模糊推理系统

摘要： 无线传感器网络(WSN)由许多传感器节点组成,这些传感器节点为了降低能量消耗会周期性地在醒与睡2种模式下进行切换。在异步WSN中,发送节点往往要等接收节点醒来才能进行数据转发,为了缩短该等待时延,发送节点选择多个节点作为候选转发节点,由于任何候选转发节点都有可能进行数据路由,使得邻居节点评估和候选转发节点选择对网络性能产生较大影响。为了更好地进行节点评估与选择,提出一种基于层次分析法(AHP)和模糊推理系统(FIS)的WSN路由算法DAF。将剩余能量、距离和角度作为评估准则,利用AHP确定评估准则的权重,通过FIS动态构建AHP中的成对比较矩阵,并根据该矩阵动态计算出邻居节点的评分,按评分高低选择候选转发节点。实验结果表明,在改变节点数量、睡眠时长和通信半径的对比测试中,DAF在生命周期、能量消耗和平均冗余传输性能方面均优于ORW和ORR算法。

摘要： 在中国,环岛被广泛使用,一些环岛的中心岛还被打造成城市景观。然而,通往中心岛的人行横道通常占满了行人,对环岛通行能力和行人安全造成严重的负面影响。本研究提出一种模糊元胞自动机(FCA)模型,旨在探讨双车道环岛处人车冲突对行人安全和环岛效率的影响。以中国长沙为例,对模糊推理系统中的隶属度函数进行标定,以推理驾驶员在人行横道前的决策过程。通过使用效率和安全性能指标对仿真结果进行评价,结果表明环内车辆在低流量条件下可以平稳行驶,但当车流量达到一定水平时,环岛系统容易发生交通拥堵。并且,驾驶员较高的礼让率对交通效率有负面影响,但可以提高行人的安全性。基于此,根据FCA模型和中国安装交通信号灯的规范推导出环岛人行横道的行人限流措施。

摘要： 为提高复杂电磁环境下跳频异步组网的抗干扰性能,该文提出一种基于集中式训练和分散式执行框架的多智能体模糊深度强化学习(MFDRL-CTDE)算法。针对多种干扰并存的复杂电磁环境和异步组网结构,设计了相应的状态-动作空间和奖赏函数。为应对智能体之间的相互影响和动态的环境,引入集中式训练和分散式执行(CTDE)框架。该文提出基于模糊推理系统的融合权重分配策略,用于解决网络融合过程中各智能体的权重分配问题。采用竞争性深度Q网络算法和优先经验回放技术以提高算法的效率。仿真结果表明,该算法在收敛速度和最佳性能方面都具有较大优势,且对多变复杂电磁环境具有较好的适应性。

摘要： 为改善无线传感器网络中簇群成员分布及簇头选取质量,提出网格优化与模糊逻辑相结合的无线传感器网络路由算法。通过对网络区域划分为K个面积大小相同的网格,确定网格重心为初始中心点;根据节点距离划分出K个网络初始簇群,簇群重心随着加入的节点变化,簇群随之改变,直至簇群成员不再有新成员加入形成最终簇群。簇头节点选取利用模糊推理模型,以节点剩余能量率、节点距离率、节点中心率为输入,选出质量更优簇头。实验结果表明,簇群分布及成员数分布均得到明显改善,网络生命周期延长效果明显。

摘要： 临界雨量预警在一定程度上可间接反映滑坡的时空变形规律和共性演化特征,但预警空间精度不足;而降雨—变形综合预警规则的设定多基于专家经验,存在较大主观不确定性。该文提出一种集成模糊推理系统和智能寻优算法的降雨型滑坡降雨—变形综合预警智能决策方法,其技术思路总体上更接近人的模糊推理行为和决策过程,可在智能寻优过程中融入领域知识规则约束,通过自学习机制实现综合预警规则的智能优化;以甘肃武都泻流坡滑坡监测为例开展实验,通过智能优化得出合理的雨量与地表位移综合预警规则。该方法为降雨型滑坡综合预警提供了一种有效的技术方案,可为相关灾害预警决策提供支撑。

