自适应神经模糊推理系统

摘要： 针对水文时间序列月径流多尺度非平稳性等特点,提出基于奇异谱分解(SSA)的学生心理学优化(SPBO)算法-自适应神经模糊推理系统(ANFIS)月径流组合预测模型,并应用于云南省某水文站月径流预报。首先通过SSA将实例月径流时序数据分解为若干独立子序列分量,以降低时序数据的复杂性;其次介绍SPBO算法原理,通过取8个标准函数对SPBO算法进行仿真验证及比较;最后采用SPBO算法优化ANFIS条件参数和结论参数,建立SSA-SPBO-ANFIS模型对每一个子序列进行预测,叠加后作为最终月径流预测结果,并与基于集合经验模态分解(EEMD)的EEMD-SPBO-ANFIS模型和未经分解的SPBO-ANFIS模型作比较。结果表明:SPBO算法具有较好的寻优精度;SSA-SPBO-ANFIS模型对实例月径流预测的平均绝对百分比误差5.57%,平均绝对误差0.20 m^(3)/s,纳什系数0.9948,合格率96.7%,预测效果优于EEMD-SPBO-ANFIS模型,远优于SPBO-ANFIS模型。模型及方法可为相关水文时间序列预测研究提供参考。

摘要： 为对变电站设备进行实时监测,设计一种基于热像仪的变电站设备状态监测系统,并提出一种利用热像仪获取热像图的变电站设备状态监测算法。首先,热像仪采集设备的热像图和正常图像,并应用光学字符识别方法找出图像中的最高温度和最低温度;其次,应用中值滤波和腐蚀技术得到矩形框为界的可能断层区域;再根据矩形框裁剪图像提取裁剪图像的加速鲁棒特征;最后,通过训练好的自适应神经模糊推理系统(adaptive neuro fuzzy inference system,ANFIS)或支持向量机(support vector machine,SVM)分类器对提取的加速鲁棒特征进行高级阈值处理,从而识别变电站设备状态。实验结果表明,所提算法采用SVM能够正确识别变电站设备临界故障状态,而算法采用ANFIS识别变电站设备临界故障状态还存在一定错误。

摘要： 为了模仿人类弯道驾驶转向行为,提出了包含视觉感知模块和转角决策模块的仿人驾驶员模型.借鉴人类驾驶员弯道视觉行为的研究结果,建立了视觉感知模块,从车辆运动状态和远近道路信息提取用于转向决策的视觉输入参数(车速、近区横向偏差和远区航向角偏差).考虑到人类驾驶的模糊推理行为和复杂性,在多曲率弯道上以不同车速进行驾驶仿真试验得到训练数据.采用自适应神经模糊推理系统(adaptive neuro-fuzzy inference system, ANFIS)构建转向盘转角决策模块,在不同道路场景和车速下对仿人驾驶员模型进行PreScan/Simulink联合仿真.结果表明:所建立的仿人驾驶员模型具有基本的道路跟随能力,生成的转向盘转角变化平稳,能够反映人类弯道驾驶过程中普遍的转向行为,且对其他驾驶工况具有一定的适用性.

摘要： 目的建立有效的切削载荷预测模型,解决大理石材料在铣削过程中存在的切削载荷难以预测的问题。方法使用自适应神经模糊推理系统算法,通过进给速度、切削速度、背吃刀量和切削振动信号,建立铣削加工条件下的切削载荷预测模型,进行切削载荷的预测。结果该方法能够较准确预测天然石材铣削加工条件下的切削载荷,并且优化后的自适应神经模糊推理系统算法能够使切削载荷预测准确性达到92%,相对于传统的载荷预测模型,该模型预测精度更好。结论优化后的自适应神经模糊推理系统算法可以准确预测天然石材切削载荷,为天然石材铣削加工条件下的工艺参数优化提供了参考。

摘要： 自适应神经模糊推理系统ANFIS是模糊控制与神经网络控制结合的产物.讨论了ANFIS的结构及其特点,以及对刀具数据的处理以及建模,实现刀具磨损在线预测功能.实验结果显示:利用ANFIS对铣床刀具磨损量进行监测,可以知道刀具加工多少次后进行更换维修,可应用于工厂中的机器设备,协助工厂管理者掌握工厂运作状况,及时作出最佳及弹性的设备调度.

摘要： 针对常见的平行泊车场景,提出一种基于自适应神经模糊推理系统的平行泊车路径规划方法.以基于优化算法的泊车路径规划方法得出的泊车路径作为训练样本,利用Python脚本语言建立以自适应遗传算法和拟牛顿法为内核的自动化训练框架,使自动训练后的自适应神经模糊推理系统既可继承基于优化算法的泊车路径规划方法适用范围更广的优势,又有效解决该方法求解过程计算量大的问题.通过仿真分析验证所提出方法的可行性和有效性,结果表明:自动训练后的自适应神经模糊推理系统可依据汽车初始泊车位姿和泊车位信息快速规划出可行的平行泊车路径.

