冲天炉熔炼过程粒群优化

粒群优化是一种非梯度随机优化算法，其思想源于动物群体（如群落）社会动力学行为的最近邻速度匹配和根据距离加速等基本规则。本文综合自适应模糊推理的建模功能和神经网络的学习能力，直接从实验数据中提取推理规则，建立了冲天炉熔炼过程模型。模型具有较高的预测精度和泛化能力，利用它可以帮助操作者认识熔炼规律。同时，将自适应模糊推理模型与粒群优化算法耦合，在预定熔化率和炉温的模糊限制条件下，得到了最高热效率时的送风强度和焦耗。此法可推广应用到其它工艺过程的建模与优化上。     

材料性能ANFIS—GA建模与优化

本文提出系统化的基于自适应神经—模糊推理和遗传算法的材料性能建模和优化框架，据此实现了铸造铝硅合金和灰铁成分设计，并用于材料物理性能建模。     

基于模糊推理的纹理图像融合方法研究

研究了模糊逻辑方法在图像特征层融合中的应用,介绍了两种模糊推理方法—Mamdani型和Sugeno型模糊逻辑推理系统,以及基于Sugeno型模糊推理的自适应模糊神经网络系统;在红外-可见光双通道图像融合实验中,采用Gabor滤波提取两幅图像的纹理特征,并分别采用两种模糊推理方法进行特征层融合。对融合效果进行了分析,结果表明两种模糊逻辑方法在不同应用环境下都可以取得了较好的融合效果。     

冲天炉熔炼过程自适应神经-模糊建模

对一个实际冲天炉进行系统试验，得到一系列铁水温度、熔化率与焦耗、送风强度之间相互关系数据。综合自适应模糊推理的建模功能和神经网络的学习能力，在精确表达数量关系的同时，还能直接从实验数据中提取规则，帮助操作者认识熔炼规律，据此得出的新型网形图使用起来更为方便快捷。     

快速倾斜镜的模糊PID自适应控制器设计

介绍了一种快速倾斜镜系统。由于存在大气扰动、温度变化、环境干扰等非线性、不确定因素的影响,使用经典控制方法对这种变参数系统进行设计很难满足设计指标要求。在深入研究模糊理论的基础上,提出了模糊推理与经典PID相结合的自适应控制器设计方案,控制参数可以在线调整,解决了参数时变和建模不确定性的问题。仿真结果证明,模糊PID自适应控制器能很好地解决大气扰动、温度变化等环境干扰问题,改善了快速倾斜镜动态响应过程。研究结果为倾斜镜的快速控制提供了一种新的思路。     

偏最小二乘回归在微波效应预测中的应用

 引入偏最小二乘回归(PLSR)原理和方法应用于微波效应实验数据的预测,得到的预测精度与自适应神经模糊推理网络(ANFIS)结果基本一致,平均相对误差小于3%。实例分析了PLSR方法与ANFIS方法对建模数据样本量的需求,在建模样本数较少条件下,PLSR所建模型的预测精度均高于ANFIS模型。因此PLSR方法更适用于微波效应小样本数据的预测,更有利于实际应用。     

遥控潜水器轨迹跟踪自适应模糊滑模控制方法研究

针对ROV位置和姿态精确定位控制的难题,通过对ROV数学模型的分析,设计了ROV滑模控制器;系统通过模糊推理来自适应降低抖振和逼近未知的非线性函数部分,利用李亚普诺夫稳定性理论证明了该系统的收敛性和稳定性,最后利用Simulink对控制系统进行了仿真研究;仿真结果表明:该控制器能够保证轨迹跟踪误差的快速收敛性,及对外界干扰的鲁棒性,初始误差3 s收敛到零,验证了理论分析的正确性和有效性。     

基于自适应神经模糊推理系统的光谱预测

由于神经网络具有自适应以及自学习功能,模糊系统具有很好的非线性推理能力。将二者相结合的自适应神经模糊推理系统吸收了二者的优点,将其应用于对模型特征的分析和建模上,通过对数据的学习可以预测特性非常复杂的系统,如荧光光谱。荧光光谱分析法操作简单,精度高,分析速度快,是研究分子内部结构的重要手段。预测荧光光谱更具有重要意义。文章以N₂分子的脉冲放电的发射谱为例进行了预测,预测结果显示,该方法可以预测光谱谱线的重要信息,误差均小于1.66%,达到了此次实验的精度要求,具有满意的效果。对光谱的预测是切实可行的。     

