灰色系统教学中白化权函数的构造方法分析

白化权函数的确定是灰色聚类评估过程中由定性分析到定量建模的关键环节.由于缺乏系统论述白化权函数的现有文献,白化权函数的概念及其构造方法难以深入理解和掌握.根据现有文献对白化权函数的概念进行了梳理和总结,并论述了白化权函数的构造方法,进而给出了确定白化权函数的一般步骤.     

基于灰色白化权函数聚类法的木结构古建筑安全性评估

为了评价木结构古建筑的安全性等级,提出了一种基于灰色白化权函数聚类法的木结构古建筑安全性评估方法.运用此方法分析了灵水村114号院南房的安全性,首先运用层次分析方法(AHP)确定各指标子因素的权重,再采用灰色白化权函数聚类法进行聚类分析,按灰色聚类系数最大值原则确定结构的安全性等级及隶属度.结果表明:利用灰色白化权函数聚类法得到的木结构古建筑安全性等级与检测结果相同.     

新一代GPS中高斯线性轮廓滤波边界效应的处理方法

分析了高斯线性轮廓滤波易造成边界效应的原因,通过实际案例指出了常用轮廓扩展法缺乏自适应性的缺陷,并在此基础上提出一种具有自适应功能的轮廓滤波边界效应处理方法——矩准则法.该方法通过在边界效应区域根据位置的不同改变高斯权函数,同时保证权函数总权重为1,且一阶矩为零,能达到可靠的滤波效果,避免了扩展轮廓带来的轮廓失真,具有较强的自适应性.实测的具有一定倾斜程度的轮廓数据曲线滤波结果证明了该方法的可行性和有效性.     

一种新的白化权函数的灰色聚类评价方法

在传统三角白化权函数的基础上,构建一个新的正弦曲线形式的白化权函数,以提高聚类对象划分为其所属灰类的聚类系数,继而建立一种灰色聚类评价改进方法.经仿真实验发现,改进方法能够有效降低聚类信息熵的值,并能提高聚类对象的归属性.通过引用研究生招生实际数据,分析验证了改进的灰色聚类评价方法在招生质量评价应用中的可行性和有效性.     

基于熵权群组分析的装备体系贡献率评估

针对目前体系背景下装备论证存在的难题,提出一种基于熵权群组分析的装备体系贡献率评估方法,首先构建适用于体系规划论证阶段的体系贡献率评估指标体系,提出评估指标的计算公式。其次利用模糊聚类和熵权法计算专家权重和指标权重,采用改进白化三角权函数评估装备体系贡献率,最后结合实例验证了该方法的有效性,可为装备体系论证提供决策支持。     

灰色聚类评估模型在安全评估中的应用

针对大多数安全评估模型通用性差的问题，利用灰色聚类理论，建立了一个新的信息系统安全评估模型. 提出了采用灰色聚类决策对系统安全状态进行评估的方法,给出了系统安全状态的灰色分类,并构造了灰类的白化权函数. 结合具体实例说明了该模型的应用，并运用灵敏度概念，分析评估结果的稳定性和可靠性.     

灰色聚类评估模型在安全评估中的应用

针对大多数安全评估模型通用性差的问题，利用灰色聚类理论，建立了一个新的信息系统安全评估模型. 提出了采用灰色聚类决策对系统安全状态进行评估的方法,给出了系统安全状态的灰色分类,并构造了灰类的白化权函数. 结合具体实例说明了该模型的应用，并运用灵敏度概念，分析评估结果的稳定性和可靠性.     

两栖装甲车辆改装前后作战性能评估

两栖装甲车辆是未来一体化渡海登岛作战,特别是应急作战的主战装备,基于灰色定权聚类和三角白化权函数,提出了对两栖装甲车辆作战性能进行评估的一般步骤.以某型水陆坦克为例,对其改装前后的作战性能进行了对比分析,并为其今后改进提出了科学化建议.     

