模糊建模

摘要： 物联网边缘计算是保证内部数据传输精准性的重要条件,但受到内部大容量信息的传输影响,易产生资源分配不平均的问题,增加系统传输数据的延时性。基于此,文章对物联网边缘计算分配模糊建模形式进行分析,并对相应优化策略进行研究。

摘要： 常规T-S模糊模型的后件是多个局部线性或仿射非线性子系统的组合,在对复杂非线性系统进行描述时,当输入变量个数和模糊子集增多时,常规T-S模型的结构会因为规则膨胀而导致维数灾难.针对此问题,首先提出一种新的含交叉项二次多项式结构T-S模糊模型;然后,基于微粒群优化算法确定新模型的结构参数.数值仿真结果表明,相比于常规T-S模糊模型,新结构更为简单、非线性逼近能力更强,并且随着待建模系统复杂性增加这一优势更加明显.

摘要： 全参考图像质量评价(Full Reference Image Quality Assessment,FR-IQA)是IQA领域广为研究的类型之一.本文回顾了FR-IQA的发展历程,对FR-IQA应用现状和通用FR-IQA问题的构建进行综述,以及对FR-IQA算法进行总结和梳理.并在此基础上,重点分析了现有研究中存在的问题,包括问题构建的合理性、建模的全面性问题、知识驱动与数据驱动结合的问题等.基于对主观评价过程的深入分析,结合现有研究存在的问题,探讨了主观评分采用模糊建模和知识与数据联合驱动构建算法两个可能的研究方向,以期对后续的研究者提供参考.

摘要： 针对一类复杂的非线性超混沌金融系统,提出了一种精确线性化的模糊建模和反馈控制方法.首先,引出金融系统的模型及其超混沌现象.其次,根据模糊理论,对超混沌金融系统进行模糊建模.然后,根据模糊模型,设计了一种指数稳定的模糊反馈控制策略,通过线性矩阵不等式求解反馈控制增益,并利用Lyaponov稳定理论进行了稳定性分析.最后,通过数字仿真,验证了所提出的方法的有效性.

摘要： 水泵模型的建立是研究集中空调水系统节能优化控制的基础,现阶段水系统优化控制模型大多通过曲线拟合方式建立,这种方式存在精度有限、在线调整困难、通用性差等问题.引入了基于模糊思想的建模方法,并将其与在线减法聚类相结合,实现模糊模型的在线更新和修正.该方法将水泵的运行数据按不同运行工况归类,并利用这些数据样本逐渐扩充和完善模型中的模糊规则.通过实际水泵在多工况下产生的运行数据拟合出水泵模型,对本文所提算法进行了对比和验证.结果证明该算法具有较强的自学习、自调整能力,同时具有较好的通用性和适应性.

摘要： 针对氧化铝生产过程原矿浆制备工序碳酸碱浓度机理模型难以建立，无法实现在线检测的问题，通过对铝酸钠溶液温度和电导率的特性分析，提出一种基于同步聚类和稳定学习的碳酸碱浓度模糊建模方法。首先采用同步聚类算法将建模数据分类，并对聚类中心及分类进行离线修正，然后对每类数据进行模糊TS建模，并采用稳定学习算法对模型参数进行在线校正，保证辨识误差有界。将其应用于氧化铝生产过程碳酸碱浓度的软测量，现场实际数据预测结果表明了方法的有效性。

摘要： 考虑到天气状态划分及气候区划边界的模糊性对线路故障率建模的影响,构建了风力载荷、冰力载荷和降水强度等多天气变量输入的模糊推理系统,通过Mamdani最大-最小-重心法得到线路故障率的时变模型.在此基础上结合时变的修复时间模型对跨气候区线路的故障率和修复时间进行了模糊建模.将上述天气条件相依的线路元件故障率和修复时间用于电力系统低电压风险评估,对IEEE30节点系统进行了仿真分析,说明了系统的低电压风险水平受天气条件影响的情况,表明了本文方法的可行性和有效性.

