基于D2-YOLO去模糊识别网络的果园障碍物检测

针对果园目标检测时相机抖动以及物体相对运动导致检测图像模糊的问题,本文提出一种将DeblurGAN-v2去模糊网络和YOLOv5s目标检测网络相融合的D2-YOLO一阶段去模糊识别深度网络,用于检测识别果园模糊场景图像中的障碍物。为了减少融合网络的参数量并提升检测速度,首先将YOLOv5s骨干网络中的标准卷积替换成深度可分离卷积,并且在输出预测端使用CIoU_Loss进行边界框回归预测。融合网络使用改进的CSPDarknet作为骨干网络进行特征提取,将模糊图像恢复原始自然信息后,结合多尺度特征进行模型预测。为了验证本文方法的有效性,选取果园中7种常见的障碍物作为目标检测对象,在Pytorch深度学习框架上进行模型训练和测试。试验结果表明,本文提出的D2-YOLO去模糊识别网络准确率和召回率分别为91.33%和89.12%,与分步式DeblurGAN-v2+YOLOv5s相比提升1.36、2.7个百分点,与YOLOv5s相比分别提升9.54、9.99个百分点,能够满足果园机器人障碍物去模糊识别的准确性和实时性要求。

陶瓷浆料3D打印机挤压力模糊神经网络PID稳定控制研究

针对在微流挤出陶瓷浆料3D打印机作业过程中挤压力稳定控制的需求,根据打印机挤压力控制系统非线性、时变性的特点,总结了现有挤压力稳定控制策略的优缺点,并在模糊PID (proportion-integral-derivative,比例-积分-微分)控制器中嵌入神经网络结构,提出了挤压力模糊神经网络PID稳定控制策略。该策略基于六层模糊神经网络,以挤压力偏差值e和偏差值变化率ec为输入,PID控制器控制参数为输出,完成正向模糊控制过程,并基于神经网络的自学习优势实现反向传播及在线更新神经网络权值,以实现打印过程中挤压力的精准自适应调节。挤压力控制Simulink仿真、挤压力控制实验及坯体打印实验表明:相较于传统PID控制策略,采用模糊神经网络PID控制策略可使超调量减小20.9%,挤压力提前90 s达到稳定状态,压力峰值减小12 N,压力谷值增大18 N;相较于采用模糊PID控制策略,超调量减小1.73%,挤压力提前56 s达到稳定状态,压力峰值减小4 N,压力谷值增大8 N;模糊神经网络PID控制策略具有一定的优越性,可使打印过程中挤压力的控制精度更高,稳定速度更快,超调量更小,所打印坯体的整体形貌质量更优,也可使控制系统的鲁棒性更好。研究结果为其他工业设备的PID控制、智能控制提供了新的思路和方法。

挤出式3D打印机压力系统的模糊自适应控制

陶瓷浆料的挤出成形系统具有较强的参数时变性,传统的PID控制方法难以精确控制实现挤出压力的快速稳定,造成料筒内陶瓷浆料受力紊乱,影响挤出丝的成形质量进而影响陶瓷制件的精度。针对以上问题,对陶瓷浆料挤出过程中的压力变化进行分析,在传统PID控制的基础上,引入模糊自适应PID控制方法控制打印系统的挤出过程,并进行了过程仿真和实验。结果表明,模糊自适应PID控制方法优于传统PID控制方法,可以快速有效地稳定挤压力,提高陶瓷零件成形质量。

改进MOEA/D算法求解多目标模糊柔性车间调度问题

针对模糊柔性作业车间调度问题中关于求解多目标优化的研究中,利用模糊数表示相关参数,以最小化最大完工时间、总机器负载和最大机器负载为优化目标,提出一种改进MOEA/D算法的权重向量和初始化种群,以优化全局更新配对策略的多目标分解进化算法(I-MOEA/D)和提高算法寻优能力。与MOEA/D、NSGA-Ⅱ和NSGA-Ⅲ算法相比,该方法优于其他算法,同时引入企业工程实例进行分析,证明I-MOEA/D算法具备良好的收敛性和分布性。

基于模糊免疫的风电机组异常状态识别

风电机组处于高空中,工作环境比较恶劣,导致故障频发。为此,设计一种基于模糊免疫的风电机组异常状态识别方法。结合BM4D与小波去噪设计去噪方法,对初选的特征参量数据进行去噪。利用Relief方法,提取具有较强相关性的风电机组运行状态特征参量。采用模糊免疫算法,设计模糊免疫检测器,检测提取到的特征参量,完成风电机组的异常状态识别。测试结果表明,该方法在异常状态识别中的均方误差低于1%,平均迭代次数低于80次,具有良好的异常识别效果。

城市地下空间资源质量模糊综合评估与3D可视化

采用模糊综合评估方法,构造了地下空间资源质量评估指标的隶属函数,并确定了隶属度,建立了权重向量与模糊关系矩阵复合运算的模糊综合评估模型.同时提出了基于Grid+Voxel的评估基本单元体空间划分方法.并以北京CBD为例,采用模糊评估模型和基本单元体划分方法,在GeoMo3D系统中进行了地下空间资源质量评估,得到了3D可视化评估结果.结果表明:模糊综合评估和基于Grid+Voxel的基本单元体空间划分能够合理表征地下空间资源质量,是城市地下空间资源质量评估及其3D可视化的一种有效的新方法.

