Optimization of Membership Function for Fuzzy Control Based on Genetic Algorithm and Its Applications

In this paper, a simple and practicable algorithm for optimization of membership function (MF) is proposed. As it is known that MF is very important in the fuzzy control. Unfortunately, to find, especially to optimize MF is always rather complex even difficult. So, to study and develop an effectual aglorithm for MF optimization is a good topic. Allow for the inner advantages of genetic algorithm (GA), it is adopted in the algorithm .The principle and executive procdeure are first presented. Then it is applied in the fuzzy control system of a typical plant. Results of real time run show that the control strategy is encouraging, and the developed algorithm is practicable.

基于MACF-CKF多传感器融合的姿态解算算法

针对惯性导航测量单元姿态解算精度低的问题,提出了一种基于多传感器隶属度自适应互补滤波(Membership Adaptive Complementary Filtering,MACF)和容积卡尔曼滤波(Cubature Kalman Filter,CKF)相融合的姿态解算算法。使用指数加权移动平均修正陀螺仪噪声偏差,为了避免出现陀螺仪和加速度计的权重在互补滤波中分配不当而导致俯仰角和横滚角误差较大的现象,通过构造陀螺仪偏差的隶属度函数,判断互补滤波对陀螺仪的信任度,根据信任度动态调整互补滤波自适应因子,同时用磁力计和陀螺仪进行CKF来解决航向角发散的问题。实验表明:所提出的算法无论在静态条件还是动态条件下均能快速、准确实现姿态解算,在动态车载实验中,横滚角和俯仰角精度分别提升了24.5%和63.2%,航向角提升了48.8%,可以保证解算精度。

基于改进鲸鱼优化算法的AGV柔性作业车间多目标优化调度

针对柔性作业车间的自动引导车辆(Automated Guided Vehicle,AGV)调度问题,基于可持续视角,考虑车间能耗问题,在机器和AVG数量均存在数量约束的条件下,以最小化最大完工时间、车间能耗和AGV使用数量为优化目标构建可持续柔性车间调度模型。首先,设计一种改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA),在标准的鲸鱼优化算法的基础上引入非线性收敛因子和自适应惯性权重以提升算法的搜索能力和收敛速度;其次,使用模糊隶属度理论构建了损失函数,以获得多目标模型的最优折衷解;最后,基于算例实验验证算法性能。实验结果表明改进鲸鱼优化算法在求解2个算例时均表现出良好的效果,为求解采用AGV运输的可持续柔性作业车间多目标优化调度提供了一种有效的实践途径。

改进麻雀算法在列车ATO多目标优化中的应用

针对列车自动驾驶(ATO)运行过程多目标优化问题,以列车运行安全性、列车动力学模型等因素为约束条件,考虑列车准时性、能耗、舒适性等指标,使用模糊隶属度法建立多目标优化模型。利用罚函数处理约束条件,将停车误差与限速作为惩罚项并构造出适当的惩罚函数加入到目标函数中,从而得到增广目标函数,提出基于改进麻雀算法(ISSA)的求解策略。为提高麻雀算法(SSA)的全局寻优能力,避免收敛于局部最优,引入Logistic映射、自适应超参数、变异算子对传统麻雀算法进行改进,通过测试函数对算法性能进行验证,表明ISSA算法的收敛速度、寻优精度比传统SSA算法好。以工况转换点为决策变量,通过ISSA算法对工况转换点的位置及速度进行寻优,进而获得目标速度-距离曲线。最后选取城轨车辆参数与线路数据进行仿真验证,仿真结果表明:所提优化策略相较于未优化前,舒适性提高了21.22%,能耗降低了22.41%,准时性与停车误差满足要求;与PSO优化方法相比,收敛速度更快,运行时间几乎一样的情况下能耗降低了12.74%,节能效果更佳;停车误差降低了20.45%,舒适性保持在舒适范围之内;对于速度-距离曲线,巡航距离更长、惰行距离变短、最高运行速度降低。由此可见,达到了综合优化ATO的目的,验证了ISSA优化策略的有效性。

快速收敛的低复杂度稀疏水声信道估计方法

针对水声信道的稀疏特性,该文基于集员L1范数约束比例调节仿射投影算法,在不增加稳态误差的前提下,首先采用一种鲁棒集员滤波思想,通过设定动态误差门限加速算法收敛速度;另外针对其矩阵计算复杂度高问题,利用历史的比例调节矩阵优化信道更新方程,使得某些过程矩阵可通过递归方法更新,从矩阵运算角度降低了计算复杂度。湖试和海试数据处理结果表明,面对弱时变和强时变信道时,此方法相对已有稀疏水声信道估计方法略微降低稳态误差的同时具有更快的收敛速度,并从矩阵运算和迭代次数两个方面降低了计算复杂度。

