全局最优导向模糊布谷鸟搜索算法及应用

针对标准布谷鸟搜索算法探索能力强而开发能力较弱、收敛速度慢及计算精度较差等问题,提出了具有全局最优导向的模糊布谷鸟搜索算法。在鸟窝更新公式中引入全局最优导向策略,在产生新的鸟窝位置时利用到当前最优鸟窝位置信息,以保持鸟窝的多样性并提高算法的开发能力。另外,采用模糊逻辑规则对布谷鸟算法中的搜索步长和外来鸟蛋被发现概率这2个重要参数进行自适应调整,以提高算法的全局收敛性能和求解精度。通过2个经典结构可靠性分析极限状态方程测试该算法的性能,并将其应用于某飞机舱门锁定机构可靠性分析中。实验结果表明,与粒子群算法、标准布谷鸟搜索算法和改进布谷鸟搜索算法相比,所提出的全局最优导向模糊布谷鸟搜索算法在进行可靠性分析中,能够有效地提高解的精度并增加收敛速度,寻优效果更优。      

基于权值分配及多特征表示的在线多示例学习跟踪

针对复杂环境下目标跟踪过程中由于遮挡、目标姿势及光照条件变化引起跟踪漂移的问题,提出一种基于多示例学习（MIL）框架的在线视觉目标跟踪算法。该算法针对多示例跟踪算法采用单一haar-like特征不能准确描述目标外观变化及在学习过程中对样本包中各正负样本示例采用相同权值,忽略不同正负样本示例在学习过程中对包的重要性不同的特点,采用多特征联合表示目标外观构造分类器,通过将多特征互补特性融入在线多示例学习过程中,利用多特征的互补属性建立准确的目标外观模型,克服在线多示例跟踪算法对目标外观变化描述不足的问题;同时,依据不同正负样本示例对样本包的重要程度进行权值分配,提高跟踪精度。实验结果表明,本文跟踪算法对场景光线剧烈变化、遮挡、尺度变化及平面旋转等干扰具有较强的跟踪鲁棒性,通过对不同视频序列进行测试,文中算法在5组测试视频序列上的平均中心位置误差远小于对比增量式学习跟踪,仅为10.14像素,其对比算法IVT、MIL和OAB的中心位置误差分别为17.99、20.29和33.64像素。      

基于BBN的航空公司风险评估技术研究

 在人、机、环境和管理(MMEM)系统理论的基础上,通过研究有关民航规则、标准中的相关内容建立航空公司风险评估指标体系;利用层次分析法(AHP)确定指标权重,运用模糊综合评价法(FCE)量化其中的定性指标;基于贝叶斯置信网络(BBN)软件GeNIe完成了整个系统贝叶斯网络拓扑结构的建立,将航空公司历史数据作为贝叶斯网络参数学习的训练数据,获取节点概率表(NPT),建立航空公司风险评估模型,并对其进行概率推理计算;通过环比分析确定影响风险的主要因素。     

基于模糊数学的民机机载气象雷达故障诊断

将模糊数学方法引入到民机机载气象雷达故障诊断中．提出由历史数据及专家择优综合确定模糊隶属度的方法,建立了模糊故障诊断模型,准确、快速地找出故障原因,实践证明该模型合理有效。     

航空发动机多路模糊切换控制系统设计

针对航空发动机在不同控制通路切换过程中出现的转速等参数发生大幅度跳变以及系统不稳定的问题,提出了一种模糊切换控制方法,设计了基于不同结构控制通路的模糊切换控制器,基于无源性概念对航空发动机多路模糊切换控制系统进行了稳定性分析,得到了多路模糊切换控制系统稳定的充分条件。航空发动机模糊切换系统与直接切换系统仿真结果表明了航空发动机多路模糊切换控制方法的有效性。     

基于变质性产品及模糊需求情况下的最优订购问题

将市场需求和变质率同时看成模糊数,并将物品的销售价格分成两部分来进行处理：没有损耗的产品以一种较高价格出售,有部分损耗的产品则按相对成本价较低的价格出售,建立使得平均利润最大的模糊库存模型,并利用三角模糊数、符号距离法进行处理,得出满足条件的最优订购批量。最后,通过分析算例来验证模糊库存模型比经典的库存模型更有效。     

自适应神经模糊推理模型在复杂社会技术系统中的应用(英文)

考虑复杂社会技术系统的特点,运用自适应神经模糊推理模型对提高公益科研机构的组织效率进行了实例研究。建立了针对公益科研机构员工激励决策的自适应模糊推理完整模型,利用调研数据及其处理结果验证了模型的有效性。该模型融合了神经网络的学习机制和模糊系统的语言推理能力,弥补了神经网络和模糊逻辑系统各自的不足。研究结果表明,自适应神经模糊推理模型适用于复杂社会技术系统,在解决管理领域的预测、评估和决策问题中有广阔的应用前景。     

基于模糊单神经元PID的车载发射装置随动控制策略研究

对于车载防空武器系统而言,往往需要随动系统快速、高精度地跟踪目标,跟踪效果的优劣直接影响到武器系统作战效能的发挥。为提高随动装置的快速性和精度,提出一种将单神经元与模糊PID控制相结合的位置随动控制策略,应用机理分析和实验结合的方法建立随动系统数学模型,并运用Matlab中的Simulink进行仿真。仿真结果表明:所提出的随动控制策略,可以显著提高发射装置的静态、动态跟踪性能,验证了该随动控制策略的可行性。     

航空发动机健康等级综合评价方法

研究意义在于将发动机的健康状态量化,进一步提高发动机健康状态评估的可操作性.决定发动机健康状态等级的因素众多,如故障发生的概率、故障的程度以及故障可能造成的损失风险等,且这些因素的影响作用均具有随机性和模糊性.将模糊综合评价方法应用于发动机健康状态等级的评估,将健康状态划分为5个等级,得到每个健康状态等级的隶属度函数,最后基于最大隶属度原则和最大危险性原则确定发动机的健康状态等级.通过对两组发动机故障模拟实验器振动数据的等级评价结果对比,验证了提出方法的有效性和合理性.      

基于当量概率密度函数的模糊可靠性分析方法

实际工程中,结构系统的属性以及所受外载荷常常具有随机性和模糊性的特点。对于功能函数中含有模糊分布参数(FDP)的随机变量问题,如何准确且简便地评估其可靠性,是十分重要的。依据随机性和模糊性的基本概念,提出了当量概率密度函数的模糊可靠性分析方法。以FDP的隶属函数为基础,构造FDP的先验分布,应用Bayes理论,得到含有FDP随机变量的当量概率密度函数,并推导出具有常用隶属函数的FDP随机变量的数学期望和方差。这样就把含有FDP的随机变量处理成常规随机变量,进而可以应用传统的可靠性方法来分析结构的可靠性。本文所提方法解决了功能函数中含有多个FDP的随机变量时,模糊概率计算困难的问题。最后通过算例,与常用的模糊概率的可靠性分析方法进行比较,来验证本文算法的有效性。