支持向量机回归在电子器件易损性评估中的应用

针对现有的以概率统计理论为基础的方法和模糊神经网络法必须建立在大量统计数据基础之上,以及模糊信息扩散估计法可能对器件失效阈值估计过高的问题,提出将模糊信息处理技术用于对原始实验数据的处理,得到训练样本,在此基础上利用支持向量机回归预测一定功率的高功率微波辐照条件下电子器件的损伤概率。仿真结果表明:该方法与模糊神经网络法都较好地给出了预测结果,但该方法具有更高的精度（均方根误差为7.40610-5）,并且克服了在样本数据减半的小样本情况下模糊神经网络法可能出现野值的缺陷。     

双参量偏振调制光纤传感器输出信号的分离与线性化

分析了用一个传感头实现双参量测量的偏振调制光纤传感器的工作原理，表明该传感器能同时输出两路信号，其中一路利用泡克耳斯效应测电压或利用光弹效应测压力，另一种利用旋光效应测温度。但其输出的两个测量参量之间存在交叉敏感现象，并且其输出呈明显的非线性。因此提出一种基于人工神经网络的双参量偏振调制光纤传感器输出信号分离与线性化方法。以传感器输出作为输入样本，测量参量的实际值作为输出样本，通过训练使神经网络建立传感器输出与其实际感受的测量值之间的复杂非线性关系。计算机仿真与实验结果表明，该方法不仅能在较宽的测量范围内有效地分离两个测量参量，而且能在神经网络的输出端得到理想的线性输出。     

一种预测混沌时间序列的模糊神经网络方法

给出了一种预测混沌时间序列的模糊神经网络及其学习方法，给出的方法能直接从数据中提取模糊规则，经过优化得到最佳模糊规则库，并利用神经网络的自学习功能修改隶属函数的参数和网络的权值，减少了规则的匹配过程，加快了推理速度，增强了网络的自适应能力. 使用该神经网络及其学习方法对Lorenz混沌时间序列进行了预测仿真研究，试验结果表明给出的预测工具和方法是有效的. 关键词： 模糊神经网络 模糊规则提取 混沌时间序列预测     

基于模糊递归小波神经网络的葡萄酒品质预测

针对葡萄酒品质预测模型难以建立的问题,提出一种基于模糊递归小波神经网络的葡萄酒品质预测模型。利用葡萄酒物理化学指标和品酒师打分作为模型的输入输出,采用梯度下降算法在线学习隶属函数层中心、宽度和小波函数平移因子、伸缩因子、自反馈权重因子以及输出层权值。仿真实验时,首先利用Mackey-Glass混沌时间序列进行了性能测试,然后利用UCI数据集葡萄酒品质数据对所建立的品质预测模型进行了验证。结果显示,与多层感知器、径向基函数神经网络等传统前馈神经网络相比,构建的模糊递归小波神经网络品质预测模型具有更高的预测精度,更加适合于葡萄酒的品质预测。     

混沌时间序列的模糊神经网络预测

设计一种新型混合模糊神经推理系统，该系统仅从期望输入输出数据集即可达到获取知识、确定模糊初始规则基的目的.再利用神经网络学习能力便不难修改规则库中的模糊规则以及隶属函数和网络权值等参数，这样大大减少了规则匹配过程，加快了推理速度，从而极大程度地提高了系统的自适应能力.用它对Mackey-Glass混沌时间序列进行预测试验,结果表明利用该网络模型无论离线还是在线学习均能对Mackey-Glass混沌时间序列进行准确的预测，证明了该系统的有效性. 关键词： 神经网络模型 模糊逻辑 混合推理系统 混沌时间序列     

尖楔前体飞行器FADS系统的径向基网络建模及验证

文章研究了针对一种用于尖楔外形的嵌入式大气数据传感（flush air data sensing，FADS）系统的解算模型及精度.首先基于飞行包络及CFD数据建立了FADS系统的测压孔选取标准；然后基于径向基函数（radial basis function，RBF）的人工神经网络建模技术构建了FADS系统的网络解算模型；最后给出了模型的测试误差，分析了气动延时效应、位置误差等误差源模型对算法精度的影响，并给出了网络模型的预测精度.结果表明，针对尖楔外形测压孔配置特征，基于RBF的人工神经网络算法解算精度较好，攻角、侧滑角、Mach数及静压的网络输出预测值与真实值吻合较好，输出的测试误差（绝对值）分别小于0.25°，0.5°，0.05及250 Pa.结果同时表明神经网络建模技术在尖楔前体飞行器FADS系统中的有效性.      