自适应模糊控制器在光学透镜抛光中的应用

根据抛光机压力、摆幅和摆角对光学透镜磨抛加工质量的影响程度不同，应用模糊逻辑系统表格查询学习算法，构建了一种二维自适应模糊控制器，为抛光工艺的深入探讨奠定了基础。     

基于自适应网络模糊推理系统的γ能谱指纹模糊识别

提出了以自适应网络模糊推理系统参数为识别特征的γ能谱指纹模糊识别方法.通过建模和仿真,提取了γ能谱指纹的模糊系统特征参数,并建立了关于系统特征参数的模糊集及模糊识别原则,以较高的置信度实现了γ能谱指纹的类型识别和个体识别.对实测γ能谱指纹进行了识别,对方法的识别性能进行了研究和探讨.研究表明,该方法不但具有较强的类型识别能力和个体识别能力,并具有较低的识别下限和较强的抗噪声能力.     

基于神经网络内部模型的非线性偏最小二乘法用于火电厂烟气光谱定量分析

针对火电厂烟气光谱数据的非线性特性,采用了基于神经网络内部模型的非线性偏最小二乘定量分析方法。该方法进行偏最小二乘（PLS）回归后,将自变量和因变量的隐变量作为神经网络的输入和输出进行训练,即可得到非线性内部模型。将PLS、基于向后传递神经网络内部模型的非线性PLS（BP-NPLS）、基于径向基函数神经网络内部模型的非线性PLS（RBF-NPLS）和基于自适应模糊推理系统内部模型的非线性PLS（ANFIS-NPLS）对火电厂烟气多组分进行测定后比较,BP-NPLS、RBF-NPLS和ANFIS-NPLS较之PLS,将二氧化硫预测模型的预测均方根误差（RMSEP）分别降低了16.96%,16.60%和19.55%;将一氧化氮预测模型的RMSEP分别降低了8.60%,8.47%和10.09%;将二氧化氮预测模型的RMSEP分别降低了2.11%,3.91%和3.97%。实验表明,非线性PLS较PLS更适用于火电厂烟气定量分析。通过神经网络对非线性函数的高度逼近特性,基于本文所提及内部模型的非线性偏最小二乘方法有较好的预测能力和稳健性,在一定程度上解决了基于多项式和样条函数等其他内部模型的非线性偏最小二乘方法的自身局限性。其中,ANFIS-NPLS的效果最好,自适应模糊推理系统的学习能力能够有效降低残差,使模型具有较好的泛化性,是一种比较准确实用的火电厂烟气定量分析方法。     

基于ANFIS的振动筛控制系统设计

为了解决因振动筛频率和倾角无法自动调整而导致筛分效率过低的问题而设计了一种基于自适应模糊神经网络的控制系统,该系统以S7-200PLC为核心控制器配合采用WINCC组态软件实现振动筛的自动调节,大大提高了振动筛的筛分效率。该系统通过大量的数据采集、保存及分析,寻找出振动筛在不同输入条件下最佳的工作倾角和振动频率并作为网络的学习样本以便获得模糊推理系统的数据,将其与现场采集数据作比较。试验结果表明：该网络具有较快的训练速度和较强的学习能力,满足了控制系统自动调节频率和倾角的需求。     

姜文汉院士访谈录

正人物小传姜文汉,1936年5月9日生于浙江平湖。光电工程专家。1958年毕业于哈尔滨工业大学铸造工艺与设备专业。1995年当选为中国工程院院士。中国自适应光学的开拓者和奠基人。在自适应光学和光束控制两方面均作出了重要贡献。1979年在中国开辟自适应光学研究方向,建立整套基础技术并主持研制多代具有国际先进水平的自适应光学系统,成功应用于高分辨力天文观测、激光核聚变光束控制、     

