用于手写数字识别的增量式模糊支持向量机

根据不同训练样本对于训练过程具有不同的贡献度,构造增量函数.通过设置增量函数的阈值,构造了用于手写数字识别的增量式模糊支持向量机.选取机器学习与智能系统中心的手写数字识别问题来验证文中方法的优越性,与模糊支持向量机相比,文中方法加快了训练过程,提高了识别精度.

非线性模糊随机损伤研究

为研究岩土材料非线性模糊随机损伤演变机理,建立广义非确定损伤力学模型,基于模糊随机双层数学覆盖下3种典型模糊损伤泛函,提出平面应变下服从随机β分布的各向异性初始模糊随机损伤场,及其广义FPDF(Fuzzy Probabilistic Density Function)、FCDF(Fuzzy Cumulative Distribution Function)数学模型。并基于黏-弹-塑性模糊随机初始损伤应力场模型及损伤矢量临界值算法,推导了黏-弹-塑性模糊随机损伤本构模型,及模糊随机损伤变化率指数模型方程与数字特征算法。基于土方开挖损伤增益,探讨基坑工程损伤演变及广义可靠性,结果表明:模糊随机损伤模型可根据材料强度耗散对损伤分布调整,以反映细观粒子间的凝聚或断裂造成的复杂宏观硬化-屈服-破坏-重分布-愈合等力学性征。得到结论:阶段卸载导致场内损伤增益由单汇向多汇发展,且强度指标变异累加会诱发可靠指标削减,这些规律性认识对实现全面化、精确化分析研究有重要意义。

土方开挖粘塑性模糊随机损伤机理研究

以基坑工程为例分析了开挖损伤演变的模糊随机性并建立了广义非确定性空间O:ξ(s,f)。提出了初始损伤有效张量的概念模型,在"损伤源汇"概念基础上提出了模糊衰减模型,构造了粘塑性模糊随机损伤增量方程并实现了基坑开挖过程的模糊随机损伤模拟。在线性算子基础上提出了模糊随机损伤矢量极限值{Ωu},进而建立了以损伤有效张量为基础的粘塑性模糊随机损伤本构模型及粘塑性非线性模糊随机数值方法。在粘塑性模糊随机损伤有限元基础上建立了粘塑性模糊随机损伤变化率方程,实现了对基坑开挖过程中模糊随机损伤演变发展的全面模拟,完成了模糊随机卸荷损伤模型的构建。

基于演进向量量化聚类的增量模糊关联分类方法

为了提高动态数据集上模糊关联分类器(FAC)的建模效率,提出了一种基于演进向量量化(eVQ)聚类的增量模糊关联分类方法。首先,采用eVQ聚类算法增量更新数量属性上的高斯隶属度函数参数;然后,扩展早剪枝更新(UWEP)算法,使之适用于增量挖掘模糊频繁项;最后,以模糊相关度(FCORR)和分类规则前件长度为度量方式裁剪并更新模糊关联分类规则库。在4个UCI标准数据集上的实验结果表明,与批量模糊关联分类建模方法相比,所提方法能够在保证分类精度和解释性的前提下,减少模糊关联分类器的训练时间;基于eVQ的高斯隶属度函数的增量更新有助于提高动态数据集上模糊关联分类器的分类精度。

基于模糊神经网络的永磁同步电机伺服系统研究

永磁同步电机具有非线性、强耦合的特性,常规的矢量控制方法难以对其进行精确控制。此外,电机系统易受负载扰动影响,从而产生转速和电磁转矩波动。针对转速环参数固定会导致系统响应速度慢、超调量大的问题,文中提出了一种模糊径向基神经网络PID控制策略,用以替代矢量控制系统中转速环PID控制。将神经网络和模糊控制相结合,基于增量式PID控制方式,利用梯度下降优化算法动态调整转速环中的PID参数。系统模型仿真结果表明,模糊神经网络PID控制的电机系统超调量较小,相较于常规PID控制,新模型在低速和高速运行的启动时间分别缩短了66.7%和75.9%,动态响应更快,具有更好的鲁棒性和抗干扰能力。利用DSP搭建了实验平台,实验结果也证明了该控制方法的有效性。