摘要： 基于并联有源滤波器(shunt active power filter,SAPF)和动态电压调节器(dynamic voltage restorer,DVR),首先,搭建了包含光伏和风机的混合动力系统,用以模拟分布式电源接入配电网中产生的电能质量(power quality,PQ)扰动.其次,利用模糊逻辑、神经网络和自适应神经模糊推理系统控制算法对SAPF的动态性能进行优化,对电能质量扰动进行治理,使用人工智能技术进行管理,使光伏和风能系统均实现最大功率点跟踪(maximum power point tracking,MPPT).最后,在搭建的仿真系统中进行验证,线性负载和非线性负载输出侧谐波畸变率分别降至0.20％和2.05％,满足配电系统对于电能质量的要求.

摘要： 为提高径流预测精度,提出基于经验模态分解(EMD)和长短期记忆(LSTM)神经网络、自适应神经模糊推理系统(ANFIS)相结合的径流预测模型.通过EMD将原始径流序列分解成多个更具规律的分量序列,利用自相关函数法(AFM)和虚假最邻近法(FNN)对每个分量序列进行相空间重构,确定输入、输出向量,建立EMD-LSTM-ANFIS预测模型,并构建EMD-LSTM、EMD-ANFIS、LSTM、ANFIS作对比模型,利用建立的5种模型对云南省龙潭站年径流进行预测及对比分析.结果表明:EMD-LSTM-ANFIS模型对实例年径流预测的平均相对误差为3.18％,平均相对误差较EMD-LSTM、EMD-ANFIS、LSTM、ANFIS模型分别降低55.0％、65.2％、68.1％、78.4％,具有更高的预测精度和更强的泛化能力.EMD-LSTM-ANFIS模型用于径流预测是可行和可靠的.

摘要： 针对导弹直/气复合控制问题,提出了一种基于自适应神经模糊推理系统的导弹直/气复合控制系统设计方法.首先,建立了直/气复合导弹数学模型.然后,针对常规模糊控制设计严重依赖经验的问题,在模糊控制的基础上引入神经网络,通过样本数据学习建立自适应神经模糊推理系统(ANFIS),并设计了脉冲调宽调频调制器.最后,通过仿真试验验证了所提的控制系统设计方法.仿真结果表明,基于ANFIS的导弹直/气复合控制系统能够快速精确地跟踪加速度指令.

摘要： 电能质量的衰减是配电系统的主要问题之一.由于配电系统中开关器件、电力电子转换器等非线性器件的存在,会对电源的效用、系统效率和功率因数等产生不利影响.无功功率因功率因数的降低而增加,对能量的转移没有任何贡献,因此需要对无功功率进行补偿.文章提出一种基于人工神经网络(Artifi cial Neural Network,ANN)和自适应神经模糊推理系统(Adaptive Neuro Fuzzy Inference System,ANFIS)的三相配电网静止同步补偿器控制方法(Distribution Static Synchronous Compensator,DSTATCOM),用于补偿无功功率并解决当前相关的电能质量问题.利用SIMULINK工具箱在MATLAB环境下对这些控制方法进行仿真,仿真结果表明,与ANN相比,ANFIS方法获得的源电流波形失真更小.

摘要： 为了准确、迅速预测空中目标意图,本文研究了基于自适应神经模糊推理系统(ANFIS)的空中目标意图预测方法.利用已知的目标方位角、水平速度、航向角、距离和高度特征数据,获得影响目标意图因素的采样训练数据,通过神经网络的误差反向传播算法对自适应模糊推理过程参数和结论参数进行优化和预测,从而得到目标意图预测结果.最后通过仿真结果验证,并与感知神经网络(PNN)分类器预测结果作比较,表明该方法能有效预测各类空中目标作战意图.

摘要： 工业生产过程的工况多样性、生产环境和原料的复杂性,造成了一些生产指标在预测中具有复杂性、多样性、非线性、不确定性等特点.本文提出了基于自适应神经模糊推理系统的方法建立工业生产过程质量指标预测模型.采用混合算法,对该网络进行反复训练,隶属度参数调整,使其达到预设精度.将建立预测模型的方法应用到纺织领域,对浆纱质量指标进行预测.仿真结果表明,所提出的预测模型对于浆纱质量指标预测有效,预测结果满足预设精度.

