改进的灰色相似关联度模型在水质评价中的应用

基于灰色系统理论,提出一种改进的灰色相似关联度模型.通过计算评价对象的单因素隶属度矩阵,得到与各标准水质级别在不同评价指标处的灰色相似关联系数,最后根据灰色相似关联系数得到对各标准水质级别的综合隶属度.将此方法应用于延河流域的八个监测断面进行水质综合评价,取得了较好的结果.在此基础上进一步分析和改进了最大隶属度原则,在考虑最大隶属度的同时,综合考虑评价对象对各标准水质级别隶属度的分布,并制定了调整规则.     

半环的(∈,∈∨q_((λ,μ)))-模糊(k-)理想

给出了半环的(∈,∈Vq(λ,μ))-模糊k-理想及广义模糊k-理想的新概念,得到了半环的(∈,∈Vq(λ,μ))-模糊k-左(右)理想的一些等价刻画及基本性质,另外,还研究了它的的同态像与同态原像的基本性质.     

模糊神经网络在多源数据融合中的应用研究

在T-S模糊神经网络数据融合的基础上,改进了标准T-S模糊融合算法中的模糊算子,并利用聚类算法对网络结构中模糊隶属度个数进行选取.通过仿真实验,验证了改进的算法在融合过程中的合理性、稳定性和准确性.以及聚类算法在T-S模糊神经网络数据融合算法中运用的合理性和有效性.     

靶场测量中跟踪目标的多尺度多级模糊聚类分类算法

靶场测量中的连发弹目标数量较多,需要对此目标进行分类跟踪,文章提出了一种多尺度多级模糊聚类的分类算法,首先对靶场测量中的多连发目标的特性进行分析,定义了3种不同的类目标群序列,其次针对模糊聚类算法必须先验确定聚类初始点以及聚类中心的缺陷,在此基础上加入尺度因子,并根据目标群的位置信息以及运动方向信息进行多级聚类,最后通过多次聚类实验证明分类结果能够满足靶场测量中的多连发目标的分类要求。     

基于PLC的环境模拟系统温度控制算法的研究与实现

针对环境模拟试验温度控制系统中被控对象存在的非线性、时滞等特点,本文采用区间限幅PID控制算法和模糊PID控制算法对传统控制方法进行了改进。首先为了解决模拟量三通粗调阀调节缓慢的缺点,建立了区间限幅PID控制算法的控制规则表,并将其在PLC中实现。其次提出用模糊PID控制算法来解决电加热器的非线性、大时滞性问题,并结合实际控制经验建立了模糊控制规则表,然后将模糊PID控制算法在PLC中进行实现。最后将限幅PID和模糊PID控制算法应用于某大型环境模拟试验控制系统,实验结果表明利用改进算法对温度控制具有良好的稳定性及精确度。     

基于自适应模糊控制的节能装置研究

针对凹版印刷干燥设备,设计节能装置,该装置利用压缩机换热原理,对余热进行再循环利用。设计自适应模糊PID节能控制系统,完成对压缩机,调功器,变频器的实时控制。利用组态软件完成系统界面设计,人机交互简洁,操作方便。控制算法采用自适应模糊PID控制,依靠数据信息来调整模糊逻辑系统的参数,通过在线计算得到最佳控制器参数,抑制不确定性对系统的影响。将节能装置应用到凹版印刷机,实验数据显示,系统耗能减少,效率得到提高,达到节能目的,证明了节能系统的有效性,具有较强的应用价值。     

分布式航天器真空热试验测控系统设计

针对航天器真空热试验对数据采集、温度控制及系统功能的要求,设计开发了一套基于LXI总线的分布式测控系统。针对目前控制系统对于温度控制系统大滞后、非线性的控制性能不佳的缺点,采用模糊自整定PID算法提升了当前控制系统的控制品质,实现了对航天器的外热流模拟与温度控制。实际运行结果表明,该系统具有可靠性高、扩展性强、控制精度高等优点,并且试验准备时间比原有系统减少一半以上,提高了试验人员的工作效率。     

基于模糊综合评判的大学数学考核方式改革

独立高校数学课程的开设旨在让学生掌握数学知识的基础上,提高数学应用能力.然而现行的考核方式存在重考试结果,轻学习过程等问题.从传统考核方式入手,指出其不足之处,基于模糊综合评判法建立新型评价体系和数学模型,通过试点运行验证了新的考核方式的可行性、客观性、合理性和科学性.     

平均模糊软集及其相似测度

基于弱模糊软集和强模糊软集的概念,给出了平均模糊软集的概念,讨论了平均模糊软集的一些基本性质.给出了具有相同参数集的两个平均模糊软集之间的几种相似度的定义,讨论了这些相似度之间大小关系.给出了具有不同参数集的两个平均模糊软集之间的相似度的一种定义,并通过例题,说明了这种相似度的定义的合理性.     

Fuzzy蕴涵代数的犹豫模糊滤子格

对Fuzzy蕴涵代数的犹豫模糊滤子问题作进一步深入研究。引入了由Fuzzy蕴涵代数上的一个犹豫模糊集生成的犹豫模糊滤子概念,给出了其基本性质并建立了其表示定理。证明了一个Fuzzy蕴涵代数(X,→,0)的全体犹豫模糊滤子之集HFil(X)在犹豫模糊包含序?_H下构成一个分配的连续(代数)格,从而构成一个Frame.