Vulnerability analysis for airport networks based on fuzzy soft sets: From the structural and functional perspective

Recently,much attention has been paid to the reliability and vulnerability of critical infrastructure.In air traffic systems,the vulnerability analysis for airport networks can be used to guide air traffic administrations in their prioritization of the maintenance and repair of airports,as well as to avoid unnecessary disturbances in the planning of flight schedules.In this paper,the evaluation methods of airport importance and network efficiency are established.Firstly,the evaluation indices of airport importance are proposed from both the topological and functional perspectives.The topological characteristics come from the structure of airport network and the functional features stem from the traffic flow distribution taking place inside the network.Secondly,an integrated evaluation method based on fuzzy soft set theory is proposed to identify the key airports,which can fuse together importance indices over different time intervals.Thirdly,an airport network efficiency method is established for the purpose of assessing the accuracy of the evaluation method.Finally,empirical studies using real traffic data of US and China’s airport networks show that the evaluation method proposed in this paper is the most accurate.The vulnerability of US and China’s airport networks is compared.The similarities and differences between airport geography distribution and airport importance distribution are discussed here and the dynamics of airport importance is studied as well.     

模糊物元分析及其应用研究

本文在物元分析的基础上，结合模糊集合理论，提出了一种新的分析方法，称之为“模糊物元分析”，可以解决模糊不相容问题。实例表明结果与其它方法完全相同，可供参考。     

基于专家控制器的电动汽车感应电机弱磁区优化控制研究

由于感应电机驱动系统采用数字控制器和脉宽调制输出会伴随着数字延迟的问题,加之参数可能存在的扰动,使得传统的间接磁场定向控制方法在感应电机高速弱磁区的控制性能降低。针对此问题,提出了一种基于专家控制器和模糊推理机制的感应电机弱磁区优化控制策略。考虑到传统间接磁场定向控制中电流调节器在弱磁区若没有获得适合的电流参考指令,则可能会产生高频振荡乃至失稳。因此,在传统方法的基础上将转速闭环输出的电流参考先送入到专家控制器,专家控制器基于数据库和模糊推理,对电流参考进行修正,其中模糊推理机制基于简单的高斯函数逻辑实现。最后,构建了感应电机驱动试验平台,开展了电机在弱磁区的高速驱动试验,试验结果验证了新型控制策略的有效性。     

航空发动机LQR控制的模糊神经网络方法

针对线性二次型调节器LQR在航空发动机多变量控制中存在的存储量需求太大的问题,提出了相应的自适应神经网络模糊控制方法。根据某型发动机飞行包线内给定工作点的线性化模型,分别设计控制器,并将分别设计的控制器用自适应神经网络模糊推理的方法进行综合,使之成为一个非线性的控制器,由此可以得出其它工作点的LQR设计结果。该方法能够在一定程度上弥补LQR控制的缺陷,仿真实例表明了其有效性。      

模糊聚类分析在耀斑-地磁扰动研究中的初步应用

本文运用模糊聚类分析的方法,对1975—1983年可证认出的210个耀斑-IPS激波事件进行了分析研究,给出了它们的聚类指标和模糊等价关系以及大、中、小三类耀斑-磁扰的聚类中心。初步研究结果表明:95％的耀斑-IPS激波会引起地磁扰动(∑Kp≥16);对持续1小时以上的二级耀斑和2小时以上的一级耀斑,以及多个射电源的IPS观测均出现50km/8以上的速度跳跃这类大耀斑-IPS激波事件进行模糊聚类磁扰强弱预报试验,其准确率可达80％;这种大耀斑-IPS激波事件所对应的地磁扰动变化范围很宽,从∑Kp≥12直到∑Kp≤54,这说明耀斑-激波在行星际空间的传播以及向地球的传输过程是十分复杂的。      

基于模糊规则集度量的液体火箭发动机故障诊断

以模糊规则集度量为核心，提出了一种液体火箭发动机故障诊断系统。利用模糊待检规则集与模糊参考规则集之间的度量结果为故障诊断逻辑，输出故障检测时间、故障分离时间、故障类型和故障程度。仿真研究表明：基于模糊规则集度量的故障诊断性能比较优越。     

一种双变量模糊 PI 控制在航空发动机控制中的应用

针对某型航空发动机的性能控制,提出了一种双变量模糊ＰＩ控制算法,构造了双变量模糊ＰＩ控制器,研究它在航空发动机控制中的应用,探索航空发动机采用双变量模糊控制的规律,为航空发动机控制探索了一种新方法。     

基于AHP的DS/FH混合扩频测控系统抗干扰效能评价

针对DS/FH(Direct Sequence/Frequency Hopping,直扩/跳频)混合扩频测控系统抗干扰问题,提出一种效能评价方法.基于任务需求,构建系统抗干扰效能评估指标体系;将三角模糊数、指数标度和层次分析法相结合,提出一种改进的TFN-AHP(Triangular Fuzzy Number-Analytic Hierarchy Process,三角模糊数-层次分析法),提高了较小指标的区分度,剔除了极端数据,最大限度发挥专家的经验知识,实现了指标赋权的客观程度,最后通过AHP对不同设备系统关于指标体系判断矩阵的确定、一致性检验和层次总排序,实现了系统抗干扰效能的评价和选择.分析结果表明,该评价方法能够实现不同设备的抗干扰效能评估,有助于用户对设备的选择.     

基于模糊推理的最优参考轨迹的预测函数控制技术

为了获得简单而又精密的控制器,采用预测函数控制计算控制指令,并运用模糊推理对控制量进行补偿,设计出合理的预测轨迹控制系统,使飞机自动地跟踪已规划出的最优参考轨迹,并针对各种典型地形进行了数字仿真,大量的数字仿真表明该方案是可行的。     

基于模糊径向基神经网络的小型无人机控制系统研究

为保证小型无人机的飞行安全,提出一种由无人机飞行控制器和地面学习单元构成的两层网络学习控制系统架构。无人机飞行控制器采用模糊控制策略,学习单元采用经遗传算法优化的径向基神经网络,充分利用模糊控制和神经网络的各自优势,将模糊控制策略与RBF神经网络相结合提出了一种基于RBF神经网络的自学习模糊控制策略。所设计的飞行控制器用于无人机飞行过程中的姿态控制,仿真及实验结果表明本方法是有效的。