基于模糊平滑切换的直升机飞行控制与仿真

研究了直升机前飞状态下的模糊平滑切换控制方法和仿真验证问题。首先,在不同的平衡点,对直升机模型进行线性化,得到线性子模型集。再针对每个子模型,设计了基于遗传算法的H∞控制器。然后采用模糊平滑切换策略设计了全局控制器。最后对设计得到的直升机飞行控制系统进行了仿真。仿真结果表明,所设计的直升机飞行控制系统实现了前飞状态下不同速度的飞行控制,保证了控制过程的平滑性,达到了ADS-33D操纵品质水平1的要求。

基于模糊指数平滑法的公路市政道路工程造价估算方法

公路市政道路工程造价估算是一种预测未来工程投资金额的工作,因工程项目多,导致高精度估算造价存在一定难度。提出基于模糊指数平滑法的公路市政道路工程造价估算方法,将公路市政道路工程特征因素实施量化处理,获取隶属度,通过二元对比方法获取道路工程权重,按贴近准则排序已建设完毕的公路市政道路工程,依据贴近度作为平滑系数,使用模糊指数平滑法估算公路市政道路工程造价。将该法用于蜀山区运河新城2019年第二批市政道路的工程造价估算工作中,对市政三个级别道路工程造价的估算精度高于98%。

基于水利工程模糊指数平滑法的项目造价估算研究

水利工程投资估算方法为当前工程界研究的重要课题之一,文章采用模糊指数平滑法预测估算了若干已建相似工程的投资造价。通过分析元素特征和建模流程,提出了工程造价估算方法和预测模型,然后以实例工程为例验证了模型的有效性和可靠性,可为提升工程投资风险控制能力和造价估算水平提供参考依据。

图像模糊边缘检测算法的Delphi实现

针对传统的模糊图像增强图像分割算法(主要是Pal算法)不能很好的抑制噪声的缺点,通过定义新的隶属函数和模糊增强算子,并结合图像平滑滤波处理,提出一种较好抑制噪声的模糊边缘提取思想,并采用具有可视化的程序设计语言Delphi进行可视化的图像边缘提取,充分体现了Delphi应用于图像处理的简单、快捷性.

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理.并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法.通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例.

基于模糊理论的地下变电站LCC估算

为克服数据缺乏和不确定性因素对全寿命周期成本LCC(life-cycle cost)估算的影响,将模糊理论引入到地下变电站LCC的估算过程中。首先,在分析地下变电站LCC构成的基础上搭建起估算模型。接着,运用模糊平滑法,基于同地区已投运的典型地下变电站的相关数据,对估算模型中的LCC分量进行类比估算。最后,将估算结果模糊化,并根据模糊函数的运算规则得到最终的LCC估算结果。实例应用表明:估算结果很好地体现了地下变电站LCC的不确定性,合理地给出了LCC的估算区间和取值可信度。

基于模糊增强信息的图像边缘检测改进算法

针对经典的Pal和King模糊增强算法存在的固有缺陷,提出改进的模糊增强算法;为增强图像的对比度而获取更多的图像边缘细节信息,提出基于模糊对比度的图像增强算法;结合全局模糊增强与局部模糊对比度增强两种算法思想,提出基于模糊增强信息的图像边缘检测改进算法,由于该算法在增强图像边缘细节信息的同时也增强了噪声,因此,采用中值平滑滤波方法消除噪声。实验证明,该算法取得了良好的边缘检测效果。

直升机飞行控制器设计与仿真

为了改善直升机飞行控制系统的性能,研究了其在前飞状态下的模糊平滑切换控制方法和仿真验证问题。以ADS-33D水平1操纵品质要求为设计目标,建立直升机不同平衡点的线性子模型,采用基于遗传算法的H∞控制器设计方法设计各局部控制器,应用模糊平滑切换策略设计全局控制器,实现直升机在不同速度下的飞行控制,保证了控制过程的平滑性,并用数学方法证明了系统的稳定性。仿真结果表明,所设计的直升机飞行控制器达到了ADS-33D水平1操纵品质要求。

模糊指数平滑法预测电力负荷原理研究

本文提出了中期负荷预测的一种模糊指数平滑模型。模型应用了模糊数学的原理,对平滑指数α的每种取值计算出一个隶属函数,然后根据λ的取值,得出λ截集,从而得到α取值的隶属函数μ≥λ的最优取值集合,再以α为平滑指数进行预测的计算。模型为预测工作提供了自动选取平滑指数α的手段。文后以某省情况作为应用实例。

A fuzzy adaptive smoothing approach to robust endpoint detection based on MDL using sub-band speech

To develop a more robust endpoint detection algorithm, this paper first proposes a fuzzy adaptive smoothing algorithm. The general idea underlying adaptive smoothing is to adapt the short-term sub-band mean of the amplitude to the local attributes of speech on the basis of discontinuity measures. The adaptive smoothing algorithm in this paper utilizes a scale-space framework through the minimal description length （MDL）. We recommend using the fuzzy muhi-attribute decision making approach to select the proper sub-bands where the word boundary can be more reliably detected. The process and simulation of the fuzzy adaptive smoothing algorithm are given. The parameters utilize the mean amplitude of the audible frequency range （300 -3 700 Hz） and the sub-band mean of the amplitude （16 band filter-bank）. We selected the audible band energy because of its usefulness in detecting high-energy regions and making the distinction between speech and noise. Otherwise, the fuzzy adaptive smoothing algorithm is processed in sub-band speech to utilize the full range of frequency information.