模糊规则集在发动机故障诊断中的应用

基于模糊规则集度量,提出了一种故障诊断系统。提取模糊规则分两步实现：（1）由训练样本自适应形成超球子空间,可望解决高维空间的识别问题：（2）计算每个子空间上模糊规则的信任度。对模糊规则的概念进行了拓展,以便解决模糊规则之间的矛盾。仿真研究表明：模糊规则集度量可以用于液体火箭发动机的故障诊断。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

广义直观Fuzzy集

本文给出了广义直观Ｆｕｚｚｙ集的概念,讨论了基本运算及其性质,拓广了文献［１］与［２］的结果。     

模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

火力使用策略的集对分析与评价

对不确定理论──集对分析理论［１］中关于联系度的算法作了修改,给出了更有实际意义的联系度公式。应用此公式采用同异反决策分析的方法,首先对“火力使用策略”进行定性分析,把影响火力使用的７对主要矛盾看作７个集对,定义每集对的同异反三属性的测量要素。通过求各集对的联系度所在问题的解,达到择优最佳“火力使用策略”的目的,从而对战役行动起到指导或辅助决策的作用。     

严格集压缩场的拓扑度计算

给出了严格集压缩场的拓扑度在非球域上的度为零的结果,改进了孙经先1987年相应的结果。     

一种基于移动基站的无线传感器网络数据收集方法

针对传统的无线传感器网络数据收集协议大多受制于发生在基站周围的热点问题,提出了一种使用移动基站的数据收集方法.将数据收集问题转化为支配集构造和旅行商问题,并提出了一种分布式的支配集构建算法,结合旅行商问题的近似算法生成基站的移动路线.仿真结果表明,所提出的方法减少了通信消耗,且能使负载均衡地分布.     

基于CEC系统舰艇编队防空作战最小共享信息集研究

根据最小共享信息集的概念,提出了基于CEC系统舰艇编队协同防空作战的智能系统模型,分析了舰艇编队CEC系统的作战功能和作战信息,提出了确定舰艇编队协同防空作战的最小共享信息集的事件法,并应用信息论证明了事件法的确能够减少通信的信息量。在上述基础上,确定了舰艇编队协同防空作战的最小共享信息集。     

基于粗糙神经网络和网络撕裂的故障诊断方法

利用网络撕裂法逐层将复杂装备撕裂为较为简单的单元,并充分利用粗糙集和神经网络融合方法的优点进行故障诊断。提出了基于粗糙神经网络的网络撕裂故障诊断方法,总结出基于粗糙神经网络和网络撕裂的故障算法流程图。以L-F滤波器为例进行实验,结果证明:该算法明显优于普通的基于粗糙神经网络的故障诊断方法,网络结构得到简化,训练速度得到加快。     

基于集对分析的海上油料补给方法选择优化

针对各种复杂环境对海上油料补给方法选择的不确定性影响,在分析海上油料补给方法选择影响因素的基础上,确定了海上油料补给方法选择的属性要素,运用集对分析理论建立了海上油料补给方法选择的优化模型;采用变异系数法计算属性权重,通过构建海上油料补给方法选择的正、负理想方案,确定了各备选方案与理想方案之间的联系度。算例分析结果表明,将集对分析运用于海上油料补给方法的选择,能够有效降低多种复杂因素对油料补给方法选择的不确定性影响。