Takagi-Sugeno模糊模型的可辨识性问题

Takagi- Sugeno模糊模型广泛应用于对复杂系统的辨识 ,但可辨识性问题很少涉及。本文给出在规则数和规则前件确定的情况下 ,Takagi- Sugeno模糊模型的可辨识性条件。

蛋白质编码区的Takagi-Sugeno模糊模型辨识

DNA序列编码区的辨识是基因辨识的一个重要方面。由于基因序列数据量大,导致许多统计辨识算法泛化性差、运算速度慢。根据编码区域序列和非编码区域序列相比有不同的碱基组成,提出将Takagi-Sugeno模型用于DNA序列的编码区辨识。首先,用基于模糊似然函数的模糊聚类算法确定系统的模糊划分数目,进而根据聚类个数建立相应的Takagi-Sugeno局部线性化模型,最后用最小二乘法实现模型结论参数的辨识。该算法不仅可以确定编码区的位置,还可以辨识出密码子第一位碱基的位置,对蛋白质结构的研究是非常重要的。算法简单、高效。仿真结果表明,该算法非常适合编码区辨识和其他编码区辨识算法有可比性。

基于Takagi-Sugeno模糊模型的自动雨刮控制系统设计

提出了一种基于Takagi-Sugeno模糊模型的自动雨刮控制系统设计方法。首先对传统雨刮系统的操作模式、实现方法等进行了分析,然后,给出了基于Takagi-Sugeno模糊模型的自动雨刮控制系统的软硬件结构和控制器设计方法。实验结果表明:本文所提出的自动雨刮控制系统的有效性。

基于Takagi-Sugeno模糊模型的电流跟踪型光伏并网逆变器

逆变器是光伏并网发电中的关键设备,如何调整PWM控制信号的波形,输出与电网电压同频率同相位的电流,是并网逆变器设计中最重要的问题。在分析比较了光伏并网发电系统逆变器各种控制算法的基础上,推导出了单相全桥逆变电路功率开关管占空比关于并网电压和电流误差等可测量物理量的函数关系式,提出了一套基于Takagi-Sugeno模糊模型的PWM波形产生方法。该方法采用四输入双输出的结构,将并网电压和电流误差等可测物理量作为模糊控制器的输入量,经T-S模型模糊处理之后分别得到两组功率开关管的控制信号的占空比。该文最后以单相全桥逆变电路为例,给出了详细的仿真分析,结果显示由该方法生成的PWM控制信号较之传统滞环比较控制等,有开关频率低、硬件电路简单、谐波畸变率小等优势,可实现并网发电要求的单位功率因数。

基于Takagi-Sugeno模糊模型的核反应堆功率积分控制系统

为了提高核反应堆运行的负荷跟随能力,提出了基于T-S模糊模型的积分控制系统。首先,在若干个工作点对非线性模型进行线性化,获得线性模型组;接着,使用成熟的状态反馈方法设计局部控制器;再应用并行分布补偿(parallel distributed compensation,PDC)方法,以在平衡工作点的相对中子密度作为前件变量,构造全局控制器。通过理论推演,获得了以线性矩阵不等式形式(linear matrix inequalities,LMI)表达的闭环控制系统的稳定性条件。求解线性矩阵不等式的结果表明,所设计的控制系统在大范围内是渐进稳定的。针对三种具有代表性的运行工况进行数值仿真,其结果显示,此核反应堆功率控制系统具有很好的负荷跟随能力。

基于简化Takagi-Sugeno模糊模型的系统镇定策略

针对Takagi-Sugeno型模糊控制器设计方法计算复杂且难以求解的问题,在分析原因的基础上,利用模糊规则将系统的输入输出空间划分为一个完备的模糊模式集,通过寻找与实时输入对应的模糊模式,对整个系统进行了简化。将该模型简化算法应用于一类非线性系统镇定问题的求解,利用Lya-punov稳定性分析理论和线性矩阵不等式等工具推导了闭环系统的可镇定条件,进而设计了相应的简化Takagi-Sugeno型模糊状态反馈控制器。仿真结果表明了这种模型简化方法的有效性。

基于Takagi-Sugeno模糊模型的小型无人直升机系统辨识

提出了一种基于非线性系统模糊辨识建立小型直升机动力学特性模型的新方法,分析了小型直升机的4个舵机输入和位姿变量、运动变量的模型.设计实验采集和预处理得到辨识和验证所用的数据.通过辨识航向通道的动力学模型来说明模糊辨识在小型直升机建模中的可行性和有效性,并通过与最小二乘法辨识结果比较,表明该模糊辨识建模方法具有建模简单、模型精度高等优点.研究结果对小型直升机系统的建模和控制具有一定的实用价值.

