复合材料加工工艺模糊推理方法

针对复合材料加工方法，在CAPP的基础上，总结出适于复合材料加工工艺的推理方法，即基于特征的模糊推理算法。先提取复合材料制品的特征，然后将影响复合材料加工工艺方法的因素模糊化，给出具体模糊值，得到适合的隶属函数。经过模糊推理之后得到最佳的加工方法。同时给出具体复合材料加工推理的例子对模糊化推理方法进行研究，推理结果与实际吻合较好。     

模糊随机可靠性灵敏度分析方法

 依据模糊随机可靠性灵敏度的基本概念,提出了模糊随机可靠性灵敏度分析的通用数字模拟法,推导了模糊随机可靠性灵敏度数字模拟解的方差和变异系数的计算公式。当模糊变量的隶属函数为正态型时,可以将模糊随机可靠性灵敏度转化为随机可靠性灵敏度,并利用复合函数求导法则求解模糊随机失效概率对正态型隶属函数分布参数的灵敏度。对于工程中常用的对称三角型隶属函数,提出了两种近似等价正态化变换基础上的模糊随机可靠性灵敏度分析方法,这两种将对称三角型隶属函数近似等价为正态型的方法分别是“3σ规则”法和“最大最小”法。算例结果表明：由于“最大最小”法比“3σ规则”法所得的等价正态隶属函数能在形状上更好地近似对称三角型隶属函数,因而“最大最小”变换法更适用于对称三角型隶属函数情况下模糊随机可靠性灵敏度的近似计算。     

基于证据理论的模糊信息融合及其在目标识别中的应用

信息融合系统中的不确定性信息常常表现为模糊性和随机性信息。提出了一种在证据理论框架下实现模糊信息融合的方法。该方法首先基于随机集理论刻画模糊信息的隶属函数,获得了模糊观测下具有概然特性的似然函数,该似然函数表示在收集的模糊信息下确定为某一目标的可能性,在数值上表示了传感器信息对某一命题支持的程度,利用似然函数确定传感器输出的基本概率指派,最后利用Dempster-Shafer组合规则实现多传感器信息融合。     

基于定性和定量关系的液体火箭发动机故障诊断

针对定性故障诊断系统的固有缺陷，利用模糊数学知识，在符号有向图上加入定量信息，形成定性定量模型，通过计算和比较被诊断模式对已知故障类型的模式的隶属度来确定系统的故障。该方法比较充分地利用了系统被监测参数的数值资源，对故障模式具有较强的识别和区分能力。     

多输入模糊控制器及其在飞行控制中的应用

针对输入量之间具有导数关系的三输入模糊控制器进行了理论分析。通过输入空间分区和非线性反模糊算法的引入,推导出了三输入模糊控制器的有关算法,并且总结出它与传统ＰＩＤ控制器之间的等价性及等价条件。飞机纵向运动仿真计算结果表明：三输入模糊控制器与二输入模糊控制器相比较,当初始状态变化较大时,对高度和速度的控制更有效。     

基于MATLAB的海上目标威胁程度仿真研究

介绍了MATLAB模糊逻辑工具箱的基础知识和基本用法,以及海上目标威胁程度等级计算的基本方法,并在此基础上提出了运用MATLAB模糊逻辑工具箱进行海上目标威胁程度等级的仿真。根据海上目标威胁程度等级计算的基本要求和模糊推理系统的构造方法,确定了系统各变量的隶属度函数,制定了系统的模糊规则。仿真结果表明,运用MATLAB模糊逻辑工具箱进行海上目标威胁程度等级的仿真,建立系统隶属度函数和模糊规则非常快捷、方便,各输入变量对输出变量目标威胁程度等级的影响非常直观。     

模糊超体神经网络及其在火箭发动机故障分离中的应用

提出了一种用模糊集表示火箭发动机故障模式的神经网络二次分离器,模糊集是由模糊超体聚集形成的集合体,模糊超体在一次分离中表现为由半径和球心确定的n维超球,在二次分离中是一个由夹角、球心和方向矢量确定的部分超球。神经网络二次分离学习算法与一次学习算法相比,提高了训练样本的分离精度,增强了神经网络对故障的敏感性。      