分数阶系统模糊自适应分数阶PI~λD~μ控制器

针对分数阶被控对象,采用分数阶微积分的数值解法,提出了模糊自适应分数阶PIλDμ控制器的数值实现方法与步骤.由于分数阶闭环控制系统的模糊化难以实现,将分数阶PIλDμ控制器与分数阶被控对象构成闭环分数阶控制系统,求其闭环系统在时域内的表达式,再用分数阶微积分的数值解法并结合模糊推理规则,推导出了模糊分数阶PIλDμ控制器的实现步骤,并对其控制系统的单位阶跃响应性能进行了仿真分析.结果表明:所设计的模糊自适应分数阶PIλDμ控制器比分数阶PIλDμ及传统的整数阶PID控制器表现出较好的控制性能.

完全析取范式群判定SHOIN(D)-可满足性

针对非循环概念提出了一种对SHOIN(D)-概念可满足性进行判断的方法——CDNF(complete disjunctive normal form)算法.该算法通过把非循环定义的概念描述本身构建成分层次的析取范式群,并通过子句重用技术阻止无谓的子概念扩展,这样的析取范式群具有可满足性自明性,从而可以实现对SHOIN(D)-概念可满足性的直接判断.该算法基本上消除了判断过程中描述重复的现象,从而在空间、时间性能上都比Tableau算法有更好的表现.关键词:描述逻辑推理;可满足性;析取范式;SHOIN(D);

基于SHOIN(D)的UML类图形式化方法

UML模型一致性自动检测的主要任务是解决形式化问题。描述逻辑是一阶谓词逻辑的可判定子集,具备强大的知识表示和推理功能。针对UML模型形式化问题,提出基于描述逻辑的形式化方法,分析UML类图各模型元素与描述逻辑SHOIN(D)的对应关系,提出UML类图的SHOIN(D)形式化方法,给出UML类图转换为SHOIN(D)知识库的正确性证明。

基于灰色关联分析和D-S证据理论的区间直觉模糊决策方法

针对方案的指标值为区间直觉模糊数的决策问题,提出了一种基于灰色关联分析和D-S证据理论的决策方法.定义了区间记分函数和区间数点算子,并通过其将区间直觉模糊数转化为记分函数;利用记分函数以及灰色关联方法确定各指标的不确信度,进而构建出不同指标下各方案的Mass函数,通过D-S合成法则进行信息融合,确定最优方案.最后,通过算例表明,本文提出的方法可得到满意结果并显著降低决策的不确定性.

基于模糊PID的FDM型3D打印机喷头温度控制系统

目的提高FDM型3D打印机打印产品的精度及表面质量。方法针对FDM型3D打印机喷头温度控制具有的非线性特点,利用模糊规则对PID增量参数实时在线校正,设计基于模糊PID算法的喷头温度控制系统,并将其与传统PID控制器仿真对比。结果模糊PID控制器较传统PID控制器超调量小、达到稳定时间短、鲁棒性强,能够有效地提高温度控制系统的稳定性和控制精度。结论模糊PID控制能够提高FDM型3D打印机喷头温度控制精度,从而提高了打印产品的精度和表面质量。

基于模糊算法的2D伺服阀控制器的研究

为了提升2D伺服阀电-机械转换器的控制性能,建立了一种基于模糊控制在线参数调节控制算法的2D伺服阀控制器。在2D伺服阀硬件主芯片采用TMS320F2812_DSP微处理器的基础上,采用先进的模糊控制算法与传统的PID控制相结合的模糊PID控制策略,将模糊控制的鲁棒性好、适应性强以及PID控制可对控制参数进行实时调节等有效地结合起来。根据2D伺服阀电-机械转换器测试所需要的条件,搭建2D伺服阀电-机械转换器试验系统对2D伺服阀电-机械转换器的性能进行测试。实验结果验证了所设计的模糊控制算法的控制器是一种较为理想的控制方法,系统具有较高的性能,能改善步进电机控制系统中存在的失步、振荡现象,实现在线修正,电-机械转换器的频宽从之前的260Hz提高到380Hz。