基于Takagi-Sugeno模糊模型的模糊非线性规划问题

Takagi-Sugeno模糊模型的本质在于:一个整体的非线性动力学模型可以看成是许多个局部线性模型的模糊逼近.本文将这一思想扩展到非线性规划问题,提出了将一个整体非线性规划模型视为许多个局部线性规划模型的模糊逼近的方案.

基于分数阶Takagi-Sugeno模糊模型的分数阶Chen混沌系统的控制

本文研究了基于Takagi-Sugeno模糊模型的分数阶Chen混沌系统的控制问题。对分数阶Chen混沌系统建立了相应的Takagi-Sugeno模糊模型,基于分布补偿原理对分数阶Chen系统进行控制,对阶数α=0.95的Chen混沌系统进行了仿真,验证了分数阶Takagi-Sugeno模糊系统对分数阶Chen混沌系统控制的有效性。

改进模糊聚类在医疗卫生数据的Takagi-Sugeno模糊模型

传统的数据分析方法在挖掘医学数据信息时,没有充分利用可用的信息.针对这一问题,提出一种基于改进模糊聚类的Takagi-Sugeno(T-S)模糊系统,将系数调节与指数调节与经典模糊C均值聚类(Fuzzy C-means,FCM)算法结合,替换经典T-S模糊系统中的逻辑元件,合理利用T-S模糊系统在预测与回归等方面的优势的同时,通过指数或系数的灵活调控,深度挖掘医学数据中不同属性间的关联信息,提高算法在众多医学数据分析预测中的准确性.为具体评估算法有效性,在真实医疗数据集上进行实验,实验结果表明,该算法具有更高的预测精度及可行性.

基于量子衍生涡流算法和T⁃S模糊推理模型的储层岩性识别

鉴于梯度下降法易陷入局部极值、普通群智能优化算法易早熟收敛,提出一种基于量子衍生涡流算法(Quantum Vortex Search Algorithm,QVSA)和T⁃S模糊推理模型的岩性识别方法,QVSA具有操作简单、收敛速度快、寻优能力强等优点,有助于T⁃S模糊推理模型获得最优参数配置,从而实现储层岩性的准确识别。首先利用具有全局搜索能力的QVSA优化T⁃S模糊推理模型的各种参数;然后利用主成分分析方法降低获取的地震属性维度;再利用优化的T⁃S模糊推理模型识别储层岩性。实验结果表明,利用反映储层特征的8个地震属性识别储层岩性时,所提方法的识别正确率达到92%,比普通BP网络方法高5.1%,同时查准率、查全率、F1分数等指标也较BP网络方法提升明显。

基于小脑模型-模糊滑模控制的电力系统低频振荡控制策略研究

由于现代电力系统互联规模不断增大,柔性控制系统加入和长距离输电使得电网阻尼不断减小,运行方式的多变性不断改变系统潮流分布,极易引发低频振荡现象。针对此问题,该文提出一种基于小脑模型关节误差修正的模糊滑模附加阻尼控制策略。首先在模糊滑模控制(fuzzy sliding mode control,FSMC)的基础上,引入小脑模型关节控制(cerebellar model articulation control,CMAC)理论,构建CMAC-FSMC算法,提高滑模趋近阶段模糊逻辑对系统的补偿能力,最大程度提高系统稳定性能;其次通过构造CMAC-FSMC的调整指标与总控制率,减小控制误差,提高控制性能;最后通过线性降阶方法建立被控系统模型并确定区间振荡模态,采用几何测度法选择最佳反馈信号和安装位置,基于所提出的CMAC-FSMC方法进行广域阻尼控制器设计。通过对10机39节点系统进行仿真验证,结果表明CMAC-FSMC控制策略能够有效提高系统阻尼,显著抑制低频振荡。

基于模糊贝叶斯网络的引水隧洞安全评价模型分析

为准确预测黄河引水隧洞安全隐患,提出基于模糊集理论和主观贝叶斯方法的模糊贝叶斯安全评价模型。结合实际巡检数据,模型使用贝叶斯网络处理模糊信息与不确定信息,将巡检数据中给出的多态性故障事件模糊化;再通过贝叶斯网络的条件概率表找出不同故障事件之间的逻辑关系;最后获得对引水隧洞安全模型的整体评价。通过开展引水隧洞安全评价模型实例分析,验证了该方法的可行性。

概率区间值犹豫模糊集多属性群决策模型及其应用

目的:研究概率区间值犹豫模糊集及应用。方法:将概率区间值犹豫模糊数,用区间值隶属度的中位数、区间值隶属度的清晰度以及概率构成的三维点坐标进行刻画,在此基础上提出了概率区间值犹豫模糊元的相关运算。根据概率区间值犹豫模糊元的相关运算采用熵值法计算属性权重。最后基于TOPSIS思想给出了一个新的贴近度公式,并利用新的贴近度公式对方案排序。结果:建立的概率区间值犹豫模糊集多属性群决策模型可以有效排序方案。结论:将概率区间值犹豫模糊集采用区间值隶属度的中位数、区间值隶属度的清晰度以及概率来表示不仅可行,而且可以用来解决多属性群决策问题。