相关变量模糊可靠性灵敏度分析的线抽样方法

 依据失效域具有模糊性时模糊失效概率的定义,提出了相关变量模糊可靠性灵敏度的分析方法。针对线性功能函数、正态基本变量和正态型隶属函数情况,推导了相关变量的模糊可靠性灵敏度计算的解析表达式。对于工程中的一般情况,给出了可靠性灵敏度分析的数字模拟方法。尽管数字模拟法适用范围广,但该方法的效率较低,尤其是针对高维和小失效概率问题。为了解决数字模拟方法效率低的问题,提出了相关变量模糊可靠性灵敏度分析的线抽样方法。通过离散模糊失效概率积分区域,建立了相关变量模糊可靠性灵敏度与离散区域随机可靠性灵敏度的关系,进而可以利用相关变量随机可靠性灵敏度分析的线抽样方法求得模糊可靠性灵敏度。相关变量模糊可靠性灵敏度分析线抽样方法的基本原理、计算公式及实现步骤被详细给出,文中算例充分验证了其精度高、收敛快及适用于高维和小失效概率等优点。     

基于客观隶属函数的模糊可靠性

提出并从理论上证明了当模糊可靠性计算公式中的安全余量具有对称概型时,将集值统计的随机集边界点假设为安全余量的线性函数,然后通过定积分运算获得其对结构安全模糊集隶属函数的方法。该法求取隶属函数杜绝了主观意识的介入,从而能更确切地反映客观。算例充分说明了该方法获得的隶属函数应用于模糊可靠性计算的科学性和客观性。     

模糊逻辑PIO探测器中的隶属函数构建

 驾驶员诱发振荡（PIO）是一类驾驶员不希望出现的人机耦合(APC)现象。探测器可根据飞机飞行数据识别是否有PIO发生。设计模糊逻辑探测器模型用于PIO探测关键在于模糊变量的选取与模糊推理的设计,模糊变量是由若干隶属函数描述的。根据对发生PIO时驾驶员的操纵与飞机运动特点的分析与总结,以及选取的特征参数的变化范围,对模型中的隶属函数进行设计,并对隶属函数的适应性和对识别结果的影响进行了分析。PIO数据的识别结果表明通过这种设计方法得到的模型可以用于PIO探测。     

模糊神经网络在过失速机动飞行中的应用

模糊逻辑控制技术和神经网络有机的结合 ,拓宽了模糊逻辑方法和神经网络方法的适用领域。利用神经网络具有自学习能力的优势 ,采用反向传播学习算法 ,通过对传统模糊逻辑控制器中的模糊逻辑控制规则和隶属函数有关参数进行训练学习 ,设计了模糊神经网络控制器 ,应用于飞机的过失速机动“里程碑”之一—— 70°迎角定常飞行仿真计算 ,获得了令人满意的结果。     

模糊极小极大神经网络在火箭发动机故障分类中的应用

研究了一种用模糊集表示火箭发动机故障模式的神经网络分类器。模糊集是由模糊超立方体聚集形成的集合体，模糊超立方体是一个极小点和极大点构成的用隶属函数表示的ｎ维方盒。极小点和极大点的确定用包含有扩张与收缩阶段的模糊极小极大学习算法实现，这种算法能在一次循环学习中形成非线性模式边界，无需对已知故障模式重新训练就可融合新样本和精炼已存在的故障模式。模糊集用于故障模式分类自然地提供了故障更刘水平分类的有用信     

同时考虑基本变量和失效域模糊性的广义失效概率数字计算方法

针对基本变量和失效域均具有模糊性的广义可靠性分析问题,提出了一种基于模拟退火优化的高效数字计算方法。在数字模拟的过程中,由模拟退火优化的Metropolis准则逐渐优化提取样本的重要抽样密度函数。由于基本变量和失效状态均含有模糊不确定性,因此所提算法在构造重要抽样函数时考虑了两个因素的影响,其一是基本变量的等价联合概率密度函数,其二是状态变量对模糊失效域的隶属函数,从而使得对广义失效概率贡献大的样本出现的概率较大,提高了抽样效率和计算精度。所提算法在模拟退火逐渐寻优的过程中,充分利用了过程中的信息,进一步提高了计算的效率,算例的结果也表明本文所提方法是合理可行的。     