模糊PID在网络控制系统中的仿真研究

为了研究网络控制系统的特性,结合PID结构简单、稳定性好和模糊控制适应性强的特点,设计了模糊PID网络控制系统。综合分析了采样周期、时延、数据丢包率、网络传输速率、通信模式和扰动等主要因素对系统性能的影响,并给出了仿真曲线和分析结果。仿真结果表明,与PID网络控制系统相比,模糊PID网络控制系统具有较好的控制效果。利用TrueTime工具箱,该系统能够比较全面地分析网络控制系统的性能。

R&D项目组合选择的决策分析与思考——基于模糊集理论和启发调度视角

目前R&D项目的研究大多以数学规划、决策理论及评分方法来构建R&D项目投资组合的多准则模型。这些模型在有限范围内考虑是有效的,然而对于R&D项目的调度问题,是这些方法所不能解决的。本文将模糊集理论及启发调度的方法引入R&D项目组合的决策分析之中,以期寻求其最优解。最后用算例对R&D项目组合进行系统分析与研究。

基于模糊粗糙集和D-S证据理论的多源灌溉信息融合方法

针对多源灌溉信息决策过程中不确定性信息难以融合的问题,提出了一种基于模糊粗糙集和D-S证据理论相结合的决策融合方法。运用模糊粗糙集理论,建立基本概率分配函数,计算各灌溉因子与灌溉决策之间的依赖程度,构建多个融合灌溉因子对灌溉决策的识别框架;然后运用改进的D-S证据理论,进行多源灌溉信息决策层级的融合,最终解决不确定信息的表达和合成问题。应用上述方法对华北地区冬小麦土壤水分、光合速率和气孔导度等信息进行灌溉决策融合,结果显示:灌溉决策的不确定性由融合前的最高38%降至9.84%,该方法可有效地提高灌溉决策精度,降低灌溉决策的不确定性。

D.C.隶属函数模糊集及其应用(II)——D.C.隶属函数模糊集的万能逼近性

本文是D.C.隶属函数模糊集及其应用系列研究的第二部分。指出在实际问题中普遍选用的三角形、半三角形、梯形、半梯形、高斯型、柯西型、S形、Z形、π形隶属函数模糊集等均为D.C.隶属函数模糊集,建立了D.C.隶属函数模糊集对模糊集的万有逼近性。探讨了D.C.隶属函数模糊集与模糊数之间的关系,给出了用D.C.隶属函数模糊集逼近模糊数的-εC e llina逼近形式,得到模糊数与D.C.函数之间的一个对应算子,指出了用模糊数表示D.C.函数的问题。

基于模糊模型的不确定非线性系统鲁棒D镇定

针对 T- S模糊模型描述的不确定非线性系统 ,应用二次 D-稳定概念 ,对给定复平面上的某一D域提出模糊系统全局鲁棒 D-稳定的充分条件 ,基于并行分布补偿 (PDC)技术 ,各局部状态反馈镇定控制器设计归结于解一组耦合线性矩阵不等式 (L MI) ,全局控制器通过隶属度函数由各局部控制器混合而成 ,并以此保证整个系统的鲁棒 D-稳定性。最后用质量弹簧阻尼系统给出了仿真示例。

基于模糊自适应PID控制的矿热炉电极调节系统设计

矿热炉系统是一个非线性、强耦合、多变量的复杂系统。该文针对矿热炉电极控制这个随机干扰十分严重的非线性时变系统,设计了模糊自适应PID控制器。给出了Matlab仿真框图及阶跃响应的仿真曲线。试验结果表明,该控制器可以有效地调节电极的升降,将电弧的弧长控制在期望值,系统响应快、抗干扰能力强,可以有效地降低矿热炉的能耗。

基于D-S证据理论和模糊综合评判的导弹备件品种确定

为提高导弹备件品种确定的科学性,从备件配置效果好坏这一实质出发,概述了D-S证据理论,分析了基于D-S理论和模糊综合评判的导弹备件品种确定步骤,描述了建模过程,并结合实例具体演示了该模型的运用。实例结果表明了该方法的可行性和优越性。

基于模糊理论和D-S推理的开箱报警模型与算法

为提高集装箱运输过程中非法开箱自动报警的可靠性,在对集装箱非法开箱报警机制分析的基础上,建立了基于箱门传感器、箱内传感器等多源信息的非法开箱报警决策模型,提出了基于证据模糊相似度和证据源先验可靠度修正证据权的改进D-S证据融合算法来减少证据冲突,形成了集装箱非法开箱多源信息融合报警系统.实验结果表明,提出的证据融合算法能够有效降低证据冲突系数和合成悖论次数,报警模型具有较好的容错性和适应性.