基于模糊ISM的铁路机务行车安全风险关联性分析

为提升铁路机务行车安全能力,保障铁路运输牵引动力的可靠性,首先,基于对某路局机务系统安全风险问题库的统计分析,提取出了5类共18项导致该类事故发生的致因要素,以此类要素作为评价铁路机务行车安全的风险指标;其次,运用改进的解释结构模型,建立了各风险因素间的邻接矩阵和可达矩阵,绘制了影响机务行车安全的各类风险因素演化过程的解释结构图;最后,结合对风险因素及其演化路径的剖析,找出了风险因素间的层级关联关系。研究结果表明:机车疲劳驾驶、机车火灾、车辆伤害等是影响机务行车安全的最直接因素;设备标准执行力、检修标准执行力是影响机务行车安全的间接因素;而制度执行力和管理执行力是影响机务行车安全的最深层次因素。

基于TSK模糊系统的改进CMAC超闭球网络结构

充分利用了TSK(Sugeno Tanaka)模糊系统的优点 ,提出了改进的CMAC(CerebellarModelAr ticulationController)超闭球结构网络 ,给出了其学习算法 ,实验结果表明改进的CMAC超闭球结构网络较之CMAC超闭球结构网络对样本有更高的逼近精度。

嵌构共生理论的政府数据开放运行机制关联结构分析

[目的/意义]厘清内在运行机制已成为当前政府数据开放工作提质增效的关键。以模糊解释结构模型(FISM)定量揭示政府数据开放运行机制的层次关联结构,拓宽理论研究的同时,也为重构不同阶段下的政府数据开放实现路径提供启示。[方法/过程]首先,立足文献分析和专家意见,基于共生理论提炼出12项机制集合;其次,借助MATLAB工具对专家评分所得的运行机制模糊关联矩阵进行FISM法建模,探究这些机制的彼此关联;最后,解析模型结果,阐释政府数据开放运行机制复杂关系与共生状态演进。[结果/结论]共生视角下政府数据开放运行机制包含7个层级,可划分为单元联结期、协同磨合期和高效稳态期3个阶段。从共生视角出发厘清政府开放数据运行机制的层级结构、彼此关联与数据价值演进规律,有利于在政府数据开放中精准优化个体行为、促发合作、协同共进。

基于车辆跟踪的数据关联算法研究

对于道路车辆目标的跟踪,由于其高机动性、杂波密集等特点,交互式多模型联合概率数据关联无疑是一种好的跟踪算法。但其固有的缺点是计算量会随着目标个数的增多迅速增加,并且其较少的运动模型难以保证跟踪精度,而增加模型个数会引起模型之间的竞争。因此,提出了一种改进的变结构多模型联合数据关联算法(VSMM-JPDA)。理论分析与对比仿真表明:在非机动、机动转弯和直线机动情况下,该算法对目标的跟踪精度都优于固定结构多模型算法,并且运算量大大减少。

一类非线性系统的多面滑模控制器设计

针对一类非线性系统,提出了一种基于模糊小脑关联结构模型(CMAC)神经网络的多面滑模变结构控制算法,其特点是无需已知不确定性函数及其各阶导数的上界,并且允许控制矩阵存在不确定性。用Lyapunov稳定性定理证明了系统的状态及权值误差最终一致有界。与经典设计方法相比,所提出的方案允许非参数化不确定性。仿真实例显示了方法的有效性。