KUPS: Knowledge-Based Ubiquitous and Persistent Sensor Networks for Threat Assessment

We propose a knowledge-based ubiquitous and persistent sensor network (KUPS) for threat assessment, in which "sensor" is a broad characterization. It refers to diverse data or information from ubiquitous and persistent sensor sources such as organic sensors and human intelligence sensors. Our KUPS for threat assessment consists of two major steps: situation awareness using fuzzy logic systems (FLSs) and threat parameter estimation using radar sensor networks (RSNs). Our FLSs combine the linguistic knowledge from different intelligent sensors, and our proposed maximum-likelihood (ML) estimation algorithm performs target radar cross section (RCS) parameter estimation. We also show that our ML estimator is unbiased and the variance of parameter estimation matches the Cramer-Rao lower bound (CRLB) if the radar pulses follow the Swerling II model. Simulations further validate our theoretical results.     

基于改进直觉模糊数的混合型多属性决策方法

为了解决混合型决策不同类型指标难于集结的问题,将实数、区间数以及语言变量转化为直觉模糊数形式,依据直觉模糊加权算术平均算子对各个指标进行集结,引入一种改进的得分函数对直觉模糊数进行排序比较。算例结果表明改进的得分函数是实用和可行的。     

基于模糊逻辑系统的转子振动控制方法研究

电流变液作为一种智能材料在振动控制工程领域有着广泛的应用。由于电流变效应具有非线性特性,使得难以设计基于常规控制理论的控制律。本文利用模糊逻辑系统能够逼近非线性函数的特性,设计了电流变阻尼器-转子振动系统自适应模糊控制方案。针对该转子系统的仿真计算表明,转子系统的振幅能够得到有效的抑制,自适应模糊控制器性能良好。      

基于球体描述Vague决策的模拟电路故障诊断方法(英文)

提出一种基于球体描述Vague决策的模拟电路故障诊断方法。首先,采用小波变换预处理待测电路输出的电压故障特征。然后,每类样本集训练成一个最小超球体。最后,测试样本由本文定义的模糊决策规则进行判断,其中该规则由测试样本和描述球体中心之间的Vague加权距离得到。该模糊决策规则融合了测试样本正反隶属度值和描述球体的权值,可以有效地处理不确定信息。本文从理论上证明了该决策方法的可靠性。将该诊断方法应用于两种实际电路的测试,并与其他两种诊断方法进行对比。实验结果表明本文方法取得了良好的诊断性能,并减少诊断时间。     

基于傅立叶变换和模糊逻辑的APC/PIO探测方法

为了对飞机-驾驶员耦合(APC)或驾驶员诱发振荡(PIO)现象实现在线探测,提出了适于实时计算的滑动窗口傅立叶变换递推算法、相关特征的模糊隶属函数以及基于模糊逻辑的识别模型。各种情况飞行试验数据的计算和分析表明,该方法对探测APC/PIO是有效、可行的。最后提出了进一步研究的若干建议。     

基于隶属云发生器的智能控制

阐述一种利用隶属云发生器实现智能控制的方法。其控制策略是通过语言值构成规则,从而形成一种直观推理方法。它不要求给出被控对象精确的数学模型,仅仅依据人的经验、感觉和逻辑判断,将人用语言值定性表达的控制经验,通过语言原子和云模型转换到语言控制规则器中,就能解决非线性问题和不确定性问题。基于此理论控制倒立摆获得比较好的效果,结果表明,该方法对被控对象的状态和参数变化具有较强的鲁棒性。     

随机模糊测试的确定性

论述了模糊测试确定性和随机模糊测试确定性的概念,以及测试确定性、征兆－成因隶属函数与随机征兆信号概率密度函数之间的关系。建立了随机模糊测试系统的模型。在此基础上提出了模糊测试确定性的量化指标——确定度测试的计算公式,分析了它与征兆－成因隶属函数的关系;分析计算了随机征兆信号的概率密度函数对隶属函数和测试确定度的影响。