Nonlinear combined forecasting model based on fuzzy adaptive variable weight and its application

In order to enhance forecasting precision of problems about nonlinear time series in a complex industry system,a new nonlinear fuzzy adaptive variable weight combined forecasting model was established by using conceptions of the relative error,the change tendency of the forecasted object,gray basic weight and adaptive control coefficient on the basis of the method of fuzzy variable weight.Based on Visual Basic 6.0 platform,a fuzzy adaptive variable weight combined forecasting and management system was developed.The application results reveal that the forecasting precisions from the new nonlinear combined forecasting model are higher than those of other single combined forecasting models and the combined forecasting and management system is very powerful tool for the required decision in complex industry system.

基于组合赋权的压裂作业人因失误概率研究

压裂作业强度大,环境恶劣,长时间枯燥的作业容易诱发人因失误,造成事故,分析压裂现场人因可靠性对于提升压裂作业的安全和效率具有重要意义。在考虑压裂现场情境因素影响基础上,提出了一种组合赋权模糊人因可靠性分析方法,用以评估压裂现场人因失误概率。首先,通过对压裂现场的调研分析,结合压裂作业情境环境特点,基于认知可靠性与失误分析方法(CREAM)建立了适用于评估压裂作业的一级共同绩效条件CPC 8个,二级CPC因子评估指标36个。其次,根据实际工况中各CPC对人的绩效可靠性的影响程度不同,提出以差异系数法确定线性组合系数,基于序关系法与熵权法对各项评估指标进行主客观线性组合赋权。最后,利用本文方法分析四川某页岩气压裂作业现场人因失误概率,结果表明,较一般模糊CREAM方法,在不同情境环境下,随着情境环境水平的下降,组合赋权模糊CREAM方法对CPC评价数据敏感度更高,人因失误概率增加,并且变化速率加快,这与现场实际工况一致,为压裂现场的人因可靠性分析和人因失误概率量化结果优化提供了参考。

一种新的非线性模糊自适应变权重组合预测模型

对于复杂工业系统非线性时间序列预测精度不高问题,引入了多种预测方法的预测相对误差、预测对象的变化趋势、灰色基本权重和自适应调节系数等概念,建立了模糊自适应变权重非线性组合预测模型。结果表明,此模糊自适应变权重非线性组合预测模型的精度较高,并且平均误差和预测平方根误差均较小。该组合预测模型为复杂非线性工业系统所需决策提供了有力支持。

模糊理论在零件加工误差源诊断中的应用

将模糊理论应用到零件加工质量误差源诊断中，运用模糊语言来描述零件加工中出现的现象，建立了模糊语言的数值表达式，以及误差源和其表现形式的关系表、关系矩阵，并给出了模糊贴近度的计算方法，依据最大隶属度原则诊断出产生加工误差的原因。

一类不确定性决策问题的变权分析方法

以灰色系统理论和模糊数学为基础 ,探讨了多属性决策问题中所包含的不确定性可以用灰色模糊数表示的情况 ,提出了基于灰色模糊信息的多属性决策的概念 .利用分析方法和技巧 ,融合变权和熵权误差分析法 ,构建了灰色模糊多属性决策问题的算法 ,直接由灰色模糊决策矩阵确定变权的基础权重和上确界 ,使算法在理论上更加严谨可靠 ,为不确定型多属性决策方法研究提供了一条新思路 .给出的算例说明了算法的可行性 .

管制员人为差错影响因素及指标权重分析

根据SHELL模型,将影响管制员人为差错的因素从内部因素和外部因素进行分析,内部因素包括管制员生理因素、心理因素、管制员业务技能三个部分;外部因素包括管制员与管制员班组之间、管制员与管制设备之间、管制员与管制程序等软件之间。通过分析和专家咨询,建立了影响管制员人为差错的影响因素指标体系,在模糊层次分析法的基础之上引入0.1-0.9标度法的三角模糊数,通过对各影响因素进行对比分析,得出了影响管制员人为差错的三级指标的重要度排序,排在前八位的因素依次为酒精及药物影响、形势意识、班组人员性格搭配、班组人员能力搭配、疲劳、人机界面、外界压力、情绪状态。为管制员培训和管理层进行安全检查提供了基础理论依据。

基于改进PSO和模糊RBF神经网络的退火炉温控制

为提高对具有大滞后,强耦合的退火炉温度控制系统的控制精度,采用模糊径向基函数(RBF)神经网络控制炉温,并采用改进粒子群优化(PSO)算法进行优化。利用模糊推理过程与RBF神经网络所具有的函数等价性,统一系统函数。在利用改进PSO算法对模糊RBF神经网络进行训练时,先利用改进PSO算法得到模糊RBF神经网络的初始权值和阀值,然后对其进行二次优化得到最终的权值和阀值。仿真结果表明:该文方法降低了超调量,缩短了响应时间,稳态误差很小,能够拟合参考模型的输出,控制效果明显优于常规PID控制。

