基于灰色GM(1,1)和自适应神经模糊推理的数据预测模型

综合利用灰色理论与自适应神经模糊推理系统( ANFIS)建立预测模型的思路,给出了利用自适应神经模糊推理系统对GM(1,1)模型残差进行修正,重构灰色GM(1,1)模型预测值的综合预测方法.选用我国某地区冬季最大电力负荷作为原始数据,用GM(1,1)模型对历年的电力负荷进行建模,并利用自适应神经模糊推理系统对其残差进行...     

基于RF和ANFIS算法的直驱风电机组故障预警

针对风电机组运行工况复杂和单一状态参数不能较好实现故障早期预警的特点,提出随机森林算法(RF)和自适应模糊神经网络算法(ANFIS)相结合的故障预警方法。该方法充分考虑机组运行数据高维非线性特点,应用随机森林算法,建立有功功率与运行参数的数据驱动模型,计算各运行参数影响有功功率的相关度;构建自适应网络模糊推理系统模型,以训练误差最大值作为故障预警阈值,实时监测发电机运行状态。将该方法应用于某1.5 MW直驱机组发电机故障预警分析,结果表明,该方法能够提前预警发电机健康状态,避免严重事故发生,对风电场开展预防性维护、维修具有重要的指导意义。     

降低煤矿企业设备维修费用的相关探讨

本文从内部和外部两因素出发，分析了影响设备维修费用的主要因素，并且从设备技术更新、设备维修费用考核指标、备品配件管理等6个方面对降低设备维修费用的途径进行了相关探讨。     

基于ANFIS的碳纤维布与混凝土黏结强度预测

基于模糊神经网络的非线性拟合能力和推理机制,研究了自适应模糊神经推理系统ANFIS在碳纤维布与混凝土的极限黏结强度预测中的应用,设计了一阶TSK模糊推理网络,建立碳纤维布厚度、宽度、黏结长度、弹性模量、抗拉强度、混凝土抗压强度,抗拉强度、宽度与极限黏结强度之间的高度非线性关系,用于黏结强度的预测。测试结果表明,自适应模糊神经推理系统计算简单、预测准确,在碳纤维布与混凝土的黏结强度预测方面优势明显。     

DOAS技术中差分吸收光学密度获取方法

针对差分吸收光谱技术(DOAS)获取差分吸收光学密度(OD)的技术特点,本文提出采用自适应神经模糊推理系统(ANFIS)来逼近DOAS测量谱中慢变成分,并依次获得痕量气体差分吸收光学密度.该方法根据DOAS系统获得测量谱的特点进行自适应调整网络参数,因此能较精确地分离慢变部分和快变部分.利用SO<,2>样气进行实验,结果表明ANIFIS比多项式函数更为灵活.基于AINFIS网络获取的OD进行浓度反演,提高了DOAS反演精度.     

ANFIS在印刷品质量评价中的应用研究

阐述了自适应模糊推理系统(ANFIS)的算法和结构,建立了印刷品质量评价体系,并提出了基于ANFIS的印刷品质量评价模型.通过运用大量的综合评价数据训练模型,弱化了评价体系中的主观因素,保证了评价结果的准确性.为印刷品质量评价提供了一种有效的方法.     

浅议舰船电子维修规范化控制策略

对舰船电子维修规范化进行有效的控制,是舰船修理周期和质量的有效保证。机制及管理等诸多方面的因素是舰船电子维修进度缓慢的主要原因。本文就如何提升舰船电子维修进度谈谈自己的一些想法。     

基于模糊逻辑的舰船维修经费预测

针对多输入、单输出的复杂非线性系统，基于Takagi-Sugeno模糊规则给出了一种系统预测模型，分别用模糊C- 值聚类算法和线性回归方法导出模型参数。利用该模型对舰船维修经费进行了预测，并进行了精度分析。     

自适应神经网络模糊小波语音消噪算法

针对有色噪声,采用自适应神经网络模糊系统模糊(Auto Neural Fuzzy Inference System,ANFIS)逼近有色噪声,利用自适应神经模糊推理系统ANFIS对噪声的非线性动态特性进行建模,提出了语音自适应神经网络模糊小波消噪算法,建立并训练了消噪系统。对被有色噪声污染的测量信号经模糊消噪后,根据信号和噪声的小波系数在不同分解尺度上的传递性,进行中值滤波和小波重构,得到了干净的语音。对算法进行了仿真实验,结果表明,消噪效果明显。     

基于ANFIS系统的基结构自适应生成

以形成基结构智能自动生成系统为目标，以并行自适应神经-模糊推理系统（ANFIS）为工具，建立了具有桁架拓扑结构智能自动生成功能的并行ANFIS系统，并将形态化拓扑结构进行抽象数字提取，作为系统的输入输出数据，实质是形成一种桁架结构形态间的映射机制，以样本所蕴涵的结构构成机理，推导所要求的基结构形式。最后的计算结果表明，这里使用的基于ANFIS系统的桁架结构智能自动生成方法是有效的，能够按照用户要求生成合理的桁架基结构拓扑形式。     

ANFIS技术实现磁流变阻尼器的逆向建模及其应用

提出一种利用自适应神经模糊推理系统(ANFIS)技术有效解决磁流变(MR)阻尼器所固有的高度非线性动特性问题的方法.基于ANFIS技术建立了对于工程应用至关重要的MR阻尼器的逆向智能模型,成功地辨识出描述其阻尼力-输入电压关系的逆向动特性.在此基础上提出了一种基于最优控制的智能半主动控制策略.数值仿真结果表明了本文所提出方法的有效性和实用性,将其应用于工程纬构振动控制,能够取得良好的效果.     