高速铁路站点在城市中的选址与评价方法

针对高铁站选址问题,通过收集多个高铁站的信息,利用MATLAB、SPSS、Excel软件结合数理统计、智能算法等理论建立数学模型。对选址指标进行评价体系的建立,包含距市中心距离、距机场距离、客流量等5个因素,并应用BP神经网络算法计算综合评判矩阵。对比广州南和沈阳南的成功与失败案例,证实模型结果的准确性。探讨了高铁站选址的具体实施,以丹锦段高铁为例,通过建立经济成本最小化的目标函数和相关约束条件成功确定高铁站选址位置。针对高铁站选址需考虑旅客出行便利程度和建设成本因素,通过遗传算法求得最优坐标和总成本最小值,数学模型具有客观、准确、实用性强的特点。

基于模糊多目标决策的物联网大数据聚类算法

现有的物联网大数据聚类算法容易受到相似性攻击,聚类效果较差。为了提升自适应能力,提出了一种基于模糊多目标决策的物联网大数据聚类算法。选取梯度下降法进行重复迭代,得到物联网事件的模糊置信度和支持度阈值,利用模糊C均值聚类算法获取最优模糊划分矩阵;建立目标决策矩阵,确定目标权重,明确理想决策目标和负理想决策目标,获取最终决策结果,从而实现物联网大数据的有效聚类。选取某电力企业的物联网大数据平台进行聚类实验,结果表明,该算法可有效聚类物联网平台中的海量数据,聚类结果的簇间区分度、簇间关联性和聚类敏捷性高。

基于FCM算法的中小型转动设备故障检测研究

针对现有算法在中小型转动设备故障检测中存在的收敛速度慢、故障识别率低等问题,提出一种基于FCM融合算法的故障检测方案研究。对原始故障集做降噪处理,基于模糊熵值理论在多尺度条件下提取故障向量的隶属度;利用GA算法优化FCM算法的迭代性能和收敛性能,分别更新故障特征向量模糊隶属度矩阵和聚类中心矩阵,以达到改善聚类精度,提高故障识别率的目的。实验结果显示,该算法在不同的聚类中心数量及故障类别的条件下,能够获得更好的聚类效果和更高的收敛速度,训练集合和测试集的平均故障识别分别可以达到99.19%和98.23%。

基于非洲秃鹫优化算法的模糊投资组合优化研究

实际投资组合中金融资产的收益和风险普遍存在不确定性。引入模糊变量,采用下半方差作为风险度量方式,建立均值-下半方差模糊投资组合优化模型,并采用非洲秃鹫优化算法进行求解。选取2018年1月至2023年1月期间十只股票的周收盘价数据进行实证研究,并与粒子群优化算法、蝴蝶优化算法、黑猩猩优化算法和鲸鱼优化算法等四种仿生智能优化算法进行比较。研究结果表明,非洲秃鹫优化算法能够有效求解均值-下半方差模糊投资组合优化模型,能为投资者的实际投资决策提供有价值的参考。

基于Prony算法的电位接地故障暂态选线方法

为在应急广播调频发射机系统电位接地故障情况下,根据暂态相位差水平能完成电路选线,提出了基于Prony算法的电位接地故障暂态选线方法。采用Prony算法计算滑动平均窗长度,再通过求解辨识参数的方式,确定电路功率特性,完成故障暂态数据识别。联合故障稳态分析条件,计算暂态等效电流数值,以此为基础,求解隶属函数,实现电位接地故障暂态选线。实验结果表明,所提方法作用下,两个接线端口之间的暂态相位始终等于10 V,在电位接地故障情况下,可将相位水平更为接近的端口组织连接在一起,符合实际应用需求。

Application of Fuzzy Algorithm in Inventory Control

The paper introduces the application of fuzzy algorithm in inventory control, analyzes ordering strategy for components which are used for manufacturing product in order to reduce the cost in inventory. The authors, taking an electronic rectifier as example, build up model of product demand and inventory control, adopt fuzzy logical technique for inference forecast, discuss effect with different membership functions on inventory control result, bring suitable membership function for the forecast quantity order in inventory, and demonstrate the approach of inventory control based on fuzzy algorithm.

面向目标识别的特征融合模糊模型及其应用

针对在自然识别场景下,图像特征往往具有复杂性、多样性和模糊性的特点,以及在利用多个特征对图像进行识别时,往往缺乏考虑特征间的关系等问题,提出了一种融合多种图像特征的目标识别模糊模型。首先,对图像进行特征提取,将特征的取值作为模型的模糊集并给出对应的隶属函数;其次,给出模型的评价指标,根据指标论证模型的可行性;然后,利用粒子群优化算法对图像各特征的隶属函数的参数进行优化;最后,给出基于特征融合模糊模型的目标识别算法,并将算法应用于填涂点识别与热轧带钢表面缺陷判别这两个识别场景来进行实验论证。实验结果表明,所设计的模型在评价指标下表现良好,算法明显提高了目标识别的准确率与鲁棒性以及改善了特征融合的合理性。

