Fuzzy identification of nonlinear dynamic system based on selection of important input variables

Input variables selection(IVS) is proved to be pivotal in nonlinear dynamic system modeling. In order to optimize the model of the nonlinear dynamic system, a fuzzy modeling method for determining the premise structure by selecting important inputs of the system is studied. Firstly, a simplified two stage fuzzy curves method is proposed, which is employed to sort all possible inputs by their relevance with outputs, select the important input variables of the system and identify the structure.Secondly, in order to reduce the complexity of the model, the standard fuzzy c-means clustering algorithm and the recursive least squares algorithm are used to identify the premise parameters and conclusion parameters, respectively. Then, the effectiveness of IVS is verified by two well-known issues. Finally, the proposed identification method is applied to a realistic variable load pneumatic system. The simulation experiments indi cate that the IVS method in this paper has a positive influence on the approximation performance of the Takagi-Sugeno(T-S) fuzzy modeling.

黄河内蒙古段流凌预报可变模糊聚类循环迭代模型

为了模拟黄河内蒙古段冰情的发生、发展过程,以可变模糊集理论为基础,提出了可变模糊聚类循环迭代模型来预报黄河内蒙古段巴彦高勒站流凌日期。选定初始权重矩阵、初始模糊聚类矩阵、初始模糊聚类中心矩阵,应用迭代公式求得最优权重矩阵、最优模糊聚类矩阵、最优模糊聚类中心矩阵,建立符合相关性要求的回归方程,从而实现预报识别检验。将模型预报结果与实测值对比分析,预报结果合格率达到80%,属于甲等预报方案,表明基于物理成因分析和数学理论的可变模糊聚类循环迭代模型可用于黄河内蒙古段的流凌预报。

基于可变模糊集理论的洪水分类研究

针对洪水分类指标具有不确定性、模糊性及以往洪水分类研究中未考虑聚类指标权重的不足,提出了一种基于可变模糊集理论并考虑模型参数指标权重变化的可变模糊聚类迭代模型,并应用于南京站和宜昌站的洪水样本分类中。实例结果表明,该模型在洪水分类预测中准确、合理,具有推广应用价值。

基于模糊聚类循环迭代模型的陕西省农业干旱风险评估与区划

为了加强陕西省农业干旱风险评估和应急管理能力,以10个地级市为研究对象,选择表征农业干旱风险的危害性、暴露性、脆弱性和抗旱能力等方面的17个代表性指标,建立了具有区域适用性的农业干旱风险评价指标体系;基于模糊聚类循环迭代方法构建了农业干旱风险评估模型,并结合GIS技术,对陕西省农业干旱风险进行评估和区划研究。结果表明:全省农业干旱风险具有明显的区域差异性和规律性,极严重-严重干旱风险区主要分布在榆林、渭南、商洛地区;中度干旱风险区主要分布在延安、宝鸡和咸阳地区;一般-轻度干旱风险区主要分布在铜川、安康、西安和汉中地区,农业干旱风险总体呈北部地区大于南部地区,关中东部地区高于西部地区的特点。依据研究结果,为管理部门决策制定提出了不同风险区抗旱减灾措施建议。

基于模糊聚类迭代模型的洪灾智能评估方法

由于缺少公认的标准,洪灾评估带有很大的主观性,同时,当样本集中存在超大样本或过小样本时,会导致模糊综合评估结果出现较大偏移。提出了一种基于模糊聚类迭代模型的洪灾评估方法,无需提供标准即能对样本空间进行智能辨识并作出相应处理,并以四川省1976-2006年洪灾样本为例,给出了四川省洪灾的等级评估结果。与投影寻踪方法的评估结果进行比较表明,该方法可以适用于大部分情况下的洪灾评估工作。

基于可变模糊聚类模型的生命线网络节点重要性评价

为提高生命线网络控制、维护效率,从节点在网络结构中的空间位置及其在网络中所发挥的功能作用两个方面,对生命线网络节点单元的重要度进行了分析。提出了一种基于可变模糊聚类模型的生命线网络节点重要性评价算法,通过指标权重、相对隶属度与聚类中心之间的循环迭代使结果趋于平衡,从而得到节点重要度的聚类结果。与同类算法相比,该算法更加合理、准确,并与生命线网络特点相一致,适用于评价大型生命线网络中节点的重要度。

基于模糊聚类循环迭代模型的地方水利发展现状评价

针对2011年中央1号文件提出2020年基本建成四大体系的目标任务,通过制定17个评价指标,建立模糊聚类循环迭代模型,从防洪抗旱减灾、水资源合理配置和高效利用、水资源保护和河湖健康保障、水利科学发展制度体系建设方面对2009年全国水利发展状况进行了分析评价。结果表明,东部水利发展水平总体优于中、西部,华东地区水利发展水平最高,西北地区最低;揭示了地方水利发展存在的问题和不足,可为今后我国地方水利发展提供参考。

