基于改进单神经元PID控制的主动悬架系统研究

汽车悬架是车身与车轮之间的传力连接装置。运用MATLAB/Simulink建立仿真模型,应用模糊理论在线调整比例系数改进单神经元PID控制并设计控制器,进行三种工况下的仿真验证。结果表明:控制策略可行且控制器有较强的鲁棒性,进一步改善了汽车行驶的平顺性。     

基于范数灰关联度赋权的模糊综合水质评价研究

在模糊综合评价方法的基础上,提出范数灰关联度的概念.通过范数的近距和远距,获取各因子的关联度和权重系数,充分利用了样本的共性和个性信息.利用灰关联度赋权的模糊综合评价法对延安市境内延河流域上的8个监测断面进行水质评价,取得了较好的结果,并与熵权模糊综合评价法、灰色关联分析法进行比较,结果更加客观、合理.     

再论船渡河问题

贵刊2012年第3期的短文荟萃中"现行船渡河问题分析的逻辑缺陷"一文解答了学生关于船渡河时水速大于船速情况下要使实际位移最短问题中的疑问.笔者认为,原文作者似乎把简单问题复杂化     

基于三角模糊信息的综合安全评估中专家权重调整模型

为准确挖掘决策专家不确定性语言评价信息需提高专家评价一致度。本文将三角模糊数与模糊语言相对应量化专家决策意见,在得到决策者主观权重的基础上,提出一种权重调整算法。通过对熵权和距离权线性加权,整合专家权重,并在设定阀值下进行稳定化迭代,提高专家评价一致度。本文以某新建超大型油轮泊位项目通航安全风险评估为例,对专家权重调整模型进行算例验证,结果表明模型可使得专家达到最大共识。     

踝关节外侧韧带模糊随机损伤数学模型研究

踝关节是人体重要的负重关节,踝关节外侧韧带损伤是常见的运动损伤之一,严重影响人们日常生活质量,早期预防具有重要意义.踝关节外侧韧带损伤的概念和存在的描述是不确定的,这种不确定性一表现在损伤概念与定义中被忽略的模糊性,二表现在描述损伤存在与发生时被忽略的随机性.分析了损伤变量的模糊性和随机性二者在[0,1]区间上的一致性,基于损伤变量的广义非确定性提出了模糊随机损伤模型.     

惯导辅助单历元解算模糊度测姿方法

GNSS与INS在测姿方面的组合理论上可以提升精度，但实际中有时会由于GNSS模糊度固定率低、固定出错、易受干扰等原因导致其精度相对INS过低，以至于组合精度不佳。针对以上问题，提出一种用惯导辅助解算模糊度的方法（IAACM），利用惯导信息辅助解算模糊度浮点解，在固定模糊度后得出更精准稳定的GNSS载体姿态，该姿态可与INS姿态再次组合有效提升测姿精度。该方法在解算模糊度层面引入了惯导信息，具有不受卫星数量限制，单历元固定模糊度，误差稳定等优势。利用高精度GNSS接收机与光纤惯导组合搭建试验平台，在城市道路环境中进行跑车测试，验证模糊度固定情况及测姿精度。试验表明，该方法可提供更精准的模糊度浮点解，并可单历元固定模糊度，有效提升模糊度固定率，使测姿精度大幅提高。     

基于改进的模糊综合评判方法的聚表剂性能评价

聚表剂凭借其良好的增黏性,抗盐性以及乳化特性成为陆相油田潜在的优势驱替剂.以华鼎Ⅰ、海博BI和DG聚表剂为研究对象,分析了影响聚表剂溶液黏度性质的单因素指标,基于改进的模糊综合评判方法对三种聚表剂的粘度性能进行优选;通过并联岩心模型驱油实验对优选结果进行验证.结果表明华鼎Ⅰ的粘度性能最优,DG聚表剂的粘度性能最差;并联岩心驱油实验中以改善剖面能力为验证指标与模糊评价结果相吻合;以采出程度为验证指标与模糊评价结果不吻合,原因在于不同聚表剂之间的洗油能力存在差异.综合来看,改进的模糊数学评判方法对于聚表剂的优选具有一定的参考意义.     

土工格室边坡侵蚀稳定性的模糊物元评价模型及其应用

随着土工格室在高速公路、河道边坡护坡工程中的逐渐推广,土工格室边坡侵蚀稳定性研究成为研究热点.为有效地对土工格室防止边坡侵蚀的能力进行评价,指导工程实践与应用,通过对土工格室特性、边坡特征以及施工养护等影响因素的分析,建立了土工格室边坡水力侵蚀稳定性评价的指标体系;针对评价等级相对模糊及单项指标评价结果的不相容性问题,引入模糊物元理论,构建了土工格室边坡侵蚀稳定性的模糊物元评价模型,利用层次分析法确定指标权重,最后进行关联分析,根据最大关联原则确定评价等级.研究表明模型将定性和定量相结合,考虑全面,计算简单,易于编程,结合工程实际案例对该模型进行验证分析,评价结果与实际情况符合较好.     

n人可信策略博弈

本文研究模糊支付n人策略博弈,由于支付信息的不完全性,模糊支付可视为模糊变量。基于可信性理论,在不同的决策环境中引入模糊排序方法表征支付者行为。因此,本文定义四种可信均衡,等价于纳什均衡。其次证明了可信均衡存在性定理。除此之外,在现实策略博弈中用算例说明四种可信均衡的现实意义。最后讨论四种可信均衡之间可能存在的关系。     

多集值信息表中的多粒度模糊决策论粗糙集

多粒度粗糙集和决策论粗糙集是Pawlak粗糙集的重要推广,目前已成为人工智能研究的热点.然而,它们大多处理的都是单值信息系统中的问题.而实际生活中绝大多数都是处理多值问题,为了解决这一问题,在多集值信息表中将多粒粗糙集与模糊决策论粗糙集相结合进行研究,提出了其在乐观,悲观情形下的上下近似,研究了一些相关性质并给出了多集值信息表中的多粒度模糊决策论粗糙集精度、粗度的概念,最后通过一个具体例子验证其有效性.