模糊综合评价方法在科研项目评价中的应用

院校科研成果的综合评价历来是评判机关和研究单位普遍关注的问题.传统的评价方法有总分法、加权平均法.但当评价指标是模糊概念,权重也带有模糊性时,传统的评价方法就不合适了.在分析院校科研项目评价工作的基础上,从定性分析和定量评估相结合的角度出发,应用层次分析法和模糊数学中的相关知识,采用模糊多级综合评判方法对科研项目进行评价,并通过实例分析说明这一方法用于评价科研项目结果可信,操作简单,有广泛的应用背景.     

导弹气动力/直接力自适应控制分配及优化设计

 建立了具有气动力和直接侧向力混合控制的导弹动力学模型,提出了模糊自适应控制分配与复合控制器优化集成设计方案。设计了基于参考模型的模糊自适应控制分配策略,使气动力/直接力动态分配过程中复合执行机构等效动态特性与参考模型一致。采用进化策略对导弹复合控制系统参数进行了多目标优化设计。仿真结果表明：导弹复合控制系统具有很好的快速大机动跟踪能力,实现了导弹气动力和直接侧向力之间合理的自适应控制分配。     

多约束条件下机械臂关节轨迹模糊控制算法

将单一约束条件下冗余机械臂关节角速度向量算法与模糊推理方法有效结合,实现多个约束条件下冗余机械臂关节角速度向量轨迹的控制。根据末端执行器的方向、灵活性、机械臂与障碍物的距离等约束条件的重要性,将多个约束条件排定先后次序。综合所有传感器的信息,由模糊推理确定某一时刻需要优化的约束条件,以及对每个约束条件的执行程度,使得在完成主要任务的前提下,所有约束条件都得到最大限度满足。仿真结果证明了所提出算法的有效性。     

模糊算法在智能车控制中的应用

在自行设计的智能车中,方向控制和速度控制都存在高度非线性的问题。采用模糊算法与PID算法相结合的方法,实现了对方向和速度的优化控制,即采用模糊算法对智能车方向进行控制;采用模糊PID算法实现了对于智能车的速度控制。从而使智能车能够根据路况的变化,做出相应的控制决策。控制策略是在Freescale单片机MC9S12DGl28B上编程实现,实验表明：加载了模糊算法的智能车,对赛道的适应性和控制的稳定性都得到了较大的提高,具有很好的控制效果。     

两参数威布尔分布模型多重模糊假设检验的贝叶斯方法

模糊假设检验是统计决策中处理模糊概念的一种非常重要的情形。对于两参数威布尔分布尺度参数的多重模糊假设检验,文章在样本为清晰数据的情形下,研究了多重模糊假设检验的贝叶斯方法并给出了数例。     

航班延误预警指标体系与预警量级构建

为了对机场航班延误状况进行有效评价,考虑了航班延误的影响规模、影响程度、影响范围,采用了六个预警指标即延误率、平均延误时间、受影响航班架次、受影响航空公司数、受影响目的地机场数、延误旅客人数,构建了航班延误预警指标体系。由模糊层次分析法（FAHP）得到各指标权重,利用模糊综合评判法对航班延误状况进行综合评价。评价结果表明：预警指标能较准确地反映航班延误状况,评价结果客观,可作为机场航班延误预警参考使用。     

面向复杂航天器控制应用的模糊动态特征建模与控制

复杂航天器控制方法的研究是目前航天领域内的一个重要问题,为实现此类对象的高效控制,必须建立面向控制应用的系统模型．当前的系统建模方法在描述系统复杂特性方面,仍有一些不足．在综合比较面向复杂航天器的3类典型建模方法的基础上,通过将其中两类典型方法有机结合,设计和提出了一类新颖的描述复杂非线性系统的建模方法．     

基于T-S模型的飞控系统跟踪控制器设计

提出了用PDC跟踪控制器设计飞控系统的方法,给出了稳定性和极点配置定理,将控制器的参数求取问题转化为求解线性矩阵不等式族的问题,所设计的控制器不仅具有全局渐近稳定性,还具有较好的鲁棒性。对用该方法设计的俯仰角跟踪控制器进行了仿真和鲁棒性验证。仿真结果表明,所设计的控制器能够满足性能品质和鲁棒性要求。     

基于瞬时无功功率理论和模糊PID控制的三相不平衡补偿算法

为满足三相不平衡飞机电网的无功功率实时补偿要求,设计了一种新型的静止无功补偿器（SVC）控制系统。该系统采用瞬时无功功率理论来精确检测基波正序和负序电压、电流,并推导出补偿导纳的表达式;SVC的整体控制采用了开环和闭环控制相结合的控制算法,并在闭环控制算法中,提出了自适应非线性模糊控制器在无功补偿控制系统中的应用方案。该方案结合了模糊控制和PID控制2种方法的优点,根据系统状况改变PID控制器的参数,以达到更好的动态控制效果。仿真研究结果表明,该新型SVC控制系统对于提高功率因数和补偿三相不平衡,具有响应快、精度高的控制效果。     

基于遗传算法的高速飞行器模糊飞控一体化

以高超声速飞行器通用模型的俯仰通道为控制对象,针对其6自由度非线性模型设计了一体化飞控系统.飞控系统由1个模糊控制器和2个PD控制器组成.基于遗传算法实现了模糊控制规则和PD反馈参数的自动优化,无需先验知识和训练数据.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求,特别是鲁棒性优于同样采用模糊控制的经典双回路飞控系统.