摘要： 准确确定作用于结构上的动态载荷是工程领域中开展工作的关键。但是由于结构本身的复杂性以及实际工况中存在多种不确定因素，导致在大多数情况下动态载荷无法通过直接测量得到，因此动态载荷识别技术显得尤为重要。本文建立自适应神经模糊推理系统ANFIS,以位移响应信号为基础对动载荷进行识别,通过识别结果表明该ANFIS系统能够直观、精确地识别输入动载荷.

摘要： 随着风电规模的进一步扩大，其输出功率的波动性和间歇性对电网的影响日益加重。而风功率超短期预测正是解决风电有功功率稳定性问题的关键技术之一，高精度的超短期风功率预测也为风电与其他电源协调运行提供可靠前提。本文提出一种基于自适应神经模糊推理系统(ANFIS)模型的风功率超短期预测方法.该方法以测风塔在层高70m测得的风向、风速和在层高20m测得的气温为输入,以风场的实际有功出力为输出,选取山西某风场的历史数据进行训练,建立了风功率超短期ANFIS预测模型.最后将ANFIS预测结果与基于BP神经网络的预测结果进行了对比分析,结果表明本文提出的预测方法预测精度较高.

摘要： 针对仿人机器人NAO实际行走距离受环境因素(如脚底打滑)和自身因素(如关节的反作用力)的影响，导致其与理论期望距离有一定偏差的情况，提出了一种基于自适应神经模糊推理系统的行走距离预测方法。通过获得NAO行走距离的相关数据，采用网格分割法，构建自适应模糊推理系统来预测机器人实际行走的距离。训练时采用网格分割、BP算法和最小二乘算法的组合优化。对训练后的系统进行了分析与测试，仿真实验证明了方法的有效性。

摘要： 主要目的是评估人机系统下操作员功能状态(OperatorFunctional States,OFS)。在实验室环境下,用密封舱内空气管理自动化系统ACAMS(automation enhanced Cabin AirManagement System)模拟控制任务,同时记录下操作员的生理信号和性能。rn 采用自适应神经模糊推理系统ANFIS(adaptive network-basedfuzzy inference system)的方法对OFS进行建模,通过生理信号数据来预测出OFS,进而可以改变控制策略,实现人机交互。

摘要： 在三级倒立摆(TIP)系统中,应用神经网络与模糊控制相结合的自适应神经模糊推理系统(adaptive neural-fuzzy inference system),根据样本数据调整隶属函数和控制规则参数,使得训练后ANFIS控制器很好地模拟期望的输入输出数据。仿真结果表明所设计的ANFIS控制器对三级倒立摆系统的稳定控制是可行的。与LQR控制相比,基于ANFIS控制的倒立摆系统具有良好的动态件能和抗干扰性能。

摘要： 针对一级倒立摆系统的起摆和稳摆控制,提出了基于能量和自适应神经模糊推理系统相结合的控制方法。在建立一级倒立摆数学模型的基础上,研究了基于能量的自起摆控制方法,根据样本数据,设计了自适应模糊推理的稳摆控制算法。提出了基于实验的自动切换控制策略,实现了起摆过程向稳摆过程的平滑过渡.采用状态变量合成的方法来减少控制器的维数、降低控制规则的制定难度,简化了控制器的设计。实验结果表明,所提出的方法具有摆起时间短、切换平稳和稳态性能好的优点。

摘要： 运用ANFIS(自适应神经-模糊推理系统)以及大量实际生产原始数据,构建合理的模糊推理预测模型。同时结合国内先进的流动电流混凝技术,在厦门杏林水厂进行混凝剂投加量最佳方式的尝试。本文将阐述如何利用ANFIS构建混凝剂投加预测模型,同时,给出杏林水厂在水处理投加控制的模式,并阐述其功能特点和应用效果。

摘要： 运用ANFIS(自适应神经-模糊推理系统)以及大量实际生产原始数据,构建合理的模糊推理预测模型。同时结合国内先进的流动电流混凝技术,在厦门杏林水厂进行混凝剂投加量最佳方式的尝试。本文将阐述如何利用ANFIS构建混凝剂投加预测模型,同时,给出杏林水厂在水处理投加控制的模式,并阐述其功能特点和应用效果。

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： 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。

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： 本发明公开了一种基于自适应神经模糊推理系统的配电网故障选线方法，该方法利用小波包变换提取故障后线路中的波形相关量、衰减直流分量和能谱熵量，生成故障特征矩阵，通过对故障特征矩阵做特殊的归一化处理，消除了不同故障条件下判据失效的影响；利用自适应神经模糊推理系统学习模糊理论中的模糊逻辑规则及隶属度函数参数，避免了人为选取隶属度函数和权重系数的主观性；根据多判据融合结果，实现不同判据之间的优势互补。本发明方法不受配电网网络结构变化和接地点过渡电阻的影响，大大增加了系统运行的可靠性和安全性。