融合多尺度统计信息模糊C均值聚类与Markov随机场的小波域声纳图像分割

声纳图像成像质量差、特征信息弱,目标分割存在一定困难,为此提出一种融合多尺度统计信息的模糊C均值(FCM)聚类与Markov随机场(MRF)的小波域声纳图像分割算法。小波域中低频信息统计特性描述了低频不同区域像素聚类情况,高频信息反映了该方向纹理特征,依据低频子带的统计峰值选取FCM初始聚类中心,应用小波域FCM聚类算法对声纳图像进行预分割,抑制噪声的影响,提高了预分割的准确性;构建初分割后图像的多尺度MRF模型,尺度间节点标记的相关性采用1阶Markov性表征,尺度内构建2阶邻域系统描述系数间的标记联系,标记场采用双点多级逻辑模型建模,同一标记的系数特征场采用高斯模型建模,弥补了MRF算法中层次信息和轮廓信息描述的不足;应用迭代条件模型算法求其最小能量下的标记场,实现声纳图像分割。从视觉主观效果和客观评价指标两方面的实验结果验证表明,该算法分割声纳图像均优于FCM聚类算法和MRF算法,分割的声纳图像边缘与细节的清晰度、精细度均有一定程度改善。

水利现代化评价指标体系与评价方法研究

根据我国当前水利现代化建设的特点和总体要求,通过增加水生态环境、水利法制建设和水利管理机构建设等方面的评价指标,构建了更加完整的水利现代化评价指标体系。根据该指标体系的层次结构特点,通过建立模糊聚类迭代模型,采用基于重要性互补的二元一致性方法确定权重,以避免和消除主观赋权法和客观赋权法的缺陷,确保评价成果的客观性。最后,将所构建的指标体系和模型、权重确定方法应用于浙江省、辽宁省、湖北省和甘肃省4个典型省份的评价,结果表明,2007年部分发达省份水利发展较快,这些国民经济发展较快的地区,相应的水利现代化水平也较高。

可变模糊聚类及模式识别统一理论与模型

提出了可变模糊聚类及模式识别的统一理论与模型.统一模型的特点是可变模糊模式识别模型为可变模糊聚类模型的特例.给出了可变模糊模式识别模型的4种参数组合:(1)α=1,p=1;(2)α=1,p=2;(3)α=2,p=1;(4)α=2,p=2.给出了c=2时模糊模式识别4种优选决策模型之间的关系.统一理论与模型可以提高模糊聚类、模式识别、优选决策的可靠性.

基于云模型及可变模糊聚类迭代模型的灌区节水水平评估

农业灌区是农业最主要的用水大户,其节水水平直接关系到整个农业节水目标的实现。选择河北省石津灌区为研究区域,根据灌区的实际情况,提出基于云模型和可变模糊聚类迭代模型的模糊综合评价法,有效地克服了隶属度确定的随机性和模糊性,同时权重确定也更加合理。利用该方法评估了灌区2002-2011年的节水水平。评估结果表明,灌区节水水平逐年提高,由耗水型转变为过渡型,但灌区渠系水利用系数和灌溉水利用系数整体偏低,有待于进一步提高。研究成果可为大型灌区节水评价以及灌区的节水管理提供技术支持。

基于数据驱动的气动加载系统在线建模方法

气动加载系统具有严重非线性和参数不确定性,很难用精确的数学模型来描述,而在系统运行过程中,存在大量的输入输出数据,因此,提出一种基于数据驱动的气动加载系统在线建模方法。离线辨识阶段,基于Takagi-Sugeno模糊模型,采用减法聚类和模糊c-均值相结合的模糊聚类算法从输入输出样本数据中提取模糊规则,然后利用递推最小二乘法对后件参数进行辨识,得到离线模型;在线调参阶段,采用最小均方差算法在线修正模型线性参数,得到在线模型。基于VC++6.0软件开发平台,设计了在线建模程序,在气动变载荷摩擦磨损试验机上进行了实验研究。实验结果表明:该模型具有较高的辨识精度、较理想的泛化能力和跟踪能力,为建立气动加载系统的数学模型提供了一条新途径,同时也为气动加载系统的智能控制奠定了基础。

辽宁省水利保障能力评价模型研究

为了研究辽宁省水利建设能否保障该省区域经济社会可持续和谐发展,以辽宁省第一次全国水利普查成果为依托,建立一套水利保障能力评价指标体系,利用模糊聚类综合评判模型和主客观赋权方法,对辽宁省各地市水利保障能力进行排序。评价结果表明,辽宁省各地市水利发展很不平衡,需要因地制宜,科学调整发展战略。

