基于模糊系统的接触电阻预测算法研究

运用模糊系统对接触电阻进行预测,通过试验得到试验数据,将试验数据分成训练数据与测试数据,训练数据用于训练模糊系统,测试数据用于测试模糊系统。将梯度下降算法与禁忌搜索算法混合得到改进禁忌搜索算法,训练模糊系统,所用算法依次为梯度下降算法、禁忌搜索算法、所得改进算法,并建立相应的接触电阻回归模型。对所得模型进行测试,结果表明,由改进算法训练模糊系统所得接触电阻模型的测试结果优于其他模型,并且该方法预测接触电阻精确可靠。     

最小二乘优化模糊系统的接触电阻计算方法

根据接触电阻的特点,运用模糊系统对其进行计算。设计试验得到训练数据与测试数据,通过训练数据训练模糊系统,建立相应模型,训练算法为递推最小二乘结合禁忌搜索算法。通过回归分析建立相应模型。通过测试数据测试所建立的两种模型,并比较,接触电阻的模糊系统模型的测试结果优于回归分析,比较结果表明模糊系统适用于接触电阻的计算。     

基于模糊系统的温升计算新方法

针对传统温升计算方法的缺陷,提出了结合模糊系统的温升计算新方法,运用新方法对阀厅金具温升进行计算.通过阀厅金具温升试验得到足量数据,将所有数据分成训练数据与测试数据,要求训练数据代表样本空间的主要特征.将基本粒子群算法与梯度下降算法结合,得到改进粒子群算法.利用训练数据训练模糊系统,所用算法依次为基本粒子群算法、梯度法、改进算法,改进算法的收敛效果最好.运用回归分析对相应温升进行计算.通过测试检测各模型可靠性,结果说明通过改进粒子群算法训练模糊系统计算温升是可行的.     

模糊系统结合蚁群算法的金具温升建模

为了得到准确可靠的阀厅连接金具温升模型,运用模糊系统结合蚁群算法的方法进行建模。在分析基本蚁群算法与梯度下降法优缺点的基础上,将两种方法结合形成改进蚁群算法,即在基本蚁群算法基础上应用梯度下降算法。通过试验得到的训练数据分别用基本蚁群算法、梯度下降算法、改进蚁群算法训练模糊系统,改进蚁群算法的收敛效果优于其他两种方法;通过试验得到的测试数据对4种方法所得的模型进行测试,由改进蚁群算法训练模糊系统所得模型的测试效果是最好的。结果表明,若能通过试验得到足量训练数据,用改进蚁群算法训练模糊系统的方法对阀厅连接金具的温升进行建模是可行的。     

阀厅连接金具温升模糊预测策略

针对阀厅连接金具的温升问题,提出基于模糊系统的温升预测策略,并用此方法对连接金具的温升进行预测。通过阀厅连接金具温升试验得到训练与测试数据。利用训练数据通过梯度下降算法训练模糊系统,建立相应温升模型,然后用测试数据进行测试,检验模型可靠性,相对误差平均值为8.04%,测试结果合理。用回归分析对阀厅连接金具的温升进行预测,并与模糊系统进行比较,模糊系统预测的相对误差平均值比回归分析降低了5.56%。预测与比较结果说明,模糊系统在阀厅连接金具温升预测方面具有优势。     

模糊系统结合最小二乘的温升预测方法

针对金具温升过高现象,提出了新的温升预测方法。通过温升试验得到训练数据与测试数据,利用训练数据通过递推最小二乘结合遗传算法的方法对模糊系统进行训练,利用测试数据对训练后的模型进行检验,误差处于合理范围。训练与测试结果说明运用新方法预测金具温升是可行的。通过回归分析对金具温升进行预测,并与新方法进行比较,新方法的预测效果优于传统的回归模型,比较结果体现了新方法在温升预测方面的优势。     