基于KJ法与模糊KANO模型的工业博物馆研学策略研究——以武钢博物馆为例

为解决现有工业博物馆研学体验感较差、同质化严重等问题,探求KJ法与模糊KANO模型在工业博物馆研学中的应用路径,并由此提出针对武钢博物馆的研学策略与实践路径,为工业博物馆研学模式迭代升级提供借鉴意义。基于文献综述分析近年的博物馆研学趋势,通过KJ法对用户的工业博物馆研学需求定性发散与收敛,并介入模糊KANO模型计算各项需求权重,对需求进行量化、排序与筛选,为工业博物馆研学策略设计提供数据与理论支撑,最终通过李克特量表对方案进行评价。通过设计实践,以武钢博物馆为实践场景,基于模糊KANO模型数据结论对场景进行研学体验设计,以验证用户需求对研学策略开发的重要价值,为工业博物馆场景下的研学策略创新提供思路与支撑。

数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。

基于模糊控制的设施菜心生产环境管控模型及系统

【目的】为实现设施菜心生产环境的实时监控和精准调控,设计一种基于模糊控制的设施菜心生产环境管控模型及系统。【方法】采用物联网设备实时监测菜心各生长阶段(种子发芽期、叶片生长期、菜薹形成期)的环境因子(空气温度、土壤温度、土壤湿度和土壤电导率),将参数的监测值与适宜范围进行对比,获得各环境因子的偏差及变化率。管控模型利用模糊推理与定性分析结合的方法优化环境因子控制量,确定环境调控设备的调控决策,达到对环境因子的精准调控。【结果】管理模式对比试验表明:在菜心3个生长阶段,管控系统模式的平均调控实时性指标分别为0.10、0.17和0.18,平均准确性指标分别为0.78、0.68和0.74;人工管理模式的平均调控实时性指标分别为0.37、0.41和0.43,平均准确性指标分别为0.31、0.34和0.30。管控系统的平均实时性和准确性与人工管理模式相比分别有62.50%和1.34倍的提升。【结论】管控系统模式实现了菜心生产环境信息的实时获取与精准调控,能帮助用户更好地进行设施菜心的生产管理。

基于再感知双模型联合训练的散焦模糊检测

针对散焦模糊检测(defocus blur etection, DBD)模型训练时没有对响应错误区域学习优化,且在识别过程中部分图像的模糊同质区域和处理边界过渡等位置仍然具有挑战性等问题,提出了再感知双模型联合训练方法和基于注意力机制多尺度语义融合散焦模糊检测网络。将未正确响应的预测区域映射到全新合成图像中驱动模型学习,实现再感知错误位置的图像特征;利用DBD任务的互补性质构建预测网络,组成对焦预测和模糊预测双模型,将互补网络中多余响应的区域反馈到另一个模型上从而提升训练效果;利用多尺度特征融合模块逐渐整合不同尺度的语义信息;在特征提取时设计了全局通道注意力模块,使模型关注预测结果的有效特征信息,增强网络在不同输入场景下的灵活性。在DUT、CUHK和CTCUG数据集上进行的对比实验表明,提出的方法与对比方法中性能最优者相比,F-Measure指标分别提高了0.082、0.051、0.264,MAE指标分别降低了0.032、0.018、0.144。

基于熵权TOPSIS方法与模糊物元模型的河西走廊地区旅游生态安全评估

旅游地生态安全评估事关旅游可持续发展,择优选取评价方法对降低旅游生态安全评估结果不确定性意义重大。基于此,以河西走廊地区5个地级市2011—2020年旅游生态安全状况为研究对象,构建旅游生态安全评价指标体系,对熵权-优劣解距离法(熵权TOPSIS法)与模糊物元模型量化结果进行评价。结果表明:(1)2种方法评价结果表明,河西走廊地区旅游生态安全总体呈上升趋势。(2)河西走廊地区驱动力指数与压力指数变化趋势相对协调,影响指数与状态指数变化趋势相似,响应指数较好地反映了区域政府的举措成果。(3)模糊物元模型方法获得的评价结果可信度更高。研究结果可为评估旅游生态安全体系选取模型时提供一定参考。

基于模糊测度的模糊分支时态逻辑模型检测

针对具有模糊性和不确定性的复杂系统的验证问题,提出一种基于模糊测度的模糊分支时态逻辑模型检测算法。首先,在模糊决策过程模型的基础上引入模糊分支时态逻辑的语法和语义。然后,给出模糊分支时态逻辑模型检测算法,该算法将模型检测问题转化为矩阵运算,具有计算方式简洁、复杂度较低的优点。最后,通过医疗专家系统的实例说明了该模型检测算法的有效性。