摘要： 基于无线传感网络的应用依赖于节点对监测区域的可靠覆盖。由于能耗殆尽或故障,节点感测能力可能失效,形成覆盖空洞区域。为此,提出基于模糊推理系统(FIS)的修复节点选取(FISS)算法。FISS算法采用自适应感测半径调整策略,利用节点的移动修复覆盖空洞。将节点的剩余能量和覆盖重叠率作为FIS的输入,并由FIS估计节点成为修复节点的权值;选择具有权值最高的节点作为修复节点,同时依据修复节点的网络条件,估算修复节点的移动方向和移动距离,最终实现对覆盖空洞区域的修复。仿真结果表明,提出的FISS算法有效提高了覆盖率,并控制了能耗。

摘要： 基于无线传感网络的应用依赖于节点对监测区域的可靠覆盖.由于能耗殆尽或故障,节点感测能力可能失效,形成覆盖空洞区域.为此,提出基于模糊推理系统(FIS)的修复节点选取(FISS)算法.FISS算法采用自适应感测半径调整策略,利用节点的移动修复覆盖空洞.将节点的剩余能量和覆盖重叠率作为FIS的输入,并由FIS估计节点成为修复节点的权值;选择具有权值最高的节点作为修复节点,同时依据修复节点的网络条件,估算修复节点的移动方向和移动距离,最终实现对覆盖空洞区域的修复.仿真结果表明,提出的FISS算法有效提高了覆盖率,并控制了能耗.

摘要： 制浆造纸废水处理过程数据中普遍存在非线性、时变性、不确定性等特征,对过程软测量模型建立具有较大的挑战性。本文在偏最小二乘模型基础上通过模糊推理系统及模糊均值聚类算法构造了模糊偏最小二乘潜变量模型,并结合动态贝叶斯网络模型,提出了基于模糊偏最小二乘的动态贝叶斯网络模型。将模型运用于实际工业废水处理过程,结果表明:所提出的动态贝叶斯网络模型相较于常用的传统偏最小二乘方法,其均方根误差降低了28.71%,有效提升了软测量模型在实际废水处理过程中的准确性及稳定性。

摘要： 氟化工产物的剧毒特性,使得对于氟化工过程设备的运行可靠性监控异常重要.为此,提出了基于全局-局部结构分析的模糊推理系统(GLSAFIS)在线评估氟化工过程操作单元运行可靠性.依据氟化工工艺流程选取操作单元过程变量后,通过全局-局部结构分析算法(GLSA)对操作单元过程变量进行全局-局部特征提取.这些低维的全局-局部特征代替原始变量作为模糊推理系统(FIS)的输入,不仅可以克服噪声的影响,降低对专家知识的依赖,同时可以通过特征空间的降维压缩,大大加速后续模糊推理系统的逻辑设计.最后模糊推理系统的实施,使得本方法可以对化工过程操作单元可靠性进行在线评估.国内某氟化工厂二氟一氯甲烷(R-22)生产过程的实际应用以及田纳西伊斯曼模拟过程的仿真结果均证实了所提方法可以准确地反映实际化工过程操作单元的运行状况,大大提高了对实际化工过程的安全监控力度.

摘要： 长距离调水工程投资大、影响范围广、地质情况多样、风险因素众多、工程结构十分复杂。这些特点意味着对此类工程进行风险评价研究的必要性。建立了南水北调中线总干渠运行安全风险评价指标体系,以毕达哥拉斯模糊层次分析法计算出指标的概率、严重程度的权重,构建了结合Fine Kinney评价方法和模糊推理系统的风险评价模型。最后选取南水北调中线工程河南段输水渠道,进行了运行安全评价并确定了风险等级。评价结果显示,地质条件、施工质量、运行调度风险位居前列。

摘要： 近年来,随着石油和化学工业的迅速发展,城市运行的很多方面应用到液化天然气(LNG),例如出租车,公共汽车等,LNG是一种清洁能源且经济性高,因此随着城市对其需求量日益提高,相应供应能源运输的LNG公路槽车呈现运输量大幅增加,运输距离长,频次高的现象,在客观上导致LNG槽车事故频繁发生.本文运用模糊推理系统(FIS)方法将槽车运输过程中,一系列可能导致槽车事故的因素,利用风险评估的方法将传统的输入概率和后果以模糊集为代表,并考虑到与他们的价值的分配相关联的不确定性,充分利用专家经验和已知风险评估的相关信息,建立模糊控制规则库,从而自动求取安全评估各要素的关联度,使输出风险值可以呈现为清晰值.最后将输出的风险值根据一定的规则评级作为响应应急救援和制定作战措施的依据.

