一种全程控制的模糊遗传算法在结构优化中的应用

将一种全程控制的模糊遗传算法(FGA算法)引入结构优化设计。区别于一般的标准遗传算法(SGA算法),该算法基于模糊推断机理,可对遗传算法的选择、交叉、变异以及搜索空间的变化进行全程控制。通过2个典型数值多峰函数对FGA算法与SGA算法性能进行了考核和对比,证明该算法在跳出局部最优和搜索效率等方面均有较大改进。将此改进的模糊遗传算法(FGA算法)应用于含整型和离散变量的铆钉连接结构连接效率优化。结果表明:连接效率和优化效率均得到改善。      

基于辐射源参数信息的无源数据关联问题研究

针对传统无源数据关联算法存在算法复杂、计算量大等缺点,提出了一个能够反映辐射源特征参数信息与目标运动状态参数信息相结合的无源关联算法流程。该算法首先定义基于目标运动状态参数和辐射源特征参数的多维可变跟踪门,然后运用模糊多门限思想,将测量与目标的关联概率来替代概率关联算法中可行联合事件概率的计算。仿真结果表明该算法计算量小,跟踪准确度高,尤其适用于复杂环境下近距离、交叉运动目标等典型情况。     

直觉梯形模糊数航天项目组合配置属性协同研究

将直觉梯形模糊数和模糊测度引入航天型号项目组合配置领域,在定义项目组合配置正负协同概念的基础上定量描述了各决策属性之间的协同关系,提出了用不同情况下的属性协同Shapley值度量属性集对组合配置决策权重的方法, 并构建了项目组合配置有序加权协同平均算子的决策模型,为解决航天企业多型号间的项目组合配置决策提供了一条有效途径。最后通过实例,对模型的有效性进行了检验。     

基于T-S模糊模型的导弹网络化控制系统建模与控制

将时延的不确定性转换为系统状态方程系数矩阵的不确定性,基于T-S模糊模型对具不确定时延的导弹网络化控制系统(NCS)进行了离散建模。用Lyapunov理论分析了系统稳定性,由线性矩阵不等式(LMI)方法给出了模糊状态反馈控制器设计方法。仿真结果表明:该方法有效。     

基于ESO的高超声速飞行器模糊自适应姿态控制

针对高超声速飞行器再入过程的姿态跟踪要求,提出了基于扩张状态观测器(ESO)的模糊自适应姿态控制策略。在反步法框架下,对于姿态角动态,采用模糊自适应在线逼近耦合不确定性。为减轻计算负担,设计ESO在线观测角速率动态中由于参数摄动和输入扰动引起的综合不确定项。为避免反步控制的"微分爆炸"现象,使用动态面方法设计姿态控制器。基于Lyapunov理论的稳定性分析,证明了闭环控制系统是半全局一致最终有界的。仿真结果表明,该方法对于高超声速飞行器姿态角信号指令具有良好的跟踪性能。     

基于模糊干扰观测器的空天飞行器轨迹线性化控制

针对一类多输人多输出非线性不确定系统，提出了基于模糊干扰观测器（FDO）的轨迹线性化控制（TLC）方法并应用于空天飞行器（ASV）飞行控制系统设计。利用模糊系统具有以任意精度逼近非线性函数的能力设计FDO对未知干扰和不确定进行估计，并通过鲁棒控制项来提高系统的性能。采用Lyapunov方法本文证明了闭环系统跟踪误差和干扰观测误差一致最终有界。最后利用所提出的控制方案设计了ASV飞行控制系统，仿真结果表明了控制方案的有效性和鲁棒性。     

用于相异性设计的模糊重用库

容错设计是提高软件可靠性的有效途径，但是由于设计多样性实现很困难且开销大，导致该项技术实现很困难。为此，提出了一个基于重用的应用框架。该框架的提出将相异性设计过程转变为根据可重用参数从大量具有相同功能软件组件中选择合适的组件来构成容错系统，从而简化了软件开发过程。同时为了更准确地描述组件，采用了模糊逻辑来表达其与上层概念的关联关系。本文介绍了重用库系统结构的设计及其对容错设计的支持。     

基于广义回归神经网络集成的宽带波束形成算法

首先构造宽带波束成形所需要的协方差矩阵,利用基于粒子群优化算法对核主成分分析方法和广义回归神经网络进行了优化。在对神经网络的输入变量进行降维处理后,生成多个复杂度低的泛回归神经网络模型。利用提出的基于聚类启发式集成算法求出波束成形时的权系数,既考虑了网络的差异性,又考虑了网络的正确性。仿真结果表明,提出的基于聚类启发式神经网络集成的波束形成算法在网络结构十分简单的情况下,仍然具有较好的性能。     

Takagi-Sugeno fuzzy model identification for turbofan aero-engines with guaranteed stability

This paper is concerned with identifying a Takagi-Sugeno (TS) fuzzy model for turbofan aero-engines working under the maximum power status (non-afterburning). To establish the fuzzy system, theoretical contributions are made as follows. First, by fixing antecedent parameters, the estimation of consequent parameters in state-space representations is formulated as minimizing a quadratic cost function. Second, to avoid obtaining unstable identified models, a new theorem is proposed to transform the prior-knowledge of stability into constraints. Then based on the aforementioned work, the identification problem is synthesized as a constrained quadratic optimization. By solving the constrained optimization, a TS fuzzy system is identified with guaranteed stability. Finally, the proposed method is applied to the turbofan aero-engine using simulation data generated from an aerothermodynamics component-level model. Results show the identified fuzzy model achieves a high fitting accuracy while stabilities of the overall fuzzy system and all its local models are also guaranteed.     

基于模糊聚类非负矩阵分解的软件缺陷预测

为了进一步提高对不平衡软件缺陷数据的预测精度,提出了一种基于模糊聚类非负矩阵分解的缺陷预测方法。该方法首先选取最近邻算法作为不平衡缺陷数据预测的基分类器,然后将非负矩阵分解算法引入软件缺陷预测领域,并提出利用模糊聚类初始化非负矩阵分解算法的思路。该方法一方面解决了最近邻算法处理多属性缺陷数据时计算量大导致性能降低的问题,另一方面克服了非负矩阵分解的随机初始化导致结果陷入局部最优的不足,提高了不平衡软件缺陷数据的预测精度。最后通过两组算例验证了方法的有效性。