基于自适应网络的量子模糊推理系统

基于ANFIS与量子BP神经网络(QBP)提出了一种基于自适应网络的量子模糊推理系统(ANQFIS)。不同于ANFIS,ANQFIS以量子门旋转的方式将模糊规则强度与QBP相结合,最后以量子态的测量概率作为输出,QBP的加入使得模型的输出准确率更高,且凭借量子计算的速度优越性提升了模型的计算速度。根据梯度下降法,给出了该系统中参数的学习算法。在仿真实验中,分别使用低维数据和高维数据作为数据集来训练模型,使用攻击算法生成对抗样本进行测试,结果表明ANQFIS在输出准确率、鲁棒性方面优于ANFIS与QBP。     

基于结合模拟退火算法的动态模糊神经网络的软件可靠性增长模型

利用模拟退火算法对动态模糊神经网络的自身参数进行动态调整(SAA-DFNN),并将其应用于软件可靠性增长模型(SRGM)的研究。用软件失效数据在对动态模糊神经网络进行训练的过程中,用模拟退火算法求得动态模糊神经网络自身参数的优化解,根据得到的参数建立基于动态模糊神经网络的软件失效数据预测模型。根据3组软件缺陷数据,将SAA-DFNN建立的SRGM与模糊神经网络(FNN)、BP神经网络(BPN)、G-O模型建立的SRGM的预测能力进行比较,仿真结果表明,根据SAA-DFNN建立的SRGM的单步向前预测能力稳定,预测误差小,并具有一定的通用性。     

基于自适应模糊神经网络的水轮机特性辨识研究

利用自适应模糊神经网络(ANFIS)较强的非线性逼近能力,建立了辨识模型,对水轮机非线性特性进行了辨识.训练算法采用最小二乘和梯度下降结合的算法来训练参数,模型能很好地辨识水轮机特性,并有一定的透明性,为研究智能水轮发电机控制策略提供了有效的建模方法.     

基于模糊MARS的入侵检测系统

多元自适应样条回归是一种有效的针对高维数据回归建模方法,将该算法应用于入侵检测系统,根据入侵检测中存在的噪声数据和异常数据问题,提出了基于模糊算法的多元自适应样条回归方法。通过基于KDD1999数据集的训练和测试,与SVM在数据集上的测试结果进行对比,得出结论:该算法在入侵检测应用方面优于SVM算法。     

小卫星测试数据在线时间序列判读方法

小卫星自动化测试是提高测试效率、缩短研制周期、降低研制成本和保证可靠性的重要手段,数据判读是测试系统的重要组成部分.传统测试数据判读多依赖于测试人员的手工比对,效率较低,难以适应于实时性较高的小卫星系统测试.针对这一问题,设计了小卫星测试系统方案和数据在线判读模型,建立了测试数据的时间序列模型,在此基础上完成数据预测算法设计和判读方法设计.最后利用飞轮和陀螺的测试数据对该方法进行了工程验证.结果表明,设计的数据预测算法和判读方法兼顾测试数据自身特点和实时性要求,能在较小的先验数据集上全面地检测出数据异常,从而显著提高测试的全面性和准确性.     

基于ANFIS的混凝土空心砌块砌体抗压强度预测

为更准确地预测混凝土空心砌块砌体抗压强度,引入自适应神经模糊系统(ANFIS)建立了预估模型.以砌块强度和砂浆强度作为模型输入变量,砌体抗压强度作为模型输出变量值,构建模糊系统模型来描述它们之间的非线性关系.利用统计的国内56组试验数据对模型进行训练和测试,并将试验值与ANFIS模型预测值、现行规范计算模型预测值进行了对比.研究表明:ANFIS模型可以较好地表达抗压强度与其影响因素之间的非线性映射关系,且该模型的预测精度明显高于目前规范计算模型预测精度,可作为混凝土空心砌块砌体抗压强度预测的一种新方法.     

竞争学习的非均匀采样非线性系统的模糊辨识

在实际非线性系统中,由于资源的限制,使得输入信号快速刷新,输出信号慢速采样.利用获得的非均匀采样数据对原非线性系统辨识存在一定困难.为此,通过提升技术,把非线性系统的多个特征点局部的线性模型转化为模糊模型的后件线性模型.在此基础上,提出基于竞争学习和递推梯度下降方法的辨识算法.通过定理证明:输入信号在持续激励条件下,模糊模型的参数能够一致性收敛;针对化工p H中和过程非线性系统,采用非均匀采样数据,建立其模糊模型,通过实际数据与模糊模型输出数据误差对比,表明了实际系统在非均匀采样条件下,模糊辨识能够建立其过程模型,验证了提出方法的有效性.     

