基于优化隶属度函数的电能分项计量误差补偿方法

在对电能分项计量误差进行补偿时,误差影响因素具有动态属性,以固定值进行补偿往往存在偏移较大的问题,因此提出基于优化隶属度函数的电能分项计量误差补偿方法。在分析了电网电流、补偿器输出电流以及非线性负载输出电流之间关系的基础上,采用傅立叶级数对非线性负载输出电流进行展开处理,并将其中的谐波电流值作为电能分项计量误差。在误差补偿阶段,构建了以电能分项计量误差影响因素为基础的典型隶属度函数集合,并计算了隶属度函数权重,将影响因素动态变化下的谐波残余作为补偿结果。测试结果表明,该补偿方法的补偿偏移稳定在0.111%以内,谐波减少率达到了65.23%以上。

基于多模型pH非线性过程的预测控制

对于强非线性系统 ,基于单一模型的传统预测控制系统的瞬态性能一般比较差 ,而克服这一缺点的直观且可行的方法是根据多个不同工作点建立多模型 ,通过在线切换设计自适应预测控制器 ,本文针对典型化工非线性对象 p H中和过程 ,应用多模型处理方法 ,提出了 p H过程的多模型预测控制设计方法 ;根据其工作范围建立了过程的多模型表示 ,然后在此基础上 ,设计了相应的预测控制器 ,通过模糊识别来调度控制器 ,从而获得大范围全局非线性对象的控制量 。

海洋水环境质量评价的非线性隶属函数集对分析方法

建立了基于非线性隶属函数的集对分析综合评价方法与系统的评价步骤,给出了针对海洋水环境质量评价相应指标的联系度函数表达式.以渤海湾某工程海域的水环境质量评价为例,检验该方法的可行性,结果表明集对评价法具有简洁和易操作等优点,非线性隶属函数能更好的描述评价指标的等级归属程度,评价结果具有更高的可信度.

模糊数学存在的问题及解决方法

指出模糊数学的问题是没有计算,因为支撑模糊集合转换的不是数学计算而是基于"取大取小"和"If…then"型模糊逻辑的专家系统。解决模糊数学问题的途径是,不借用"取大取小"和"模糊逻辑"等辅助性支撑条件来实现模糊集合转换,而是直接研究基于隶属函数的"不确定性转换"。做法是,用构造隶属函数的方法确定目标在单指标下具有某种状态程度的不确定性,进而用隶属度向量表征目标在单指标下的不确定性状态,并把确定目标在多指标下的不确定状态具体化为实现"指标隶属度到目标隶属度转换"。从分析指标隶属度中包含对目标分类的冗余值入手,通过建立一系列定理、推论揭示隶属度转换的非线性转换机理,由此构建实现隶属度转换的非线性计算方法。

基于改进模糊灰色法的继电保护装置状态评价

针对继电保护装置状态评价的不分明性和不确切性,提出采用一种改进的模糊灰色法对继电保护装置进行状态评价。首先建立涵盖历史状况、检修状况和监测状况3个方面的指标体系,并以点灰度描述评价信息的不确切性;然后构造非线性隶属函数来求取隶属度,得到模糊灰色评价矩阵;最后对继电保护装置进行模糊灰色状态评价,并采用加权平均算子对评价结果进行再优化。实例证明该方法在评价继电保护装置状态时能更准确地反映设备的真实运行状况。

多传感器数据融合在气固流化床流型识别中的应用

在模糊集理论的基础上给出了多传感器信息融合的一般化办法 ,并将这种办法用于气固流化床流型的识别中 .以压差、压力信号的算法复杂性C(n)、涨落复杂性Cf作为特征参数 ,根据特征参数建立了单个传感器判别流型的隶属度函数 .对多个传感器的识别结果进行数据融合 ,最后得到了多传感器对不同流型的识别结果 .实验结果表明 ,应用多参数。

模糊神经网络在非线性短期负荷预测中的应用

为提高负荷预测精度,提出了一种新的4层模糊神经网络短期负荷预测模型.该模型将模糊逻辑和神经网络的长处融合在一起,使模糊推理和解模糊均通过神经网络来实现.选取的隶属函数使神经网络权值有一定的知识表示意义,并通过模糊化层将输入特征量转化为模糊量.在模糊推理层提出了两种不同的算法来完成模糊推理,然后从中确定出模糊取小算法预测效果更好.最后在输出层通过适当的解模糊得到确切的预测输出值.仿真结果表明了该方法的有效性.