基于阈值变权的聚类方法研究

结合阈值变权的思想提出了一种基于指标白化权函数值的灰色聚类方法,采用阈值原则对属性间的灰色属性关联矩阵进行标准化使得属性权重分配更加符合实际问题的需要.最后建立了某资产管理公司的项目评估决策模型,验证了模型的客观性与有效性.     

黑龙江省主导产业选择研究

主导产业是区域经济发展的核心和支柱,特殊的产业环境和经济结构决定了黑龙江省在发展过程中需选择主导产业,以部分产业的发展带动全省经济的进步.该文以主导产业选择的原则和基准为依据,选取主导产业选择的15项指标.应用基于三角白化权函数的灰色聚类评估模型,将多种产业按照确定权数的各项指标归入几类,最终按照指标特性优化的一类即为主导产业.将三角白化权函数灰色聚类模型应用到区域主导产业选择是一项新的尝试,可以得出能够反映各产业部门在区域经济发展中地位和作用的综合指标,对所有影响因素进行综合评估,并以此来评价产业的优劣.通过三角白化权函数灰色聚类评估模型对黑龙江省的产业进行研究,筛选出适合黑龙江省经济发展的主导产业,筛选结果验证了模型的适用性及可信性.     

数据驱动的GMC稀疏增强诊断方法

在机械故障诊断中,针对传统方法提取微弱故障特征时易受强背景噪声干扰而精度低的问题,提出了一种基于数据驱动的广义最小最大凹惩罚函数增强的稀疏特征提取方法。该方法利用非凸的最小最大凹惩罚函数建立无约束优化问题目标函数来提高故障特征的提取精度。该惩罚函数非凸可加强特征的稀疏性,并且证明了保持目标函数整体呈现严格凸性所需要满足的约束条件。将近端算法用于所构造的无约束优化问题的求解。此外,研究了数据驱动的正则化参数设置准则,保证所提出的稀疏特征提取方法具有参数自适应性。在仿真信号和实际故障实验中验证了所提出的自适应稀疏增强的特征提取方法,结果表明所提出的方法可以精准地提取出故障特征且效果更稀疏。     

基于梯形灰色聚类分析的电力变压器故障诊断

引入灰色系统理论,通过改进的灰色聚类算法,提出了影响因子的概念,通过影响因子对变压器故障标准模型的数据进行优化,选取梯形白化函数的两个端点,采用梯形灰色聚类算法对变压器故障类型性质及部位进行分析和判断。从而为变压器故障诊断提供了新的方法,实验分析结果表明,该方法与实际吊罩检测结果一致,具有一定的有效性和实用性,并且具有分析速度快,实时性好的优点。     

Fault diagnosis of power-shift steering transmission based on multiple outputs least squares support vector regression

A method of multiple outputs least squares support vector regression (LS-SVR) was developed and described in detail, with the radial basis function (RBF) as the kernel function. The method was applied to predict the future state of the power-shift steering transmission (PSST). A prediction model of PSST was gotten with multiple outputs LS-SVR. The model performance was greatly influenced by the penalty parameter γ and kernel parameterσ2 which were optimized using cross validation method. The training and prediction of the model were done with spectrometric oil analysis data. The predictive and actual values were compared and a fault in the second PSST was found. The research proved that this method had good accuracy in PSST fault prediction, and any possible problem in PSST could be found through a comparative analysis.     

窄线间距同杆双回线故障的对称分量分析

针对220 kV电网中常见窄线间距同杆双回线的互感参数特征,提出了一种基于双回线互感均值的实用故障分析方法,可以分析计算同杆双回线上的所有单回线短路及跨线故障。利用窄线间距双回线互感均值替代数值彼此差异较小的相间互感和线间互感,进而可将双回线上的任一短路故障简化为一个等效的单回线故障,用对称分量即可解算。避免了使用六序模量进行分析,简化了计算。算例与ATP-EMTP仿真的对比表明,该方法引入的误差合理,能够满足计算分析的需要。新方法基于现场实际,具有物理意义明确,简单实用等特点。     

