铁矿石境外投资风险评估的模糊神经网络模型

论文将模糊理论与神经网络结合,对铁矿石境外投资所涉及的风险因素分别从资产影响、威胁频度两方面进行分析,建立了铁矿石境外投资的风险层次化结构,并构造了各因素所对应评判集的隶属度矩阵;综合运用模糊推理算法与神经网络仿真技术,对铁矿石境外投资的风险进行评估,进而判定铁矿石境外投资风险等级。最后,通过计算铁矿石境外投资的市场风险说明了算法的应用,并将结果与模糊综合评估得到的风险值进行比较,检测了模型的有效性。     

改进FCM在交互式图像分割中的应用

为解决由于自然纹理的干扰而导致的分割图像边缘模糊问题,对模糊C均值聚类算法进行改进并应用于交互式图像分割中。用户通过输入种子点来获得目标和背景的主要特征,并将输入的种子点作为聚类中心点;提出全局空间相似性度量标准并引入Gabor能量滤波器来计算图像中各点到聚类中心的距离;算法首次引入边缘密度概念定义权重因子,根据图像特点,自适应地计算图像中任意一点的纹理特征和颜色特征在特征空间中所占比例,使得到的特征更加准确地描述图像的本质属性。对具有自然纹理背景的图像进行仿真实验,应用两种性能指标来比较本文所提算法与随机游走算法的分割精度。实验结果表明,本文算法分割精度高于模糊聚类和随机游走算法。     

一种谱分解降维的模糊有监督局部保持投影策略

提出一种谱分解降维的模糊有监督局部保持投影策略。首先针对监督局部保持投影SLPP存在过学习和不能较好地保持图像空间的差异信息等问题,通过最小化局部离散度和最大化差异离散度准则提取投影方向,找到一种线性鉴别分析的等价形式。其次,通过采用模糊k近邻(FKNN)方法得到相应的样本分布隶属度信息,同时考虑到离群样本对整个分类结果的不利影响,提出一种模糊化方法,根据样本的隶属度对样本分布矩阵重定义所做的贡献,将每个样本的隶属度融入到SLPP特征抽取的过程中,从而得到完整有效的模糊样本特征向量集,有效解决了小样本问题的特征抽取问题。第三,提出一种谱分解的矩阵分析方法,在SLPP投影准则下,对散布矩阵实现降维。在ORL和NUST603人脸库上的实验结果验证了该方法的有效性。     

差分进化算法在模糊多资源约束联合补货模型中的应用

本文用三角模糊数表示不确定的资金约束,用梯形模糊数表示不确定的存储空间约束,构建了模糊规划联合补货模型,目标函数为最小化订货成本、库存持有成本和运输成本,决策变量为基本补充周期和每种产品的补充周期。通过对变异算子与选择操作进行变化,设计了改进的差分进化算法对模型进行求解,并通过实例证实了模型与算法的科学合理性。     

Vague集的新模糊熵

本文指出了现有Vague集模糊熵定义的不足,分析了其存在不足的根本原因,给出了Vague集模糊熵的公理化定义,提出了一种新的Vague集模糊熵的计算方法,并证明了其合理性和有效性。     

低温裂纹张开位移预测方法的讨论

把低温影响下的COD试验数据用灰色理论中的累加方法进行累加，可以使一组没有规律的数据成为一条光滑的曲线．然后利用人工神经网络和自适应模糊推理系统两种方法进行预测，算例的结果表明用一次累加后的数列预测精度较高。     

电液系统位置精度的模糊控制

针对电液位置控制系统 ,建立了其数学模型 ,研究了模糊控制器在该场合的应用及其设计 ,并在SIMULINK环境下对模糊控制系统进行了仿真。结果显示模糊控制用于电液系统位置控制能获得令人满意的效果     

基于变论域模糊PI的永磁同步电机无传感控制

受到带通滤波器的影响,永磁同步电机(PMSM)脉振注入法中转子位置估算精度较低。为此,提出了一种基于变论域模糊PI的PMSM无传感控制法。利用变论域模糊的方法对转速环上固定的PI参数进行动态调节,达到减少系统延时、提高转子位置估算精度的目的。仿真的结果表明,变论域模糊PI能够用于转子位置估算,并且比传统PI无传感控制法减少了0.331°平均误差。     

开关磁阻电机转速调节器参数模糊自整定的研究

开关磁阻电机(SRM)具有较强的非线性,很难建立其准确的数学模型,在传统PID调速控制中难以获得整个调速范围内Kp、KI、KD 3个参数的最优组合。而固定参数的传统PID调节器,不利于系统调速的精准性与抗干扰性。通过分析传统PID调节器3个参数的控制特点,主要针对起动、调速、负载扰动等若干状态下,建立适当的、通用的模糊控制规则,将模糊控制和PID控制相结合,构成SRM的模糊PID转速调节器,实现Kp、KI、KD 3个控制参数的自适应调节,从而获得在整个调速范围内不同负载下较好的调速特性。仿真试验表明,所提出方法避免了固定参数转速调节器的比例积分环节导致的低速、轻载工况下的转速超调与振荡,克服了单纯模糊控制所导致的调速误差。     

GIL机械故障诊断与预警技术研究

为了有效诊断气体绝缘金属封闭输电线路(GIL)的机械故障,搭建了110 kV GIL试验平台并设计了3种典型机械故障,通过互补集合经验模态分解(CEEMD)模糊熵值与鲸鱼优化极限学习机(WOA-ELM)模型联合方法对GIL机械故障模式进行识别与诊断。首先,利用CEEMD方法对振动信号进行分解,引入正负白噪声组对信号进行处理,得到含有故障信息的模态分量(IMF)。其次,利用模糊熵计算模态分量特征值,得到能表征故障特征的模糊熵值。最后,结合WOA-ELM模型对特征向量集进行模式识别,根据聚类结果与自适应阈值对GIL设备机械故障进行诊断和预警。结果表明,利用CEEMD与模糊熵对GIL振动信号特征进行分析,可以有效避免模态混叠和冗余噪声分量的干扰,得到能够表征故障特征的特征值;利用WOA-ELM模型可以有效实现GIL设备机械故障诊断与预警。