人因可靠性分析的加权CREAM模型

为有效预测开发阶段系统的可靠性,提高认知可靠性与失误分析方法(CREAM)分析的准确性,降低部分系统输入数据的主观性,利用区间值直觉模糊集(IVIFS)和网络分析法(ANP),在考虑共同绩效条件(CPC)间相关性的情况下,提出了一种定量计算CPC权重的优化方法,使可靠性分析更加符合实际环境。在算法中基于判断矩阵获得各CPC权重,克服了一致性检验的约束,并确定了加权的人因失效概率。最后将改进前后的方法应用在肺癌穿刺机器人手术系统的试验中。结果表明:改进后方法获得的权重的标准误差(SE)更低,与真实值更贴近,准确性更高,证明了其分析能力的优越性;改进后方法最终预测结果包含的信息更广,有效避免了对系统潜在故障的忽视。

抗误码的未知协议格式解析方法

为降低无线网络数据残留误码对未知协议格式解析算法准确度的影响,提出一种模糊加权的多序列比对算法。通过对序列比对算法打分规则的加权修正,对包含误码的比对字符实现近似匹配;通过分段衰减因子,降低数据帧尾部得分权重,减弱载荷数据的干扰;在此基础上,结合特征量差异分析技术,构建抗误码的未知协议格式解析系统。实验结果表明,对含误码的二进制未知协议数据,该算法提高了协议帧序列比对的准确度,能够有效识别出通信协议的格式规范。

变电操作人因可靠性模糊加权评估方法

变电站人因误操作对电网的安全运行以及设备和人身安全造成极大的危害,是影响电力系统安全可靠运行的重要因素。首先分析了电力操作人因可靠性研究现状以及变电运行操作的内容与特点,介绍了认知可靠性和误差分析方法 CREAM并分析其不足;然后提出了一种基于CREAM和模糊加权判断的新型电网变电运行人因可靠性评估模型,并给出评估步骤和方法。4种不同环境条件的算例和一个倒闸操作案例分析表明,该方法能结合各类因素量化评估操作的人因失误概率,为电网变电操作人因可靠性量化评估分析提供理论基础。

基于误差分析的直觉模糊熵权确定法

依据传统的熵权概念,将其推广到直觉模糊数的情形,给出一种确定直觉模糊熵权的误差分析方法.由此方法得到的熵权,可为决策分析提供有用的信息.

模糊理论在CREAM扩展预测分析法中的应用

为提高定量预测人因可靠性的准确性,利用模糊理论改进人因可靠性与失误分析法(CREAM)的扩展法,并针对方法中共同绩效条件(CPC)权重这一影响预测结果的关键因素,提出新的获取方法。基于建立的CPC模糊子集及隶属度概念,得到单个CPC权重的计算方法。构造多输入、多输出影响规则库,进而获得CPC总权重值。将新的权重确定方法融入传统的CREAM扩展法中,完成对后者的改进。分别用改进前的和改进后的方法,分析某驾驶舱机组在不同情境环境下的人因可靠性。结果表明:随着情景环境水平的下降,应用改进的CREAM扩展预测分析法得到的人因可靠性预测结果,减小速率逐渐加快,与实际情况相符;说明改进方法对于情境环境的微小改变较传统扩展法敏感性增强。

雷达数据关联中动态加权模糊C-均值聚类算法研究

针对雷达本身及测量的运动目标淹没在大量的杂波中而导致所测数据的不准确问题,文中对雷达测量的大量目标数据进行卡尔曼滤波,以减少数据关联时的计算冗余量;并对模糊C-均值(C-Means)聚类算法进行改进,改进后的算法利用实时目标航迹斜率的变化率对传统的模糊C-Means聚类算法进行动态加权,从而使模糊C-Means聚类算法的目标函数最优化,优化后的目标函数确定的聚类中心更加逼近目标的实际值,从而保证数据关联的准确度,并减少了计算时间,提高算法的效率。仿真实验表明,将文中基于目标航迹斜率变化率动态加权的模糊C-Means聚类算法应用于曲线运动目标的数据关联中,与传统的模糊C-Means聚类算法相比,可以提高数据关联准确度和效率。