基于决策者偏好DE算法的模糊聚类迭代洪灾评估方法

权重的选择是各种洪水灾害评估模型中的一个关键而又难以确定的问题。根据现有主观赋权法和客观赋权法的特点,在差分进化(DE)算法的基础上,引入决策者偏好过滤掉不满足条件的个体,通过优化考虑决策者偏好的模糊聚类迭代模型获得洪灾样本的指标权重向量,结合洪灾损失样本特征值矩阵得出各样本的灾情综合评价值;然后依据灾情综合评价值与聚类矩阵求出各等级的特征值,并依此自动识别聚类矩阵中各行的类别属性;最后依据识别出的类别属性和各样本的灾情综合评价值,对洪灾样本在不同的决策者偏好下进行等级划分和灾情排序。以2013年四川省和1996年新疆的洪灾样本为例进行仿真试验,实现了不同决策者偏好下的洪灾等级评估,并为水利部门选择偏好类型提供了参考性建议。

基于模糊聚类迭代模型的洪灾评估标准计算方法

对于洪灾评估工作来说,制定一个具有普适性的洪灾等级评估标准是很重要的,而目前缺少一个被公开认可的标准制定方案。在模糊聚类迭代模型的基础上,提出了一种不受时空分布影响的洪灾评估标准计算方法。在求解目标函数时,采用混沌文化进化算法进行了优化。以四川省1976—2006年洪灾样本为例,计算出了四川省洪灾的标准化等级评估标准,并进行了验证。分析表明:该标准是合理有效并符合洪灾分布特点的,可以作为其它模型的评估标准。采用相对值标准,不受时空分布不同的影响,可以用于所有具有同一范围级别和较完备历史灾情数据的洪灾评估标准工作。

基于在线减法聚类的变频水泵模糊建模方法

水泵模型的建立是研究集中空调水系统节能优化控制的基础,现阶段水系统优化控制模型大多通过曲线拟合方式建立,这种方式存在精度有限、在线调整困难、通用性差等问题。引入了基于模糊思想的建模方法,并将其与在线减法聚类相结合,实现模糊模型的在线更新和修正。该方法将水泵的运行数据按不同运行工况归类,并利用这些数据样本逐渐扩充和完善模型中的模糊规则。通过实际水泵在多工况下产生的运行数据拟合出水泵模型,对本文所提算法进行了对比和验证。结果证明该算法具有较强的自学习、自调整能力,同时具有较好的通用性和适应性。

自适应文化差分进化算法在洪灾聚类评价中的应用

针对模糊聚类迭代(FCI)模型参数难以优化的问题,提出了一种自适应文化差分进化(ACDE)算法,该算法将差分进化(DE)算法纳入文化算法的框架,通过两个种群的独立演化及信息交流来提升算法的全局寻优能力,克服了DE算法存在的早熟收敛问题,进而利用ACDE算法来优化FCI模型的聚类中心矩阵,有效改善了FCI模型的聚类效果。对河南省洪灾聚类评价分析结果表明,该模型具有合理性及有效性。

分区支持向量回归及其在负荷预测中的应用

为解决局地短期电力负荷预测问题,给出了一种基于自适应聚类分区和支持向量机回归的多模型变结构负荷预测新方法。首先根据局地电力负荷的特点,使用模糊C均值聚类方法给出预测时间点的自适应分区;然后利用支持向量回归方法对不同分区分别构建预测子模型;最后提出一种基于仿真分析的模型评估和参数优化方法,在测试评估的基础上优化确定各子模型的参数,并适当调整各分区的结构。实验表明该预测方法比常用的神经网络预测方法具有更高的准确率和更强的鲁棒性。

基于小波的搜索量聚类及在变量选择中的应用

针对使用网络购物搜索量数据建立预测模型时的变量选择问题,提出一种基于连续小波变换(CWT)及其逆变换的聚类方法。算法充分考虑了搜索量的数据特征,将原始序列分解成为不同时间尺度下的周期成分,并重构为输入向量。在此基础上通过加权模糊C均值(FCM)方法进行聚类。变量选择是根据聚类后每个分类中的关键词隶属度函数值确定的,选择效果通过我国居民消费价格指数(CPI)的预测模型进行验证。结果表明,搜索量序列具有不同长度的周期成分,聚类后同组关键词具有明显的商品类型一致性。与其他变量选择方法相比,基于小波重构序列聚类的预测模型具有更高的预测精度,单步和三步预测相对误差仅为0.389 1%和0.543 7%,预测变量也具有清晰的经济含义,因此特别适用于解决大数据背景下高维预测模型的变量选择问题。

模糊聚类循环迭代模型及其在粉煤灰分类中的应用

根据模糊聚类基本原理 ,运用模糊聚类循环迭代模型研究了粉煤灰的分类问题。选择对粉煤灰分类影响较大的化学成分和物理性质为特征指标 ,以活性特性为目标 ,通过循环迭代计算获得科学的分类结果。研究表明该模型克服了以往传统分类法的不足 ,较全面地反映了产品的性能 ,从而为粉煤灰综合利用的优化配置奠定了基础。