复杂系统可靠性多目标优化设计和决策研究

针对复杂系统可靠性设计问题．采用改进非支配排序遗传算法（NSGAⅡ）研究了可靠性分配中的多目标优化设计。根据Pareto最优解集形成决策矩阵,基于信息熵法得到属性权重,利用逼近理想解的排序方法（TOPSIS）进行多属性决策研究,对Pareto最优解给出排序。采用本文方法讨论了一个复杂系统可靠度的分配和预测算例。数值算例表明．综合采用多目标优化和多属性决策技术．可以迅速、客观选择各部件的可靠度。这种综合方法还能用于可靠性研究的其他领域。     

基于小波包分解和FCM聚类的纹理图像分割方法

提出了一种新的图像特征提取中选取最优小波分解树的方法.塔式小波分解对信号解不够全面,而小波包全分解又引入庞大的计算量,因此小波分解最优树的选取尤为重要.结合模糊c均值(FCM,Fuzzy C-Mean)聚类,提出了一种能同时进行小波自适应分解和纹理特征分类的纹理图像分割方法,该方法将无监督聚类中的聚类有效性参数引入到自适应小波分解的判决中,能根据无监督聚类分割的需要,自适应地选取小波包分解的树形结构和分解层数.相对于小波包全分解,节省了大量的运算,并能取得良好的分割效果.      

基于Bayes理论的航空发动机涡轮叶片维修决策研究

为了更可靠、更经济地实施涡轮叶片维修决策.本文探索了Bayes统计推断理论在维修中的应用.通过仿真试验,对比分析工程维修人员常规情况下根据历史维修经验和通过采样对叶片维修策略的选择.试验结果表明,运用Bayes统计推断理论,为航空公司决策者或维修人员进行维修决策选择提供了方便,同时证明该方法的可行性.     

一类不确定非线性时滞系统的自适应控制

针对一类上界未知的不确定非线性时滞系统,采用模糊控制的方法,基于松散稳定性条件,讨论了系统的自适应H∞控制问题.首先设计出基于观测器的自适应模糊控制器,然后利用Lya-punov稳定性理论分析了系统的鲁棒稳定性,得到了利用线性矩阵不等式表示的闭环系统稳定的充分条件,观测增益矩阵和反馈增益矩阵可以通过求解线性矩阵不等式得到.最后通过一个实例验证了所给结论的有效性.     

模糊变换的图像压缩方法研究

图像压缩的基础在于图像数据存在信息的冗余性,而对图像模糊的变换能够增加图像的信息冗余,为此提出在传统图像压缩方法中引入模糊变换环节,以增加图像压缩比。实验结果表明,引入模糊变换后能有效提高图像的压缩比。     

模糊综合评价在空管安全管理中的运用

一、空管安全评价的作用 空管系统是一个复杂的人-机-环境系统,对这一复杂系统人们从不同的角度、采用不同的方法进行分析研究,以期达到提高安全水平的目的,从20世纪40年代发展起来的控制论（cybernetics）科学是研究系统的调节与控制的一般规律的科学。其研究成果丰富了安全管理科学的理论体系。控制论的思想与方法对研究安全工程问题具有重要的指导作用。     

空中交通管制中的决策因素

随着人类文明和社会的发展,航空业也从人们的梦想成为与人们日常生活息息相关的行业。航空业的发展使得空中交通活动的管理无论在其安全性和经济性上都越发显得重要、而空中交通冲突的处理在空中交通管理中有着核心地位。尤其近期我国民航业成为大众谈论的焦点,以及德国上空两机相撞事件使得人们对空中交通的重要性有了更深刻的认识。而对于直接担负着空中交通管理的管制员来说,解决冲突,保证飞行安全是永恒的、第一位的,而对于解决飞行冲突的决策也是管制过程中最重要、最困难和最冒风险的事情。     

彩色图像分割算法研究与费歇算法应用

图像分割是图像分析和模式识别需要解决的首要问题和经典难题。彩色图像比灰度图像具有更多的视觉信息,因而受到了越来越多的重视。文中对各种彩色图像分割方法进行了系统论述,分析了各种方法的优缺点,重点介绍了费歇算法。该算法能有效地对彩色图像进行分割,在工业实践中取得了比较好的效果。     

基于DSP的舰船仿真转台模糊-PI复合控制

设计并实现了一种应用于某舰船仿真转台的集散型计算机控制系统,详细叙述了转台控制器的硬件和软件设计。该转台控制器基于DSP TMS320F2407A而设计,集成了信号采集、PWM功率驱动、CAN总线通信等功能。在控制策略上,设计了基于模糊规则切换的模糊-PI复合控制器。实验结果表明,该系统有效地实现了对转台的多自由度实时控制、提高了控制精度和系统的鲁棒稳定性。     

一种基于随机集的模糊观测的多目标跟踪算法

为解决目标数未知或随时间变化时模糊观测的多目标跟踪问题,将多目标状态和模糊 观测数据表示为随机集形式,利用模糊观测的似然函数融合模糊数据,建立了模糊观测的概 率假设密度(probability hypothesis density,PHD)粒子滤波方法。这种方法首先利用 粒子滤波预测和更新随机集的PHD,然后估计目标数N,最后找出N个PHD最大的点就 是多目标的状态估计。在相同的仿真环境中,用这种方法与用重心去模糊器进行去模糊处理 后的观测数据同时跟踪目标数变化情况下的多目标,并进行了比较,结果表明,模糊观测多 目标跟踪的PHD粒子滤波能稳健跟踪目标数未知或随时间变化时的目标状态和目标数,性能 好于去模糊情况。