摘要： 本发明涉及一种基于自适应神经模糊推理系统的道路交通状态评价方法，包括训练阶段与测试阶段；其中，训练阶段包括：读取输入变量与输出变量的历史数据；将历史数据输入到自适应神经模糊推理系统中，得到自适应神经模糊推理系统的输出结果；基于反传思想的参数学习规则，结合自适应神经模糊推理系统的输出结果对参数进行调整，得到经过参数调整后的自适应神经模糊推理系统；计算参数调整后的自适应神经模糊推理系统的最小均方差，判断该值是否达到一指定阈值，如果达到，意味着训练阶段结束；测试阶段包括：读取测试数据；将测试数据输入到经由训练阶段训练得到的自适应神经模糊推理系统中，得到用于描述道路交通状态的服务水平的值。

摘要： 本发明公开了一种基于自适应神经模糊推理系统的爆破振动速度预测方法，具体为：1、建立预测模型的数据库，用于后面神经模糊推理系统的优化，预测模型的训练与测试；2、通过遗传算法优化自适应神经模糊推理系统，遗传算法的种群数量、交叉率、突变率、最小误差和最大迭代数分别为25、0.7、0.3、1e‑5、500；3、以遗传算法优化后的参数作为自适应神经模糊推理系统的初始的前件参数和结论参数，构建预测模型；4、利用数据库的数据训练并测试预测模型。本发明具有预测精度高、使用简单、计算量小、泛化能力强的特点，因此具有很高的实用性，能够为爆破地面振动预测预报提供新的方案。

摘要： 本发明公开了一种基于自适应神经模糊推理系统的配电网故障选线方法，该方法利用小波包变换提取故障后线路中的波形相关量、衰减直流分量和能谱熵量，生成故障特征矩阵，通过对故障特征矩阵做特殊的归一化处理，消除了不同故障条件下判据失效的影响；利用自适应神经模糊推理系统学习模糊理论中的模糊逻辑规则及隶属度函数参数，避免了人为选取隶属度函数和权重系数的主观性；根据多判据融合结果，实现不同判据之间的优势互补。本发明方法不受配电网网络结构变化和接地点过渡电阻的影响，大大增加了系统运行的可靠性和安全性。

摘要： 本发明公开了一种基于自适应神经模糊推理系统的经编织物疵点在线检测方法，包含学习过程和检测过程。网络学习时，需要构造一个人工训练图像，通过图像预处理得到训练样本集，然后使用混合学习算法分别对两个水平方向和垂直方向ANFIS检测器单独训练，优化其参数。检测时，通过图像预处理得到待测图像的检测样本集，然后应用训练好的水平方向和垂直方向ANFIS检测器得到输出，再通过后处理块得到边缘标志图像，最后使用形态学滤波方法进行处理，得到疵点检测结果。本发明采用ANFIS，综合了模糊理论模拟疵点检测过程中的不确定性的能力和人工神经网络强大的学习能力，自动选择图像特征，解决现有疵点检测方法人为选择特征的缺陷和不足。

摘要： 本发明属于智能开关电器领域，涉及一种基于自适应神经模糊推理系统的特高压线路选相关合性能预测算法。步骤如下：第一步：特高压线路故障率模型的建立；第二步：通过混合算法确定各参数，确定前提参数和结论参数；第三步：不同线路故障率要求下选相断路器的性能参数要求；根据建立的完整的特高压线路故障率模型，对线路不同故障率要求下的断路器的性能参数进行分析。本发明的有益效果是所提出的模型系统提供大量的并行分布式处理，泛化属性，特别是学习属性，并使用反向传播算法来优化网络。可以使用语言信息，还可以使用数字数据来适应自身，从而实现更好的特高压线路选相关合故障率预测性能，并且具有计算时间短的特点。

摘要： 本发明属于智能开关电器领域，涉及一种基于自适应神经模糊推理系统的特高压变压器励磁涌流预测算法。步骤如下：第一步：特高压变压器涌流模型的建立；第二步：通过混合算法确定各参数；确定前提参数和结论参数，对断路器制造商来说，如果需要根据不同用户对励磁涌流的要求调整开关性能参数，则需要继续进行第三步。第三步：不同变压器励磁涌流要求下选相断路器的性能参数要求。本发明使用反向传播算法来优化网络。ANFIS架构不仅可以使用语言信息，还可以使用数字数据来适应自身，从而实现更好的特高压变压器选相关合励磁涌流预测性能，并且具有计算时间短的特点。