一种基于动态类中心模型选择的模糊支持向量机

模糊支持向量机的核心思想是赋予样本模糊隶属度,给每个样本以不同的权重,从而克服标准支持向量机对噪声和异常点敏感的问题.现有的模糊支持向量机算法通常以样本与类中心距离为基础,给每个样本赋予一个固定的隶属度,没有根据样本分布对隶属度做进一步修正.提出了一种新的动态方式赋予样本隶属度,利用萤火虫算法不断地更新样本中心的位置和隶属度函数,同时利用粒子群算法优化模糊支持向量机参数.在UCI数据集上的实验结果表明,该算法可以有效减少噪声和野点对超平面的影响,分类性能要优于几类常用的模糊支持向量机算法.

科技创新人才创新绩效指标体系构建与评价——基于SPSS与隶属度转换算法

本文基于科技创新人才的态度和行为,从创新意愿、创新行为、创新能力、创新支持和创新成果5个方面初步构建了科技创新人才创新绩效评价指标体系;根据指标设计问卷并以某企业为例进行分析,运用SPSS分析了问卷量表的信度和效度并确定最终评价指标体系;引入隶属度转换算法构建了科技创新人才创新绩效评价模型并验证了可行性和有效性。

基于模糊C均值聚类算法与隶属算法的容差电路软故障诊断

在聚类分析与隶属函数的基础上,提出了一种容差电路软故障诊断的新算法。对于含有容差元件的的模拟电路,由于允许电路参数在一定范围内偏离理想值,所以很难判断电路是处于正常容差状态,还是软故障状态。本文首先简述了模糊C均值聚类算法与模糊控制隶属算法的基本原理。然后通过一个容差电路软故障诊断实例,以验证本文算法的有效性:首先确定容差电路的正常状态与软故障状态种类,对每一种状态进行电路仿真,获取将来进行聚类分析与故障诊断的样本。然后对采集样本进行聚类分析,利用模糊C均值聚类算法将各种状态分类,并且得到所有状态的聚类中心。最后随机模拟一种电路状态,利用模糊隶属算法,计算当前电路状态与各状态聚类中心的隶属度,判断电路处于哪一种工作状态,实现容差电路的软故障诊断。实例表明,本文算法能够准确清晰地辨别容差电路的正常状态与故障状态,仅需少量样本即可获得各种状态的典型参数,对容差电路进行客观有效的软故障诊断。

一种新的一维正态云概念隶属度判定算法

云模型之间的隶属度判定是云模型在评估与决策领域推广应用的关键环节。针对该问题,以一维正态云为研究对象,提出一种基于"云图"视角分析的正态云概念隶属度判定算法。在该算法中,通过分析云模型生成图形,将"云模型之间隶属度"转换为"二维坐标下云图的相交部分"、"隶属度计算"转换为"相交部分的定量化描述",并论证提出了具体的描述变量;以"3En规则"为基础对相交部分的论域作近似处理,提出了两大描述变量的求解方法;借用向量思想,提出将X变量和Y变量合成的有效方法进而求得最终隶属度。通过实例应用,验证了该算法的可行性与有效性。

一种隶属关系不确定的可能性模糊聚类方法

模糊聚类是聚类分析的一个重要分支,模糊C-均值聚类算法及其改进算法都是一种基于概率约束的聚类方法,所采用隶属度的取值形式体现了数据集的绝对隶属程度,常常出现不理想的聚类结果.对此,提出了不确定隶属的概念,在此基础上,通过提出两个基于相对隶属程度的判断准则参数,设计出一种新的基于隶属关系不确定的可能性模糊聚类新算法,并给出了具体算法实现.新算法将迭代过程中数据集对聚类簇隶属的可能性与不确定性关系引入目标函数中,达到明显的优化聚类结果的功效.理论分析和实验结果表明,相对其他聚类算法,新算法具有更高的聚类正确率.

两类多目标广义指派问题的有效算法及其应用

讨论了两类多目标广义指派问题 ,给出了它们的多目标整数线性规划数学模型 ,并结合模糊理论与解决传统指派问题的匈牙利算法提出了一种新的求解算法———模糊匈牙利法 .给出了该方法在物资供应中的应用 .

基于神经网络与模糊算法图像边缘检测方法

针对传统图像边缘检测方法中出现毛边、噪边、边缘定位不精确等缺点,提出一种神经网络与模糊算法相结合的检测方法。根据图像特征,将图像分为高频和低频部分分别处理,高频部分适宜用双层网络结构,可以很好地减弱噪声;对于图像低频部分,将模糊理论引入到边缘检测中,能够检测出弱边。最后对检测出的两个图像边缘进行融合,实验结果证明得出的检测效果较好,比传统边缘检测算子所获结果有很大改善。