模糊神经网络在电子器件微波易损性评估中的应用

 应用模糊神经网络预测了电子器件失效阈值随高功率微波参数的变化关系。结合电子器件实验数据较少的情况，提出用可能性理论估计器件失效可能性分布的评估方法;结合模糊神经网络的学习预测能力，得到电子器件失效的可能性分布;并将可能性分布和用信息扩散估计方法得到的概率分布进行了比较，前者能够更好地利用实验数据估计器件失效的可能性。     

基于BP神经网络的人体血液中红细胞浓度无创检测

采用BP神经网络算法模型对人体血液红细胞浓度进行无创检测。对获取的动态光谱数据和红细胞实测值利用BP神经网络进行建模分析,校正集输出对期望值的跟踪较好,相关系数R达到了0.993,用建立起的BP神经网络模型去检验预测集输出值,得到预测集的相对误差最大为4.7%,平均相对误差为2.1%,预测能力较为理想。结果表明：用BP神经网络模型能够较准确的处理动态光谱数据和人体红细胞实际值的非线性关系,提高了血液成分无创测量在临床上应用的可行性,具有较高的应用价值。     

基于模糊边界模块化神经网络的混沌时间序列预测

提出一种模糊边界模块化神经网络（FBMNN）的混沌时间序列预测方法,该方法先对混沌时间序列观测点重构的相空间进行模块化划分,划分点的选取由遗传算法自动寻优.然后定义一个模糊隶属度函数,在划分边界一侧按照一定的模糊隶属度设定模糊边界带,通过模糊化处理,解决了各模块划分点附近预测结果的跳跃问题.最后每一模块,及其模糊边界的样本点都对应一个递归神经网络进行训练,通过预测合成模块输出结果.该方法对三个混沌时间序列基准数据集Mackey-Glass,Lorenz,Henon进行实验,结果表明该方法有效地提高了混沌时间序列预测效果. 关键词： 模糊边界 模块化神经网络 混沌时间序列 预测     

概率神经网络在高功率微波探测数据处理中的应用

为了更好地处理高功率微波探测过程中产生的样本数据,在深入分析高功率微波特性参数的基础上,建立一个高功率微波器件特征参数库,并结合概率神经网络系统建立了一个高功率微波探测预测模型。通过部分学习样本和非学习样本进行预测,预测结果证明该模型能够基本再现原始数据,同时,对非样本数据有着较好的预测能力。这一数据处理方法在处理复杂样本、模式分类和判别过程中具有较高的实用性和实时性,能够在高功率微波探测数据的数据分类、结果预测等方面得到较好的应用。     

高功率微波对PCB电路系统辐照效应的仿真分析

 以实验室自主研发的2维半导体器件-电路联合仿真程序用于分析高功率微波注入下半导体器件的毁伤机理,以此2维半导体器件-电路联合仿真程序为基础加以扩展,添加了电磁波辐照射下微带线的SPICE电路模型。扩展后的程序可以同时用于分析平面波入射下含半导体器件的PCB电路的高功率微波辐照效应和置于带孔缝屏蔽腔中的PCB电路的高功率微波辐照效应。应用此仿真程序分析了一个含有低噪声放大器的简单PCB电路,得到了该PCB电路在不同形式平面波入射下低噪声放大器的烧毁阈值,在该PCB电路置于屏蔽腔中时,低噪声放大器输入端口出现耦合干扰电压情况。     

Estimation of the most influential factors on the laser cutting process heat affected zone (HAZ) by adaptive neuro-fuzzy technique

Heat affected zone (HAZ) of the laser cutting process may be developed on the basis on combination of different factors. In this investigation was analyzed the HAZ forecasting based on the different laser cutting parameters. The main aim in this article was to analyze the influence of three inputs on the HAZ of the laser cutting process. The method of ANFIS (adaptive neuro fuzzy inference system) was applied to the data in order to select the most influential factors for HAZ forecasting. Three inputs are considered: laser power, cutting speed and gas pressure. According the results the cutting speed has the highest influence on the HAZ forecasting (RMSE: 0.0553). Gas pressure has the smallest influence on the HAZ forecasting (RMSE: 0.0801). The results can be used in order to simplify HAZ prediction and analyzing.     