摘要： 本文提出了一种基于自适应模糊系统的径向基高斯函数的系统辨识方法,与传统的系统辨识和仿真方法相比,更具有精确性与智能性。RBF网络在逼近能力、分类能力和学习速度上均有优势。自适应神经一模糊推理系统(ANFIS)混合学习算法减少了原始纯反向传播算法的搜索空间的维数,故收敛速度非常快。根据ANFIS和RBF的特点,将二者结合起来,形成了基于自适应模糊系统的径向基高斯函数网络的系统辨识方法。

摘要： 柔性机械臂的振动会显著降低其定位精度和工作效率.为了对柔性机械臂的振动实施控制,本文提出了一种基于增强学习的模糊控制(增强学习模糊控制,RLFC)方法.增强学习模糊控制方法由增强学习算法和模糊推理系统组成.增强学习算法可以在没有导师信号和预先训练数据的情况下自律的进行学习.它通过与被控对象交互来学习模糊规则库,并通过计算回报函数信号来改变规则库生成策略来实现学习目标.为了验证提出的控制方法,本文考虑了一个典型的含压电片的柔性机械臂结构的振动控制问题.首先,采用有限元方法建立了柔性机械臂结构的动力学模型.然后,给出了控制系统的状态方程.之后,给出了增强学习模糊控制方法的技术细节.最后,进行了仿真验证.仿真结果表明增强学习模糊控制方法能有效抑制柔性机械臂的振动.

摘要： 本文通过模糊推理系统建立复合材料结构在无损伤状态的结构振动响应模式,然后以此为基础计算复合材料结构实际振动信号相对于无损伤状态的波动信息.针对多维传感器阵列信号的波动情况,本文运用主成分分析法对其做降维提取特征处理,得到一维时间序列信号.在以上信号处理的基础上,引入一维时间序列分析方法构造复合材料结构损伤指标,通过寻找时间序列的奇异点检测复合材料结构的损伤时刻.

摘要： 飞机发动机的工作状态非常复杂.气路故障(比如性能恶化,从而降低工作效率)是最常见的故障模式.本文中建立了一个模糊推理系统.选择飞机发动机的9种测量参数作为特征参数,去检测21种气路故障模式.本文也对数据预处理方法和测量噪声的影响进行了讨论.

摘要： 输油气站场是长输管道系统的核心部位，为管输流体提供源源不断的动力。为完善国内输油气站场综合风险评价技术,提出一种站场综合风险评价模型.该模型基于模糊集理论,重点对传统的RCM与RBI技术进行改进与完善.将故障(失效)后果划分为伤亡后果、经济损失、环境影响和无形损失;采用模糊推理系统代替原有的算法进行计算设备风险,将动设备与静设备的风险转换为统一标度,得到站场综合风险值;最后采用雷达图显示站内设备的风险分布状况.实例分析表明,所建立的综合风险评价模型能够有效地解决定性风险与定量风险的融合问题,可为输油气站场的风险管理提供决策依据.

摘要： 为完善国内输油气站场综合风险评价技术,提出一种站场综合风险评价模型.该模型基于模糊集理论,重点对传统的RCM与RBI技术进行改进与完善.将故障(失效)后果划分为伤亡后果、经济损失、环境影响和无形损失;采用模糊推理系统代替原有的算法进行计算设备风险,将动设备与静设备的风险转换为统一标度,得到站场综合风险值;最后采用雷达图显示站内设备的风险分布状况.实例分析表明,所建立的综合风险评价模型能够有效地解决定性风险与定量风险的融合问题,可为输油气站场的风险管理提供决策依据.