摘要： 本文基于采集到的一系列操作员电生理信号以及操作员性能数据(Performance Data)建立模型，对操作员功能状态(OFS，Operator Functional State)进行估计。采用模糊建模方法，使用遗传算法(GA，Genetic algorithm)对模型参数进行优化，初步仿真结果显示，此模糊模型能在一定程度上反映测量信号与OFS之间的关系，也说明了次要任务性能数据有助于建立更好的OFS估计模型。

摘要： 针对复杂的非线性系统,提出一种基于满意度的T-S模糊建模方法。利用采样数据集,通过模糊聚类的方法初始化模型参数,并用后向传播算法进行离线学习,辨识出被控对象T-S模糊模型的前件参数；引入系统品质满意度的概念,通过在线调整递推最小二乘法的遗忘因子,对实时采集的新信息进行在线学习,辨识出模型规则的后件参数,提高了模型精度和辨识的速度。将提出的算法应用于机车制动控制系统,试验结果表明了该方法的有效性。

摘要： 主要目的是评估人机系统下操作员功能状态(OperatorFunctional States,OFS)。在实验室环境下,用密封舱内空气管理自动化系统ACAMS(automation enhanced Cabin AirManagement System)模拟控制任务,同时记录下操作员的生理信号和性能。rn 采用自适应神经模糊推理系统ANFIS(adaptive network-basedfuzzy inference system)的方法对OFS进行建模,通过生理信号数据来预测出OFS,进而可以改变控制策略,实现人机交互。

摘要： 智能变电站二次系统具有自检功能和在线监测功能,如何能在考虑维修因素的同时利用监测信息对变电站二次设备进行准确的可靠性状态评估,充分发挥智能站的优势,是智能变电站二次系统可靠性评估工作目前面对的主要问题.本文提出一种智能变电站二次系统模糊评估方法.该方法首先考虑二次设备自检因素建立Markov模型,得到基于历史数据的设备可用率;其次,结合设备可用率和监测数据,提出二次设备的可靠指标,并用层次分析法计算各指标权重;再次,将智能变电站二次系统分为正常、注意、异常三种状态,采用梯形隶属度函数确定各因素对各状态的隶属程度,最终通过模糊评估模型对智能变电站二次系统状态进行模糊评估.

摘要： 智能变电站二次系统具有自检功能和在线监测功能,如何能在考虑维修因素的同时利用监测信息对变电站二次设备进行准确的可靠性状态评估,充分发挥智能站的优势,是智能变电站二次系统可靠性评估工作目前面对的主要问题.本文提出一种智能变电站二次系统模糊评估方法.该方法首先考虑二次设备自检因素建立Markov模型,得到基于历史数据的设备可用率;其次,结合设备可用率和监测数据,提出二次设备的可靠指标,并用层次分析法计算各指标权重;再次,将智能变电站二次系统分为正常、注意、异常三种状态,采用梯形隶属度函数确定各因素对各状态的隶属程度,最终通过模糊评估模型对智能变电站二次系统状态进行模糊评估.

摘要： 智能变电站二次系统具有自检功能和在线监测功能,如何能在考虑维修因素的同时利用监测信息对变电站二次设备进行准确的可靠性状态评估,充分发挥智能站的优势,是智能变电站二次系统可靠性评估工作目前面对的主要问题.本文提出一种智能变电站二次系统模糊评估方法.该方法首先考虑二次设备自检因素建立Markov模型,得到基于历史数据的设备可用率;其次,结合设备可用率和监测数据,提出二次设备的可靠指标,并用层次分析法计算各指标权重;再次,将智能变电站二次系统分为正常、注意、异常三种状态,采用梯形隶属度函数确定各因素对各状态的隶属程度,最终通过模糊评估模型对智能变电站二次系统状态进行模糊评估.

摘要： 智能变电站二次系统具有自检功能和在线监测功能,如何能在考虑维修因素的同时利用监测信息对变电站二次设备进行准确的可靠性状态评估,充分发挥智能站的优势,是智能变电站二次系统可靠性评估工作目前面对的主要问题.本文提出一种智能变电站二次系统模糊评估方法.该方法首先考虑二次设备自检因素建立Markov模型,得到基于历史数据的设备可用率;其次,结合设备可用率和监测数据,提出二次设备的可靠指标,并用层次分析法计算各指标权重;再次,将智能变电站二次系统分为正常、注意、异常三种状态,采用梯形隶属度函数确定各因素对各状态的隶属程度,最终通过模糊评估模型对智能变电站二次系统状态进行模糊评估.

