及信息素更新改进,并引入到模糊控制器的隶属函数、模糊规则的优化搜索中,搜索出适应于不同控制阶段的模糊控制器参数及控制规则,并进行仿真。仿真结果证明了改进算法对模糊控制器的参数具有良好的搜索速度和精度,使系统有很强的鲁棒性。     

信息融合技术在煤矿安全预测中的应用

研究煤矿井下安全状况预测问题。针对现有预测模型因采用的信息融合算法单一导致的精度低的缺点,提出一种更适合矿井的基于模糊神经网络的信息融合预测模型;并重点针对现有的模型训练算法速度慢、难以适应井下要求的缺点,提出一种改进的LMBP算法,通过引入判别因子大幅提高模型的训练速度。仿真结果表明,预测模型在训练速度上比传统BP算法和LMBP算法分别提升了6倍和3.2倍,而且预测精度能够满足煤矿实际要求。     

基于模糊方法的高校人力资源配置效率评价研究

遵循高等学校战略人力资源管理指导思想,构建了高校人力资源配置效率的指标体系,运用AHP方法和数理统计的方法给出了指标体系的权重,并利用模糊综合评价的方法建立高校人力资源配置效率评价模型,实证分析证明了所建立模型的实用性和可靠性,为高校人事管理部门对未来的师资建设提供了参考依据。     

图像处理中模糊算法问题的分析

图像处理是计算机常用技术之一,模糊算法的运用有助于提高图像处理的效果。传统图像处理存在诸多弊端,影响了用户获取信息的便捷性。本文分析了图像处理的基本操作内容,并阐述了模糊算法在图像处理流程中的运用,以进一步提升原始图像处理的效果。     

一种新颖的低层视觉特征到高层语义的映射方法*

通过在低层视觉特征上提取图像的局部颜色和纹理特征,再利用模糊神经网络建立低层视觉特征和高层语义特征之间的映射,实现了图像属性信息的有效传递和可靠检索.最后,为了提高检索效率,把相关反馈引进到图像检索系统中.实验证明,该方法取得了较好的检索查全率和准确率.     

基于邻域彩色变化矢量场的图像边缘检测技术研究*

首先进行了边缘检测系统结构设计,建立了图像邻域彩色变化矢量场的数理模型,提出了用图像邻域彩色变化方向锐度描述图像边缘,进而应用模糊聚类自适应检测边缘.实验表明:与基于梯度的边缘检测技术相比,该方法在噪声抑制以及边缘准确定位上均取得了好的效果,是一种应用广泛的优秀边缘检测算法.     

一种基于小波变换与分形编码的新闻图片检索方法*

该方法使用户可以针对不同需要,准确高效地检索到所需的信息,并可根据需要确定所提取的信息数量。对图片进行小波变换,并分形编码,从而实现对图像特征的模糊分级检索,以完成对图片信息的高效管理。     

基于形式概念分析和层次分析法的应急管理能力模糊综合评价法

现代应急管理能力评价相关研究多围绕评价方法、模型等展开,且存在着忽略事件类型对评价指标的影响、缺乏动态性、学者和公众参与度低等问题。为了解决这些问题,提出了一种动态的、主客观相结合的新型应急管理评估方法。利用形式概念分析(FCA)动态地为一级评价指标赋权值,采用层次分析法(AHP)融合主观因素,最终使用模糊综合评价(FCE)方法得出评价结果。该方法将传统方法中的“常权”修正为“变权”,确保了评价指标和结果的动态性,实验表明此方法是可行有效的。