粗集理论在污水参数软测量中的应用研究

用粗糙集理论约简属性,消除冗余信息后建立了污泥体积指数的神经网络软测量模型。用某城市污水厂实际水质参数进行仿真实验。仿真结果表明,与未采用粗糙集进行预处理的模型相比,应用该模型不仅测量值的误差更小,而且输入参数从9个降至4个,大大降低了输入数据的维数,减少了神经网络的训练时间及训练步数,有利于软测量模型的实用化。

漏焊智能检测系统中的知识获取

在智能系统中 ,知识获取是极为重要的 ,它在一定程度上反映了系统智能水平的高低。在知识获取的过程中应用软计算方法是当前国内外研究人员的研究热点。粗糙集理论作为一种新兴的软计算方法具有极大的应用潜力 ,已经广泛应用于模式识别、医疗诊断、医疗数据分析、图像处理、质量控制、故障诊断、数据挖掘和过程控制等许多领域中。在本检测系统中 ,由于具体条件的限制和人为因素的影响 ,传统的方法不能满足要求 ,必须用智能的方法加以解决。而解决问题的关键在于如何有效地获取检测过程中的知识 ,从而实现智能检测。将粗糙集理论应用于相关初步知识的获取 ,再由神经网络对所获取的初步知识进行优化 ,可以提高知识获取的效率。本文给出了该智能检测系统中运用粗糙集理论获取相关初步知识的方法。

大电力系统可靠性评估的软计算模型

为减少大电力系统可靠性评估中偶发事件的潮流计算次数,提高故障模式识别率,将粗糙集与神经网络、遗传算法有机融合,提出了电力系统偶发事件模式识别的软计算模型——粗神经网络融合模型(RNNIM)和基于RNNIM的电力系统可靠性评估算法。首先利用粗糙集方法约简RNNIM的输入变量,提炼样本,提取事件类与系统状态关系的概略化规则集;其次利用概约化规则集建立RNNIM,用遗传学习算法训练网络。以RBTS和IEEE-RTS79测试系统为例,说明所提模型是正确、可行和有效的。

基于粗神经网络的电力系统可靠性评估方法

发输电组合系统可靠性评估中元件状态组合数和潮流计算是引起可靠性评估计算中“计算灾”的主要原因.利用粗糙集的数据约简和特征提取功能,提炼人工神经网络的输入变量、训练样本以及事件类与系统状态之间的概略化关系,建立偶发事件模式识别的粗神经网络(RNN)模型,提出基于RNN的发输电组合系统可靠性评估算法,以提高电力系统可靠性评估的计算效率.可靠性测试系统的计算结果表明,所提算法是正确、可行和有效的.

基于粗糙集-神经网络的污水参数软测量技术研究

采用粗糙集理论约简属性,在保留重要信息的前提下消除冗余信息,简化了神经网络结构,提高了网络训练速度。采用这种方法,用某城市污水处理厂的实际水质参数数据,建立了 SVI 基于粗糙集-神经网络的软测量模型。和未经粗糙集预处理的神经网络模型进行了比较,结果表明有粗糙集预处理后,不仅测量值的误差值更小,而且输入参数量从9个降至4个,大大降低了输入数据的维数,减少了神经网络的训练时间及训练步数,更有利于软测量模型的实用化。

一种求解结构可靠度的新型计算方法

提出了一种求解结构可靠度的软计算方法,该方法综合了人工神经网络的柔软性和遗传算法的全局性及并行快速性的优点。利用人工神经网络的柔软性,可以生成任意形状的函数,因而可以更加贴切地拟合功能函数;由于遗传算法具有并行处理能力,可以对多组样本同时进行处理,因此收敛速度加快。除此之外,文中的遗传算法还使用了小生境共享技术,有效地克服了陷入局部解的缺陷。并根据上述方法研制了结构可靠度分析的电算程序,算例计算表明,计算结果具有很高的精度,该算法为结构可靠度研究提供了一种新的思路和实现路径。

软计算融合技术研究

软计算是求近似而非精确解的有效计算方法,已经在众多领域得到应用,取得了很好的效果。然而,每个软计算方法具有鲜明的特色和迥异的侧重点,在实际应用中存在一些不足,将软计算方法进行融合,优势互补,是促进软计算发展的关键技术之一。文中简要介绍了软计算发展概况,结合粗糙集、神经网络、模糊逻辑、遗传算法、人工免疫算法等软计算方法,详细分析了软计算融合技术的现状及分类,指出了该领域面临的缺乏理论基础、设计原则、定量评价等主要问题及其发展趋势。

基于软计算的汽车线控转向系统故障诊断

针对线控转向汽车的可靠性和安全性以及故障诊断方法的不足,提出了一种基于软计算的汽车线控转向故障诊断方法,该方法利用软计算中的粗糙集和粒子群优化的径向基神经网络进行结合。将粗糙集作为径向基神经网络的输入处理,对样本数据进行属性约简,约简后的属性集作为径向基神经网络的输入以达到缩短网络训练时间的目的。采用粒子群算法对径向基神经网络的基函数中心值和宽度进行编码和寻优,并使用得到的最优中心值和宽度组建径向基神经网络,使得径向基神经网络的样本训练误差相比未优化之前有一定程度的降低。然后使用训练好的神经网络对故障样本进行测试,测试结果表明,该方法加快了神经网络的训练速度,提高了神经网络的诊断准确度。

基于粗糙集理论的软计算融合系统研究综述

面向数据挖掘领域,综述了基于粗糙集理论的软计算融合系统的研究进展,按照粗糙集在这些系统中的数据预处理、不确定性度量和知识抽取功能,分别总结了这些系统的特点,指出了现有系统面临的问题以及今后的研究方向.

基于软计算下的结构可靠度的分析与计算

提出了一种求解结构可靠度的软计算方法 ,该算法综合了人工神经网络的柔软性和遗传算法的全局性及并行性 ,并用遗传算法计算了可靠度指标 。

模糊粗集理论在污水参数软测量中的应用

出水水质的建模与预测是污水处理过程先进控制的基础,针对污水生化处理过程的非线性、大滞后等特点,提出一种基于模糊粗糙集和RBF神经网络的出水水质预测方法。先用模糊粗糙集理论约简属性消除冗余信息后,建立基于RBF神经网络软测量模型,并应用该模型对实际污水厂的出水氨氮预测进行仿真。结果表明了该软测量模型的可靠性和有效性。

人工智能在计算机辅助工艺设计中的应用

随着计算机软硬件技术的不断成熟,计算机辅助工艺设计的理论与方法已发生了质的飞跃。将人工智能理论应用于计算机辅助工艺设计是新近发展起来的研究热点之一,也是工业设计现代化发展趋势。它不仅可以把人工智能领域中的研究成果移植到计算机辅助工艺设计中,而且也扩大了人工智能的应用领域,使两者得到完美结合,促进共同发展。本文简要地叙述了计算机辅助工艺设计和人工智能的基本概念,探讨了人工智能在计算机辅助工艺设计中的应用。

Eva基于软计算协作技术的智能评审管理系统(英文)

基于模糊系统、神经网络、遗传算法和粗糙集等软计算的协作技术 ,建立了科研项目的立项评审智能管理系统。运用软件工程原理与方法 ,对该系统及其在科研项目立项评审的应用软件进行计划、开发和维护。实际应用表明了该系统的可行性和有效性 ,并可推广于其他智能管理系统。