电子系统HPM效应敏感度评估新方法

 将模糊信息分析、信息分配和信息扩散原理等模糊信息优化处理理论应用于电子系统 HPM效应评估, 建立了以效应实验数据为基础的HPM效应敏感度概率分布曲线和系统失效阈值与HPM参数之间关系预测的模糊数学计算模型, 编制了模拟计算程序, 并对一些实例作了分析计算。     

LMI-based output feedback fuzzy control of chaotic system with uncertainties

This paper studies the robust fuzzy control for nonlinear chaotic system in the presence of parametric uncertainties. An uncertain Takagi--Sugeno (T--S) fuzzy model is employed for fuzzy modelling of an unknown chaotic system. A sufficient condition formulated in terms of linear matrix inequality (LMI) for the existence of fuzzy controller is obtained. Then the output feedback fuzzy-model-based regulator derived from the LMI solutions can guarantee the stability of the closed-loop overall fuzzy system. The T--S fuzzy model ofthe chaotic Chen system is developed as an example for illustration. The effectiveness of the proposed controller design methodology is finally demonstrated through computer simulations on the uncertain Chen chaotic system.     

Simulation of a Helicon plasma source using a multivariable fuzzymodel

This paper reports work on the development of an automatic control system for a Helicon plasma processing source. The lack of a definitive physical model for the plasma physics of the source and the power coupling mechanism to the plasma precludes the use of traditional control algorithms. This paper develops a fuzzy model that simulates the behavior of the plasma source using the process of genetic algorithms to identify and optimize the parameters of the fuzzy model. This type of model will eventually be used to test a fuzzy control system for the plasma source. In this work, an extensive set of experimental data was acquired where the magnetic field and input power to the plasma source were varied over a wide range while the electron number density was measured. From this learning dataset, the genetic algorithm derived the values of the parameters for the difference equation that describes the system. The fuzzy model so constructed was used to predict the behavior of the source from known input parameters. Comparing the predictions with experimental observations showed that the fuzzy model was generally able to predict the behavior of the plasma as its input parameters were varied with a precision of better than 10%     

模糊层次分析法在航空电子系统作战效能评估中的应用

航空电子系统的作战效能评估是一个非常复杂的问题。运用模糊综合评判和层次分析法对此问题进行了研究,提出了一种基于模糊层次分析法的评估作战效能的模型。结合第三代战斗机电子系统作战效能评估实例,给出了模型的具体解算步骤和方法。     

Fault tolerant synchronization of chaotic systems based on T-S fuzzy model with fuzzy sampled-data controller

In this paper the fault tolerant synchronization of two chaotic systems based on fuzzy model and sample data is investigated. The problem of fault tolerant synchronization is formulated to study the global asymptotical stability of the error system with the fuzzy sampled-data controller which contains a state feedback controller and a fault compensator. The synchronization can be achieved no matter whether the fault occurs or not. To investigate the stability of the error system and facilitate the design of the fuzzy sampled-data controller, a Takagi--Sugeno (T--S) fuzzy model is employed to represent the chaotic system dynamics. To acquire the good performance and produce less conservative analysis result, a new parameter-dependent Lyapunov--Krasovksii functional and a relaxed stabilization technique are considered. The stability conditions based on linear matrix inequality are obtained to achieve the fault tolerant synchronization of the chaotic systems. Finally, a numerical simulation is shown to verify the results.     

高功率微波系统仿真数据管理支撑技术

针对目前高功率微波系统仿真平台产生大规模复杂结构时变数据场,提出了新的数据存储与处理需求,而现有数据管理方法难以提供平台所需要的数据存取与分析能力。为此,通过研究科学数据表示、元数据管理、高效I/O、并行处理和快速选择等关键技术,集成应用成果并研制自主产权的科学数据管理软件,实现了高功率微波系统仿真实验数据的高效存储、组织与管理,对于方便平台子系统间的数据交换、提升数据存取效率及研究关键物理问题起到了很好的支撑作用。