基于直觉模糊层次分析法的地震压埋率模型研究

强烈地震会导致建筑物倒塌进而造成室内人员压埋,因此,把特定区域和建筑群的压埋率作为震后救援的决策指标尤为重要。但地震建筑物倒塌受多个影响因素共同作用,造成了压埋率模型的后验倒塌率评估的不确定性问题。针对这个问题采用直觉模糊层次分析法,选取了震级、震源深度、震中距、抗震设防烈度、地基和基础、建筑物结构类型和结构现状等七大影响因素进行加权分析。运用LINGO软件建模解算出了各影响因素权重,通过极大似然法估算了各影响因素对建筑物倒塌率的影响值,进而评估出了建筑物预估倒塌率,并结合先验在室率模型及其区划,建立了基于直觉模糊层次分析法的地震压埋率模型。最后以汶川灾区学校为例,进行了压埋率评估,并对其进行了误差分析。研究表明:抗震设防烈度、建筑物结构类型和结构现状是影响建筑物倒塌的主要因素;在实际评估中模型精度达到±0.15,能为震后快速应急救援提供决策辅助。

基于模糊综合评价法和着重加权法的水尺计重误差算法研究

水尺计重易受多种因素影响而产生误差。结合水尺计重的特点，采用模糊综合评价法与加权着重法设计出误差算法，实现输入风险指标值，就能获取该条件下水尺计重的误差。模糊综合评价法体现出水尺计重误差风险指标多因素、多层次以及部分指标难以量化的特点，而加权着重法则弥补了模糊综合评价法风险衰减的不足。基于模糊综合评价法与加权着重法的水尺计重误差算法可以计算出不同情况下水尺计重工作的误差风险，确保水尺计重误差低于0．5％的技术要求。

电力中长期负荷模糊优选组合预测方法的研究

传统中长期电力负荷组合预测方法在确定权系数时,由于没能充分考虑各单一预测模型拟合值与历史实际值之间的多种误差信息,而使预测结果不够理想。为此,选取多种误差作为评价单一模型优劣的指标,引入多目标系统模糊优选理论,结合熵权法客观分配各种误差指标的权重,在全面考虑多种误差信息的情况下,通过求取各单一模型预测精度对"优"的隶属度,确定组合预测模型的权系数。算例分析表明,该组合预测模型能够有效地提高预测精度。

基于改进SLIM方法的管制移交人误概率预测

基于模糊有序加权平均算子(Fuzzy Ordered Weighted Averaging Operator,FOWA)对成功似然指数法(Success Likelihood Index Methodology,SLIM)进行了改进,实现了对管制移交人误概率实施定量评估的目的。相比SLIM基本方法,改进方法可使评估过程更符合人的模糊判断特性,还能显著提升评估效率,在数据处理过程中及时过滤不良的判断信息。通过实际应用中的对比分析可知,虽然两种方法均能得出管制移交人误概率,但改进SLIM方法对专家知识的挖掘更充分。使用Delphi法对管制移交过程中的人误行为触发概率可能性进行排序,排序结果与改进SLIM方法一致度更高,由此验证了改进SLIM方法的优势与可行性。

连杆去重线加工精度的PLC模糊控制

本文介绍一种适用于连杆去重生产线及与之类似的金属切削生产线的软件智能变参数积分器。这一控制策略是将整个工艺系统看成一个整体──“黑箱”，通过对被控量的模糊聚类分析，对存在于生产线的种种误差因素的综合效应进行综合补偿，使系统成为无静差的闭环负反馈系统，从而大大延长工艺系统的精度“寿命”。

加权Markov修正模糊信息粒的电力负荷区间预测

针对电力负荷预测存在波动性且预测精度不高的问题,提出一种基于加权马尔可夫(Markov)修正模糊信息粒的电力负荷区间预测方法.该方法首先对电力负荷数据序列进行基于模糊信息粒化(FIG)的空间窗口重构,以此得到电力负荷模糊信息粒和电力负荷的各阶自相关系数;然后建立由基于FIG和长短时记忆网络(LSTM)组合的模型(FIG-LSTM),以此获得能够预测不同模糊粒的3组LSTM模型;最后建立加权Markov-FIG-LSTM模型,并通过消除3组LSTM模型中的预测误差得到电力负荷预测区间和趋势值.实例分析表明,Markov-FIG-LSTM模型的RMSE、MAE和MAPE指标比FIG-LSTM模型分别降低了4.78%、11.37%和11.72%,因此该方法可为电网调度提供有效的数据支撑.

基于相依区间值数据的EWMA FIMSE控制图

对于具有相依性的数据,指数加权移动平均(EWMA)方法是控制图领域中的实用方法 .其中,指数加权移动平均均方误差(EWMA MSE)控制图对相依单一值数据的监控性能较好.随着测量技术的发展,往往会监测到相依区间值数据,传统的方法只能将其转化为单一值数据再计算,这样会造成信息丢失.为此,提出指数加权移动平均模糊区间均方误差(EWMA FIMSE)控制图,通过数值模拟和漳州市一氧化碳浓度数据的实证分析,证实它可以比传统的控制图更快地监测到过程的异常波动.