摘要： 本文提出一种模糊区间优化三角均分的模糊规则生成方法。在获取故障样本之后，通过基于故障识别率最佳准则的寻优过程，确定模糊区间均匀划分数的下确界。在此基础上，利用所提出的改进型DM算法提取模糊规则，最终构建出模糊推理故障诊断系统。与模糊区间划分数低于该下确界的模糊推理系统相比，利用该方法能够保证在所生成模糊规则数较少的情况下，使构建的推理系统具有更高的故障识别率和诊断准确率，同时避免了人为确定模糊区间划分数时所带来的盲目性。最后，在轨道电路该类复杂模拟电路常见硬故障的诊断实例中，说明了新方法的有效性。

摘要： 大型火电机组具有控制对象复杂、非线性、大滞后、模型难以建立等特点,用传统的控制方法很难得到最佳的运行效果.本文在基于自适应网络的模糊推理系统ANFIS的基础上,采用有效控制策略,弥补上述不足.仿真结果表明了该控制策略的有效性.

摘要： 本文介绍了模糊系统的框架、输入变量的模糊化、模糊规则的制定、模糊推理策略和输出反模糊化的系统构建过程。给出了两台发电机在线检测局部放电严重程度的评估实例，现场实际应用的效果表明，构建的局部放电评估模糊系统能够有效地反映局部放电的严重程度，为发电机状态检修提供有价值的维护建议。

摘要： 本发明公开了基于模糊推理的专家经验推理系统，包括症状获取模块，用于获取用户的症状信息，所述症状信息包括症状的名称及症状的严重程度信息；模糊化模块，用于对严重程度信息通过隶属函数进行模糊化；专家经验规则库，用于存储多条专家规则，规则为某一疾病和该疾病的所有症状及症状的严重程度；模糊推理模块：用于根据模糊化后的症状信息以及专家经验规则库内的规则，利用模糊推理计算出用户的症状信息所对应的疾病信息。本发明还公开了一种基于模糊推理的专家经验推理方法，解决了现有手段疾病判断准确率低，分诊效率低下的问题。

摘要： 本发明公开了基于模糊推理的专家经验推理系统，包括症状获取模块，用于获取用户的症状信息，所述症状信息包括症状的名称及症状的严重程度信息；模糊化模块，用于对严重程度信息通过隶属函数进行模糊化；专家经验规则库，用于存储多条专家规则，规则为某一疾病和该疾病的所有症状及症状的严重程度；模糊推理模块：用于根据模糊化后的症状信息以及专家经验规则库内的规则，利用模糊推理计算出用户的症状信息所对应的疾病信息。本发明还公开了一种基于模糊推理的专家经验推理方法，解决了现有手段疾病判断准确率低，分诊效率低下的问题。

摘要： 本发明公开了一种基于Mamdani模糊推理方法及推理系统，推理方法包括：对模糊推理系统中的每个语义变量进行有效区域扫描；在有效区域内，将隶属度函数进行离散化处理，获取离散化隶属度函数；利用离散化隶属度函数进行规则后件的计算；将每条规则的截断值结合规则后件离散化隶属度函数生成新的离散序列；合并所有规则的截断后离散序列，按照析取范式计算，得到离散序列；进行形心计算。推理系统包括扫描模块、离散模块、模糊模块以及反模糊模块。本发明提供的基于Mamdani模糊推理方法及推理系统极大地提升了Mandani模糊推理速度。

摘要： 本发明涉及一种基于自适应神经网络的智能光伏阵列故障诊断方法，包括以下步骤：步步骤S1:采集各种工况条件下的光伏电气特性数据，并通过采样滤波处理构成原始故障数据；步骤S2:将原始故障数据进行数据映射运算，得到总体故障特征数据;步骤S3:利用LDA算法对总体故障特征数据进行特征降维压缩至3维，得到新的特征数据；步骤S4:采用K折交叉检验将新的特征数据分成测试集和训练集，并设定隶属度函数个数和隶属度函数种类；步骤S5:生成初始模糊推理系统；步骤S6:构建自适应神经网络模糊推理系统模型；步骤S7:判断光伏阵列系统是否处于故障状态；本发明的技术能有效的对故障中的光伏阵列进行诊断分类，对比其他的机器学习算法，分类精度高结果准确。