基于小波纹理特性分析的视频烟雾检测算法研究

为了克服由于烟雾稀薄、远景以及风速带来的干扰,实现火灾的及时准确检测,提出了一种有效的基于小波纹理特征分析的视频烟雾检测算法。该算法首先利用混合高斯模型提取运动区域,对运动区域进行网格化和二维离散小波变换以获取局部信息;然后利用灰度共生矩阵提取每个网格的纹理特征;最后利用自适应神经模糊推理系统(ANFIS)和联合判别准则进行训练和火灾判断。实验表明,该算法检测率达到了94.8%,误检率为1.1%,证明该算法可以充分挖掘图像的局部信息,并提高了检测烟雾的空间分辨率,适宜多种场景,可靠性较高。     

弹塑性流体力学拉氏自适应网格和网格重分守恒重映数值模拟方法

拉氏自适应重分弹塑性流体力学有限元程序实现了网格完全自适应，具有良好、灵活的非结构自适应网格数据结构，实现了滑移界面两边(接触间断)网格动态调整，网格的细分和合并处理灵活，网格重分和网格自适应模块兼容、守恒重映，网格重分中采用多种方法控制新网格的质量，爆轰计算可采用Lee-Tarver的化学反应率模式。初步数值计算结果表明，弹塑性流体力学拉氏自适应重分数值模拟方法合理，计算结果正确，基本反映了流场的物理结构。     

自适应光学系统中的逢适应控制算法研究

介绍和分析了一种在自适应光学系统中实用的自适应控制算法。与经典控制算法相比，自适应控制算法调整方便，综合考虑了大气湍流扰动和探测噪声等对系统控制效果的影响，控制参数能适应工作环境的变化，使系统达到最优控制状态。以61单元自适应光学系统上实现的自适应控制算法为例，用经典控制理论的波德（Bode)图、控制带等概念分析了这种算法的特点，并针对算法在实际系统应用中遇到的问题提出了解决的办法。     

自适应光学控制系统的有效带宽分析

分析了自适应光学控制系统中闭环带宽和对湍流校正的有效带宽的关系，比较了采用比例积分控制和纯滞后补偿控制的自适应光学控制系统的带宽。分析结果认为自适应光学控制系统应当具有较高的有效带宽。较低的闭环带宽，系统中的时间延迟是限制自适应光学控制系统有效带宽的主要因素。     

一种新的基于模糊推理的灰值形态学和它的光学实现

我们在文中把模糊集合理论引入到数学形态学里,提出了模糊推理形态学,导出它的基本算子和一些代数性质.对于相同的灰值图象和结构元,用该算子处理的图象较常规形态学的结果更光滑并合更多的细节.给出采用面积编码和取阈技术为基础的光学实现.最后,分析比较了模糊推理形态学与常规形态学的两种结果数据.     

基于近似熵测度的铝合金P-MIG焊亚射流过渡自适应控制研究

铝合金熔化极惰性气体保护焊(MIG)的亚射流过渡方式具有弧长调节作用强、焊缝成形美观的优点.本文从非线性动力学近似熵测度的角度对铝合金脉冲MIG焊的电弧电压信号进行分析,进而评价自适应控制模式针对亚射流过渡方式的适用性;讨论在自适应控制模式下,改变工艺参数和熔滴过渡方式时,近似熵值的变化;并对比自适应控制与普通脉冲控制在射滴过渡方式下的近似熵值大小.结果表明近似熵越小,自适应控制越成功,控制越有效. 关键词： 自适应控制 亚射流过渡 熔化极惰性气体保护焊(MIG) 近似熵     

基于模糊控制的自适应光学校正技术

自适应光学中普遍采用的比例-积分-微分(PID)控制严格依赖于变形镜的响应模型,响应模型的标定非常繁琐且性能容易随时间和温度而漂移.采用模糊控制摆脱了对变形镜响应模型的依赖,通过波面的快速重构,从波面中提取波面评价指标,将该评价指标及其微分作为模糊PID控制器的输入.选择模糊输入和输出论域的隶属度函数,设计出模糊规则库,通过模糊推理、解模糊等过程,对PID控制器的3个参数即比例kp、积分ki和微分kd进行模糊自整定,实现了自适应控制.采用高速数字信号处理器(DSP)设计了硬件验证测试平台,通过该平台的测试,证明该方法有效可行,在不需要变形镜响应矩阵的前提下,能够将光斑的衍射极限倍增因子β值从10—12校正到3—4,与传统的PID控制基本一致,但稳定性更好.因无需标定,故降低了变形镜的安装要求.