基于机器学习的轿车级别评定

建立有效的数学模型可以提高消费者判定轿车级别的准确率。首先,将数据集分为训练数据集和测试数据集,针对训练数据集分别采用支持向量机算法、随机森林算法、k-近邻算法以及朴素贝叶斯算法建立4种模型。其次,用测试数据集比较和分析模型的性能,详细分析了每个模型的优缺点,以准确率作为评价指标,并根据消费者的购买需求,选择相应的模型。     

传递函数辨识(16):频率响应二阶系统参数估计

基于功率、电压、电流与电阻的关系,建立电阻误差准则函数、电压误差准则函数、电流误差准则函数、功率误差准则函数,应用梯度搜索、最小二乘搜索原理,推导了估计电阻的递推辨识算法,包括投影算法、随机梯度算法、多新息随机梯度算法、递推梯度算法、多新息递推梯度算法、递推最小二乘算法、多新息最小二乘算法等。此外,利用系统的实频特性数据和虚频特性数据,给出求解二阶传递函数模型参数的代数方法。     

基于规则选取和补偿运算的模糊系统建立方法

为了解决模糊系统建立过程中规则数目的选择问题,提出了一种模糊系统建立方法。该方法利用K均值法计算聚类中心,不需要预先给出聚类的数目,聚类的数目根据聚类准则函数的收敛性决定,同时在算法结构中引入补偿因子以增强算法的稳定性,再结合梯度下降法辨识后件参数,从而得到模糊系统。与传统的模糊系统建立方法进行比较,该方法提高了辨识精度且能自动生成模糊规则,避免了规则数目选取的盲目性。最后将该方法用于辨识单元机组的协调控制系统,仿真结果表明了该算法的有效性和快速性。     

多元线性回归技术在水文信息系统中的应用

为了保护水资源环境需要建立一个水文信息系统.通过对系统关键技术的分析,阐述了水文信息系统的技术特征.系统主要采用多元线性回归算法,根据水文数据建立预测模型,然后对预测模型进行测试,利用测试好的模型对水位进行预测,预测结果可给水文决策者提供参考.     

基于数据挖掘技术的污泥厌氧消化模拟研究

为了更好地模拟实际工程中污泥厌氧消化系统的产气效果,以北京某大型污泥厌氧消化工程为例,以大量的工程数据为基础,分别采用多元线性回归模型、神经网络模型、分类回归模型和邻近算法模型等数据挖掘技术,对系统的产沼气效率进行了模拟预测,其中邻近算法模型具有最好的拟合效果.对邻近算法模型进行进一步研究分析,通过交叉验证法近一步优化了模型k值的选取,从测试结果可以看出随着k值增加,训练集的拟合度先下降后趋于平稳,测试集的拟合度则相反.最终确定当k值取5时,模型预测值与实际值的相关度达0.862,优于系统默认参数下的拟合效果.试验证明：数据挖掘技术可以很好地应用于污泥厌氧消化工程的模拟计算,对于数学模拟在污水处理领域的应用具有一定指导意义.     

钢板弹簧的非线性接触分析及试验研究

根据接触理论,利用ANSYS软件建立钢板弹簧的计算模型,对之进行非线性接触计算与分析.通过考虑簧片间的摩擦和接触, 得到不同载荷下的应力分布和变形情况,计算了其强度和刚度.并进行了试验分析,结果表明,非线性接触计算值和试验数据比较吻合,钢板弹簧计算模型的精度得到了提高.     

斜拉桥传感器布置优化方法应用研究

根据模态置信度准则,采用模拟退火算法,提取出斜拉桥有限元模型的动力分析数据,得到了主梁加速度传感器的优化布设方案,并根据此优化方案在实际桥梁上进行了现场动力特性测试实验。对比研究结果发现:由现场实验测得的自振频率、振型位移与ANSYS理论计算出的结果十分接近,从而验证了基于MAC准则的模拟退火算法在斜拉桥加速度传感器优化布设方面是有效的和可行的。