基于三角形模糊数的非线性T-S模糊系统的峰值点和分量半径优化

单值模糊器是将高维空间中一个实值点映射成该空间上的一个单值模糊集,在构造非线性T-S模糊系统时不仅可克服输入变量的噪声问题,而且能减少模糊推理机设计中的计算量.首先,基于分片线性函数和单值模糊器给出了非线性T-S模糊系统模型;并依据广义三角形的重心坐标公式,对等距剖分论域中的峰值点和分量半径等参数进行了优化;最后,通过模拟实例对系统进行了验证,得到优化后的非线性T-S模糊系统确实有更好的逼近效果.     

概率语言多属性群决策方法及其在新型智慧城市市民获得感评价中的应用

针对公众参与的语言信息多属性群决策问题,研究了考虑参与者满意度的概率语言多属性群决策方法。首先,根据参与者的语言评价信息确定并规范化概率语言决策矩阵。然后,对大群体进行共识分析,由最大化参与者群体的满意度构建线性规划模型,确定参与者群组的权重;构造正、负理想方案的评价向量,构建多目标规划模型,用拉格朗日乘子法求解属性权重;定义各方案的加权贴近度,并以此对方案进行排序和优选。最后,通过新型智慧城市市民获得感评价案例验证了模型的可行性和有效性。     

基于模糊控制的清水池水位控制系统设计

清水池水位控制具有时变、滞后、突发性强等特点,难以准确建立合适的数学模型,为了达到快速维持清水池水位在期望值,避免所有水泵同时启停的目的,提出了一种清水池水位模糊控制的方法,该方法借助于MATLAB软件对控制系统进行了仿真,验证了模糊控制算法在清水池水位控制系统中应用的合理性,并计算出模糊输出控制量表,为确定水泵启停台数提供指导。采用了S7-200 PLC控制器和MCGS组态软件实现了清水池模糊控制系统的程序设计,给出相应的模糊控制PLC程序,并应用于清水池水位控制系统中。结果表明,系统稳定性好,响应速度快,能够较好的满足控制要求。系统将模糊控制理论与实际控制相结合,满足了清水池水位控制的要求,延长了水泵使用寿命,节省电能,为清水池水位自动控制提供借鉴。     

认知无线电网络中提高传输层端到端吞吐率的跨层参数配置

在认知无线电网络中, 传输层端到端(TCP)吞吐率是衡量网络性能的重要指标. 前期相关研究大都具有以下两方面缺点: 第一, 大部分研究只考虑了协议底层参数来优化物理链路性能, 对传输层性能有所忽略; 第二, 目前的研究大都基于马尔可夫决策过程建模, 这需要网络具有完全知识, 使得这类模型的应用受到很大限制. 针对以上问题, 本文提出一种新的算法: 网络中每个节点通过联合配置物理层调制方式、发射功率、 链路层信道接入和TCP拥塞控制因子来找到传输层端到端近似最优吞吐率. 由于无线设备对环境感知存在误差, 本文将网络模型建模为部分可观测马尔可夫决策过程, 并将其转换成信念状态马尔可夫决策过程, 采用Q值迭代找到近似最优策略. 仿真分析表明, 提出的算法能在动态无线环境下以一定的误差限收敛于最优策略, 能在功率受限条件下, 有效提高传输层端到端吞吐率.     

室内环境中脑控轮椅的路径跟踪控制

为了实现室内环境中脑控轮椅的自主导航,提出了一种简单有效的路径跟踪控制方法。给定的路径通常被表示为一系列离散点,根据这一特点,提出了分段直线路径跟踪方法,即依次跟踪由前后两个路径点构成的直线路径到达目标点。基于预瞄点技术并结合模糊算法和传统的PID控制方法设计控制器,完成各分段直线路径的跟踪,并给出了有效的切换条件。实验结果表明,本文提出的路径跟踪控制方法能够使脑控轮椅在室内环境中精确地跟踪给定路径。     

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。     

Higher‐Dimensional Unification with continuous and fuzzy coset spaces as extra dimensions

We first review the Coset Space Dimensional Reduction (CSDR) programme and present the best model constructed so far based on the , 10‐dimensional E₈ gauge theory reduced over the nearly‐Kähler manifold with the additional use of the Wilson flux mechanism. Then we present the corresponding programme in the case that the extra dimensions are considered to be fuzzy coset spaces and the best model that has been constructed in this framework too. In both cases the best model appears to be the trinification GUT .     

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.     

Adaptive Neuro-Fuzzy Inference System and a Multilayer Perceptron Model Trained with Grey Wolf Optimizer for Predicting Solar Diffuse Fraction

The accurate prediction of the solar diffuse fraction (DF), sometimes called the diffuse ratio, is an important topic for solar energy research. In the present study, the current state of Diffuse irradiance research is discussed and then three robust, machine learning (ML) models are examined using a large dataset (almost eight years) of hourly readings from Almeria, Spain. The ML models used herein, are a hybrid adaptive network-based fuzzy inference system (ANFIS), a single multi-layer perceptron (MLP) and a hybrid multi-layer perceptron grey wolf optimizer (MLP-GWO). These models were evaluated for their predictive precision, using various solar and DF irradiance data, from Spain. The results were then evaluated using frequently used evaluation criteria, the mean absolute error (MAE), mean error (ME) and the root mean square error (RMSE). The results showed that the MLP-GWO model, followed by the ANFIS model, provided a higher performance in both the training and the testing procedures.