基于自适应神经网络滑模观测器的容错控制

针对机电伺服系统可能发生的故障,提出基于自适应神经网络滑模观测器的快速终端滑模容错控制策略. 在自适应滑模观测器中引入神经网络估计故障,以提高故障发生时观测器的状态估计精度和故障检测准确性. 利用观测器的状态估计值进行状态重构,结合参数自适应技术和快速终端滑模控制方法设计主动容错控制器. 针对参数不确定性设计参数自适应率进行估计,并利用前馈补偿技术补偿故障和参数不确定性. 针对未知上界的扰动设计具有自适应增益的鲁棒项. 利用Lyapunov定理证明所提出的控制方法可以实现系统有界稳定,大量仿真和实验结果验证了控制器在系统发生故障时具有良好的容错能力、控制精度和响应速度.     

输电线路精确双端故障测距算法研究

为了消除线路参数不确定性对测距精度的影响,提出了基于参数估计的自适应双端测距算法;利用输电线路的分布参数模型、故障前后的正序分量和负序分量写出测距的冗余方程,将线路的正序参数连同故障距离和非同步误差都作为未知量求解,从而实现自适应参数变化的双端测距算法,从原理上克服了现场和实际因素造成的线路参数不准确或变化对测距结果的影响.仿真实验和实际运行结果表明,该算法达到了很高的测距精度.     

参数估计法在双线性系统故障诊断中的应用

利用双线性系统的一致能观性把参数估计方法应用到双线性系统的故障诊断中,当双线性系统一致观观时,可用系统参数的线性函数来描述系统,这样一般的参数估计方法都可以直接用于双线性系统的参数估计,该方法对双线性系统参数的估计实时性和准确都很好,系统发生故障引起参数变化时,对变化参数的跟踪快速,准确,可做双线性系统的在线诊断方案,假设系统发生故障之前有一段正常运行阶段,则通过在该阶段的参数估计可以达到存在建模误差系统的鲁棒性故障诊断目的。     

贝叶斯证据框架下LS-SVM的BPMSM磁链建模

针对常规解析法建立无轴承永磁同步电机(BPMSM)磁链模型的局限性,提出一种贝叶斯证据框架下最小二乘支持向量机(LS-SVM)的BPMSM磁链建模方法.对BPMSM磁链的非线性建模进行简单分析,在介绍LS-SVM回归理论和贝叶斯证据框架基本思想的基础上,通过贝叶斯证据框架推断准则1确定模型的权向量w,通过贝叶斯证据框架推断准则2确定模型的正则化参数γ,通过贝叶斯证据框架推断准则3确定模型的核参数σ,进而建立基于贝叶斯证据框架下LS-SVM的BPMSM磁链模型.在Matlab7.0环境下进行仿真研究.仿真结果表明,贝叶斯证据框架下LS-SVM的磁链模型具有拟合精度高、泛化能力强、结构灵活、计算速度快等特点.     

功能点分析法的研究和改进

根据项目实践中的经验，将当前流行的软件规模度量方法——功能点分析法进行了改进。针对不同业务需求稳定性的差异，考虑到了需求在项目过程中的变化因素，在功能点分析法的每个功能点接口中分别加上一个需求稳定性的调整系数，将原有功能点逐个进行稳定性调节。本文通过一个实际的例子分析了改进前后的功能点数的变化情况，实验数据证明改进后的功能点数在项目推进过程中平稳的被完成，避免了传统的功能点数在项目后期出现较大的震荡。     

基于模糊聚类分析的汽轮机振动故障自动诊断研究

通过分析汽轮机振动故障诊断所面临的不确定性等问题,引用模糊理论中隶属度的概念来描述机组振动故障存在的倾向性,采用模糊C均值聚类方法分析机组振动的原因。通过实例检验表明,理论计算与现场检查结果相符,该方法具有良好的实际应用前景,为汽轮机组状态监测及故障自动诊断提供了一种新途径。