摘要： 本发明涉及一种基于模糊推理系统的快速故障检测方法，属于直流电力系统技术领域。所述方法包括：发生低阻抗故障时，输入电流或输出电流都会迅速上升，表明输入电流或输出电流的变化率已变为正值；同时，分段另一侧的电流变化率变为负；将故障分类表示为模糊规则，模糊规则将被馈送到模糊推理系统FIS进行决策。本发明可替代人的主观行为以此提高故障辨识精度、保护准确性和可靠性，实现综合控制保护多直流系统。

摘要： 本发明公开了一种基于Mamdani模糊推理方法及推理系统，推理方法包括：对模糊推理系统中的每个语义变量进行有效区域扫描；在有效区域内，将隶属度函数进行离散化处理，获取离散化隶属度函数；利用离散化隶属度函数进行规则后件的计算；将每条规则的截断值结合规则后件离散化隶属度函数生成新的离散序列；合并所有规则的截断后离散序列，按照析取范式计算，得到离散序列；进行形心计算。推理系统包括扫描模块、离散模块、模糊模块以及反模糊模块。本发明提供的基于Mamdani模糊推理方法及推理系统极大地提升了Mandani模糊推理速度。

摘要： 本公开提供了一种基于模糊推理系统的单相接地故障绝缘劣化识别方法，包括以下步骤：获取单相接地故障零序电流的特征量；验证所获取的特征量的有效性，得到特征量分类阈值；根据特征量分类阈值和预设的模糊推理识别模型进行绝缘劣化类型的识别；其中，绝缘劣化类型的识别过程中，选取识别准确率最高的分类阈值和与之对应的模糊推理识别模型，进行绝缘劣化类型的快速识别。本公开根据实际单相接地故障波形数据结合多元方差分析进行特征量的提取，基于预设的模糊推理系统模型识别绝缘劣化，有利于对中压配电网单相接地故障实现快速的绝缘劣化类型识别，提高维护效率，预测性的维护，防止故障的发生。

摘要： 本发明公开了一种基于知识迁移的模糊推理系统小样本缺陷检测方法及装置，涉及缺陷检测技术领域。包括：获取多个待检测样本；将多个待检测样本输入到构建好的特征提取模型，得到样本的缺陷特征；其中，特征提取模型包括多个特定缺陷特征提取模型；样本的缺陷特征包括多个缺陷类型；将样本的缺陷特征输入到构建好的模糊逻辑系统检测模型，得到样本的缺陷检测结果；样本的缺陷检测结果为样本的缺陷是否为目标缺陷。本发明能够准确的提取出缺陷特征，构建知识迁移模型检测小样本的缺陷，提出了一种针对知识迁移的模糊推理系统，通过迁移知识构建模糊逻辑系统的各个部分，以模糊推理的方式实现知识迁移，从而实现小样本条件下的工业缺陷检测。

摘要： 本发明公开了一种基于小波神经模糊推理系统的应急数据收集网络、方法，本发明在传统通信基础设施和电力设施遭受大面积损坏时，利用无人机群对应急水文监测点进行数据采集和无线供能，在应急救灾环境下具有非常重要的意义，能够为应急水文监测点的传感器节点供能，并实时地获取灾区的传感数据，为抗洪救灾决策提供数据支持。本发明针对抗洪救灾时应急决策的紧急性和可信性的特点，提出了一种基于深度小波神经模糊推理系统的飞行轨迹规划方法，该方法将目标函数设定为最小化无人机的能耗，通过深度小波神经模糊推理系统来实时输出无人机的飞行轨迹，同时针对该结果给出对应的模糊规则解释，提高了飞行轨迹规划结果的可解释性。

摘要： 基于自适应模糊神经推理系统的污水COD出水浓度预测方法，涉及污水处理领域。本发明是为了解决污水COD浓度预测方法还存在操作过程复杂无法适用于工厂中的预测的问题。本发明包括：获取待预测的污水数据，将待预测的废水数据输入到COD出水浓度预测系统中获得污水COD出水浓度；COD出水浓度预测系统获得方式为：获取废水数据，并利用废水数据获得训练集和测试集；利用减法聚类后的训练集建立初始模糊推理系统；对初始模糊推理系统进行优化；利用测试集测试优化后的初始模糊推理系统，若初始模糊推理系统的准确率大于等于预设阈值则保存该优化后的初始模糊推理系统；利用R2、RMSE、APE获得COD出水浓度预测系统。本发明用于预测COD出水浓度。