摘要： 智能变电站二次系统具有自检功能和在线监测功能,如何能在考虑维修因素的同时利用监测信息对变电站二次设备进行准确的可靠性状态评估,充分发挥智能站的优势,是智能变电站二次系统可靠性评估工作目前面对的主要问题.本文提出一种智能变电站二次系统模糊评估方法.该方法首先考虑二次设备自检因素建立Markov模型,得到基于历史数据的设备可用率;其次,结合设备可用率和监测数据,提出二次设备的可靠指标,并用层次分析法计算各指标权重;再次,将智能变电站二次系统分为正常、注意、异常三种状态,采用梯形隶属度函数确定各因素对各状态的隶属程度,最终通过模糊评估模型对智能变电站二次系统状态进行模糊评估.

摘要： 本发明公开一种智能信息处理技术领域基于区间II型模糊集的T-S模糊模型的建模系统，其中：输入模块负责采集实际工业过程中输入输出数据，组成样本作为系统输入，所获得的数据样本输入到数据归类模块，数据归类模块将数据样本进行分类，得到若干个I型模糊集以及数据样本的隶属度矩阵，并分别输入模型前件数据处理模块和模型后件数据处理模块，模型前件数据处理模块将I型模糊集扩展成区间II型模糊集，模型后件数据处理模块将后件线性多项式中的系数扩展成为区间I型模糊集，这些模型参数通过输出模块输出。本发明提高了模型准确度，减少了建模过程中的计算量，且便于与各种控制方法相结合。

摘要： 本发明公开一种模糊本体描述方法和模糊本体建模方法，模糊本体描述方法是在原有的OWL描述的本体上，不改变原有对精确本体表达的同时能够添加本体的模糊信息，使信息有可精确表达的部分和需要模糊表达的部分。该描述方法使用了域名空间fowl，并在域名空间中定义了fuzzyowl的术语语义表达方法，包括模糊概念的描述、变量的描述、模糊数据类型的描述和模糊修饰词的描述。模糊本体建模方法包括OWL本体元素解析，模糊本体元素构建和模糊本体fuzzyowl建模3个部分。本发明能这提高了语义Web对于知识的表达能力，以及语义Web理解和处理用户请求以及上层语义应用的能力。

摘要： 本发明公开一种智能信息处理技术领域基于区间II型模糊集的T－S模糊模型的建模系统，其中：输入模块负责采集实际工业过程中输入输出数据，组成样本作为系统输入，所获得的数据样本输入到数据归类模块，数据归类模块将数据样本进行分类，得到若干个I型模糊集以及数据样本的隶属度矩阵，并分别输入模型前件数据处理模块和模型后件数据处理模块，模型前件数据处理模块将I型模糊集扩展成区间II型模糊集，模型后件数据处理模块将后件线性多项式中的系数扩展成为区间I型模糊集，这些模型参数通过输出模块输出。本发明提高了模型准确度，减少了建模过程中的计算量，且便于与各种控制方法相结合。

摘要： 本发明提供一种小子样条件下基于模糊理论的参数不确定性建模方法，步骤如下：1、对样本数据进行分组，求得每个区间的隶属度；2、对样本数据进行三角概率分布、正态概率分布的拟合，然后用熵等价转换法求解相应类型隶属度函数的特征值，并基于得到的特征值为模型参数建立相应的隶属度函数；3、求得步骤1所得隶属度在各类型隶属度函数中的残差和，选用最小残差和对应的隶属度函数类型；4、对隶属度函数基于接受拒绝采样法开展随机采样，获取取样数据。本发明基于模糊理论，通过选择参数的隶属度类型，确定隶属度函数的特征参数，为小样本参数的随机采样提供了有效的解决方案。