输电线路覆冰的自适应网络模糊推理预报模型

输电线路覆冰会引起舞动、闪络、跳闸甚至断线倒塔等事故。根据客观条件对可能出现的覆冰进行预测具有重要意义。本文采用自适应网络模糊推理模型对线路覆冰进行拟合和预报,克服了模糊推理模型中隶属度函数参数设置较为主观的问题。利用matlab7.0模糊逻辑工具箱对某500k V输电线路部分覆冰观测数据进行建模,分别建立线性输出模型和常数输出模型,在小样本条件下,常数模型预测精度较好。预测结果表明,自适应网络模糊推理模型对覆冰进行预报较为可行和适用。     

拖航安全性影响因素权值的确定方法

运用重要度排序指数法对拖航安全性影响因素的权重进行评价，对变权综合决策方法在舰船拖带中的应用进行了探讨．针对舰船拖带这一多目标决策问题建立了决策模型，对于影响拖带安全的主要指标的权重给出了相应的计算方法，并通过实例对拖带方案进行了评估，为舰船拖带的最优化评定提供了有效的解决途径．     

车辆野战维修装备编配影响的相关因素分析

确定车辆野战维修装备编配的依据和原则,通过车辆装备保障需求、车辆野战维修装备性能、维修人员、装备寿命周期费用等影响因素分析,为上层装备管理者进行编配提供有益参考。     

水声信号预测的神经网络方法

水声信号的局部可预测性在水声信号处理中具有重要作用,它是解决非平稳信号检测问题的基础。基于非线性时间序列局部可预测性原理,采用人工神经网络技术,研究了水声信号的神经网络预测,讨论了预测模型的建立和网络结构参数的设计。分别采用BP网络和RBF网络对实际舰船水声信号进行预测,通过对仿真数据和实际舰船辐射噪声数据预测的结果分析,得出了两种网络预测模型的误差分布,提出了减小预测误差的有效方法。为今后进一步开展水声信号预测研究奠定了基础。     

ANN—FRIFS在多传感器信息融合故障诊断中的应用

对于多传感器故障诊断系统，必须根据环境的变化和传感器的状态等合理地运用各传感器的信息。文中设计了一种基于经验规则和模糊推理功能的ANFIS置信度判别器，此判别器能自适应地对各传感器数据综舍判别，得到它们相应的故障置信度，进而对多传感器的信息进行融合，提高了诊断的准确度。     

基于多信号模型的舰船柴油机测试性研究

从设计着手,全系统全寿命周期考虑装备的测试诊断问题是避免重大事故发生和降低维修保障费用的有效手段.在充分研究舰船柴油机测试性特点及现状的基础上,引入多信号模型对舰船柴油机的润滑系统进行了测试性建模与分析,对其测试性设计提出了改进措施,能够全面地检测与隔离故障,为科学合理的制定测试方案提供了方法指导.     

维修工程管理研究与发展综述

综述了近几十年来维修工程管理的研究与发展，如人工智能、故障诊断、机器状态监测技术(如振动分析、红外检测、热录像仪等)、预测和预防性维修(PPM)、全员生产维修(TPM)和主动性维修(PM)等，论述了综合应用机器实时状态监测与故障诊断、人工智能、计算机通讯技术以及先进的维修管理理念的集成质量控制与维修系统，最后提出一种目前世界领先的远程智能维修系统。内容包括：实践应用中的维修管理评估、智能和集成维修管理、状态监测维修中的智能预测决策支持系统(IPDSS)、设备状况衰退趋势预测——人工神经网络方法、IPDSS支持的维修管理、故障诊断中的人工智能应用、基于可靠性的预防性维修安排和远程智能维修系统。     

基于可拓工程方法的维修保障系统效能评估研究

分析了维修保障系统效能的影响因素．应用可拓工程方法建立了维修保障系统效能多指标参数的物元可拓评估模型，以定量的结果对维修保障系统效能进行了评估分级，并与层次分析法和突变评价法的结果进行了比较，结论基本一致．为维修保障系统效能评估问题寻求出一种新的方法，其评估结果可为决策提供定量依据．     

舰船装备维修中的维修级别分析

论述了维修级别分析的思路和方法，运用分析决策树模型和经济性分析模型，重点研究了面向装备的维修级别分析方法，并结合实例讨论了舰船装备维修决策中维修级别分析方法的应用。