模糊随机变量的模糊概率特征的性质

应用模糊数理论 ,给出了模糊随机变量的数学期望和模糊随机变量的方差的定义 ,并研究讨论了模糊随机变量的数学期望和模糊随机变量的方差的性质。研究结果进一步丰富和完善了模糊随机变量理论。     

基于CMAC的模糊神经网络方法

结合模糊神经网络和小脑模型连接控制CMAC理论,提出训练时间短、精度高的CMAC模糊神经网络方法,给出了网络结构、算法,并通过一个维修经费预测实例讲述了这种算法.     

军校教员业绩的模糊综合评估方法研究

根据模糊综合评估理论,建立了军校教员业绩的模糊综合评估模型,对军校教员业绩的模糊综合测评方法进行了研究,并给出了一种新的确定评估指标权重的方法,使得模糊综合测评更加公正、全面、合理、准确.最后给出了测评实例,取得了比较好的效果.     

多种武器攻击下舰船电力系统生命力的模糊综合评判

应用模糊数学理论对舰船电力系统生命力进行了模糊综合评判,讨论了舰船电力系统在多种武器攻击下的模糊评估模型,并以某型舰艇的电力系统为例,通过对其子系统的模糊评估分析,得出整个电力系统的生命力指标.评估的结果说明了根据加权模糊综合评判模型,可以把模糊性很强的舰船生命力指标定量化,为电力系统设计方案选优提供依据.     

电传动坦克模糊控制器仿真研究

将一种基于参数自调整的模糊控制器应用于坦克电传动系统中,并在MATLAB\SIMULINK中设计了参数自调整的模糊控制器。仿真和实验结果证明了该方案能克服原有电传动系统中常规控制不能适应大范围工况变化的弊端,具有调速范围大,鲁棒性强等特点。     

基于SVPWM的军用储能电源双闭环模糊控制

传统整流器的接入会给电网带来大量谐波和无功污染,为了削减电网侧的电压谐波分量,提高军用储能电源充电系统的功率因数,提出一种基于空间电压矢量PWM的新型闭环控制方法。在建立三相电压型PWM整流器的数学模型的基础上,分析了储能电源整流环节的双闭环控制结构,引用模糊逻辑对双闭环控制方法进行改进,利用模糊比例积分(PI)控制算法设计电流内环,系统可以实现PI参数的自适应调整。通过仿真验证了该方法的有效性,采用双闭环模糊PI控制的PWM整流器可以实现单位功率因数运行,保证输出的直流电压稳定,抗干扰能力强,具有良好的动态响应。     

基于多源冲突数据聚类的态势估计方法

传统调和式态势估计方法在面对多源冲突数据时融合效果不佳。为此,提出一种基于冲突数据聚类的非调和式态势估计方法。首先利用迭代自组织数据聚类方法(ISODATA)对多源冲突数据进行聚类,然后利用频度和可信度对数据簇的重要性进行评估,最后得到态势估计结果。仿真结果表明,与传统态势估计方法相比,所提方法在融合多源冲突数据时能够得到可信度较高的态势估计结果。     

某同源平衡及定位电液伺服系统模糊分数阶PID控制

针对某同源平衡及定位电液伺服系统,设计了一种用于该系统的模糊分数阶PID控制器。使用模糊规则来调节分数阶PID的参数,提高了分数阶PID控制器的响应速度,增强了分数阶PID鲁棒性。模糊分数阶PID控制器能使系统很快进入稳定状态,比分数阶PID控制器表现出较好的控制性能。通过半实物仿真实验可知模糊分数阶PID控制器在响应速度、超调量及稳定误差等方面均优于分数阶PID控制器,且对外部负载扰动具有较好的鲁棒性。     

作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。     

基于模糊模型的发动机部件级故障隔离方法研究

发动机故障诊断与故障隔离是发动机健康监控领域的一大难题,但对发动机故障定位、预防灾难性事故发生及发动机维修意义重大。为了准确地确定故障发生的部位,本文针对某型液体火箭发动机,提出一种基于模糊模型的部件级故障隔离方法。首先对发动机系统进行部件的划分,然后建立各个部件的模糊模型并进行训练,最后按照设定的故障检测与隔离策略对故障进行诊断。利用两组发动机故障仿真数据对基于模糊模型部件级故障隔离方法进行验证,结果表明:本方法可以实现单一或多个部件故障隔离。