摘要： 本发明公开了一种基于模糊语义建模的深度场景文本检测方法和装置，该方法包括：步骤一，获取现有的用于训练场景文本检测的多组具有真值标注的图像数据集；步骤二，对数据集中的图像进行特征学习与全局特征融合，得到融合的全局特征图；步骤三，对融合的全局特征图进行像素级别语义分类，同时通过数值回归预测像素级别的语义可靠性，在全监督下进行多分支的联合优化，完成端到端联合学习框架的构建；步骤四，使用端到端联合学习框架，预测图像中的模糊语义信息，并利用可靠性分析及融合获得文本属性图；步骤五，对文本属性图进行二值化和联通域提取，得到最终的文本检测结果。本发明实现方法简便，灵活鲁棒，适用范围广。

摘要： 一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，它属于柴油机燃烧过程建模领域。本发明解决了柴油机台架试验阶段的数据不能对柴油机全转速工况范围进行采样，导致对柴油机全运行工况的神经网络建模困难的问题。本发明的主要技术方案为：步骤一、根据面向柴油机燃烧性能控制目标，选择柴油机仿真模型的输入参数和输出参数；步骤二、利用输入参数数据激励柴油机仿真模型获取输出参数数据，将输入参数数据和输出参数数据作为建模数据；利用获得的建模数据建立若干个定值转速对应的子模型；步骤三、将相邻转速对应的子模型按有效性函数进行加权，获得全转速范围下的预测模型。本发明方法可以应用于柴油机数据驱动建模与燃烧性能优化控制。

摘要： 本发明公开了一种基于模糊模型的光伏电池组件的实测建模方法及系统，本发明方法包括针对每一种特性参数，将辐照、温度和该特性参数的实测值输入该特性参数对应的模糊模型，推理得到对应的特性参数的估计值；将每一种特性参数的估计值代入光伏电池组件的电流‑电压函数关系，得到光伏电池组件的输出电压U和输出电流I之间的关系曲线。本发明采用模糊模型建立辐照、温度与光伏电池特性参数之间的非线性映射关系，再将系统辨识的高精确性和机理建模的易理解性相结合，基于光伏电池组件的函数关系模型可获得光伏电池组件的输出电压U和输出电流I之间的关系曲线，提高了建模精度，且本发明方法相对简单，便于工程技术人员的理解和应用。

摘要： 本发明公开了一种基于模糊自抗扰控制的小型一体化压水堆功率T‑S模糊建模方法，包括以下步骤：步骤1、构建小型一体化压水堆的堆芯集总参数模型；步骤2、通过对步骤1中的堆芯集总参数模型进行模型变换，获得用于自抗扰控制器设计的2阶非线性模型；步骤3、构建与步骤2等价的功率T‑S模糊模型。本发明面向LADRC设计的，不以模型结构最简或模型拟合精度最高为建模目标，对于特定结构的非线性模型，通过采用适当的前提变量和模糊集隶属度函数，使所得T‑S模糊模型与原非线性模型具有等价的解析形式，既提高了模糊模型的精度，也降低了模糊模型结构选择和参数优化的难度。

摘要： 本发明公开了一种动车组运行过程T‑S模糊建模和模糊追踪控制方法，所述方法根据采集的高速列车运行过程数据，利用数据驱动建模方法，建立动车组运行过程T‑S模糊模型，采用FCM聚类确定模糊模型规则数和前件参数，并采用最小二乘法确定模糊模型后件参数；提出基于T‑S模型的动车组运行速度跟踪控制方法，实现列车安全、高效、正点运行。通过利用本专利所提供的方法从而改变了列车司机凭经验调节控制力以控制速度的的盲目性，继而使动车组对目标运行曲线达到精确跟踪，从而提升了动车组的正点率、安全系数、有效运行里程。正是由于本发明方法的简单实用性，可应用到高速列车自动驾驶控制中去从而实现自动驾驶。

摘要： 本发明涉及航空发动机控制技术领域，具体公开了一种基于特征提取的涡扇发动机T‑S模糊建模方法，其中，包括：获取涡扇发动机动态特性的特征参数；根据聚类算法进行飞行包线下涡扇发动机动态特征分析，以实现对所述特征参数的特征划分；根据所述特征参数的特征划分结果构建涡扇发动机T‑S模糊状态空间模型。本发明提供的基于特征提取的涡扇发动机T‑S模糊建模方法能够建立具备较高精度与实时性的航空发动机全包线模型。