非线性模糊规划中分段线性隶属函数的构造方法

首先给出了模糊规划中单、双边非线性隶属函数的构建技术。为了解决非线性模糊规划的求解困难问题,进一步提出了一种针对这两类非线性隶属函数进行分段线性化的方法,由高斯取整函数计算出非线性隶属函数的离散点,再根据决策者选择的基准点得到分段线性的隶属函数。构建了相应的模糊规划的规范求解形式,并对数值实例进行了测试,验证了其有效性。

基于模糊隶属函数的参数稳健估计

参数估计过程经常遇到2个主要问题:一个是最小二乘与稳健估计不能兼顾最优无偏性和稳健性;另一个是非线性模型参数估计进行线性近似处理中带来的模型误差导致对粗差的错误鉴别和定位。针对以上2个问题,提出了基于模糊隶属函数的稳健估计方法。该方法通过隶属度加权来削弱个别粗差污染数据对参数估计结果的影响,从而达到提高参数估计稳健性的目的。分别用线性回归模型和非线性回归模型对该算法进行了验证,结果表明,该算法对粗差具有较好的抵抗能力,能够对参数进行稳健估计。

模糊非线性规划对称模型基于遗传算法的模糊最优解

本文基于扩展原理，借助于隶属函数，对具有一般形式的Fuzzy数，提出了描述和表达Fuzzy目标和Fuzzy约束条件的方法，将一类具有Fuzzy目标／资源约束非线性规划的对称模型转化为确定性的非线性规划．基于遗传算法的思想提出了Fuzzy环境下求解非线性规划对称模型的Fuzzy最优解方法．||关键词：##4Fuzzy非线性规划;;隶属函数;;Fuzzy最优解;;

自适应神经模糊推理系统(ANFIS)及其仿真

以一个非线性模型为研究对象,通过对自适应神经模糊推理系统(ANFIS)建模机理的研究建立了非线性实例模糊模型,借助MATLAB中ANFIS的功能讨论隶属度函数的数目、ANFIS输出、训练误差等对自适应神经模糊推理系统(ANFIS)的影响,取得了良好的效果。结果表明利用ANFIS进行非线性系统建模和辨识是可行的,其辩识精度很高。

一种分布式模糊神经网络在熔融指数软测量中的应用

采用Mamdani模型作为模糊分类器 ,利用神经网络建立非线性模型 ,构造一种分布式神经网络。采用多组样本数据建模 ,根据各输入模糊子集和隶属度函数 ,将输入样本空间模糊分割成多个子空间 ,对每个子空间用一个神经网络模型建立映射关系。对每一组输入向量在确定归属类后 ,自动切换至对应的子网络作为输入 ,该子网络的输出值则作为分布式网络的输出。仿真结果表明 ,该方法与用单个神经元网络相比 ,明显提高了模型的精度和泛化能力。

基于自适应模糊推理的非线性系统辨识器设计

针对传统模糊建模方法中模型参数都是根据经验选取的局限性,提出一种类高斯隶属函数,推导了基于类高斯隶属函数的自适应模糊推理模型,利用Stone-Weierstrass定理证明了该模型能以任意精度逼近非线性系统。将自适应模糊推理模型应用于非线性动态系统辨识中,设计了非线性系统辨识器,采用梯度下降算法学习模型中参数,通过仿真得到了较好的辨识效果。

Fuzzy资源约束非线性规划的一个有效解法

重新定义了Fuzzy约束与Fuzzy目标的隶属函数 ,通过构造一致逼近函数将一复杂的Fuzzy非线性规划问题转化为只含非负约束的优化问题 ,得到了一个简单有效的解法 。

直接转矩控制系统中自学习控制器的研究

交流电动机是一非线性、多变量、强耦合的控制对象,其数学模型较难精确建立,为了克服常规模糊控制器隶属函数不变的缺陷,本文设计了一种具有自学习功能的控制器。在模糊原理的基础上,本控制器借助自学习机制,实现非线性PID控制器参数的实时优化调整,直到系统性能达到预期性能要求为止。把该控制器应用于直接转矩控制系统,通过自学习模糊推理,获得速度环的自适应控制。同常规PID控制器相比,它可以在一定程度上提高系统的动态控制性能。

一种非线性系统集员辨识算法

针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响.

基于T-S型模糊系统的复杂系统镇定控制器

针对局部可用非线性系统描述的复杂系统问题,基于T-S(Takageno-Sugeno)模糊模型,给出了一种设计非线性镇定控制器的方法。该方法所依赖的稳定性假定只涉及其中一个特定的模糊子系统和隶属函数的选取,而模糊规则库中的隶属函数可以依照一个明确的方向选择,所得到的非线性控制器依赖于隶属函数的选取,保证了全局模糊逻辑系统渐近稳定。通过仿真验证了该非线性控制器的有效性。

两个模糊数乘积运算

两个模糊数的乘积运算是根据扩张原理定义的。本文根据扩张原理给出了非线性规划方法、解析法、计算机作图法和计算机模拟方法四种求解两个模糊数的乘积问题的方法 ,四种方法各有优缺点 ,对每个方法通过实例作了说明。

污水处理过程的模糊参数自校正控制器设计

针对城市污水生物处理过程存在的本质的非线性特性,采用了基于神经网络的模糊自校正方法的控制策略,同时为了提高控制的精度,比较了各种不同的隶属度函数对控制误差的影响。仿真实验结果表明,通过本方法设计的控制器可以获得满意的控制效果。

自适应模糊加权均值滤波器

为了在滤除退化图像中高斯和冲激混合噪声的同时更好地保护图像的细节 ,运用模糊数学的思想提出了一种基于模糊隶属度的加权均值滤波器。该算法利用模糊隶属度函数的概念和裁剪均值滤波器的思想 ,对均值滤波器的权值加以优化 ,使其不仅在降低高斯噪声的能力和保护图像细节方面较传统的均值滤波有所提高 。