進(jìn)化多目標(biāo)模糊建模與塞拉門模糊FMECA分析研究.pdf

1、自模糊理論誕生以來，其在數(shù)據(jù)挖掘、預(yù)測與控制、分類等領(lǐng)域得到了廣泛的應(yīng)用。模糊建模是模糊理論與應(yīng)用中一個重要的研究方向，它分為解釋性模糊建模與精確性模糊建模兩種，前者主要關(guān)心精確性，而后者更注重解釋性。如何取得精確性與解釋性的較好折衷是目前模糊建模中重點研究問題之一，因此本論文將其作為主要研究內(nèi)容。此外，從現(xiàn)場應(yīng)用角度考慮，模糊數(shù)學(xué)與可靠性分析的結(jié)合是將模糊理論應(yīng)用于工程實際的有效方法，故本文也對此進(jìn)行了研究。
　　 本文對模糊

2、建模方法進(jìn)行了理論研究，并對模糊理論的工程應(yīng)用進(jìn)行了探討，主要工作如下:
　　 研究了一種基于模糊規(guī)則及規(guī)則前件選擇的模糊建模方法。首先，基于C4.5算法或WM算法構(gòu)建初始模糊分類系統(tǒng)或Mamdani模糊模型;然后，采用多目標(biāo)進(jìn)化算法NSGA-Ⅱ優(yōu)化所得模糊模型。與許多已有研究成果不同，該方法在優(yōu)化隸屬函數(shù)參數(shù)以提高模型精確性的同時，采用對模糊規(guī)則和規(guī)則前件進(jìn)行選擇的方式，以提高模型的解釋性，從而建立了精確性與解釋性較好折衷的模

3、糊分類系統(tǒng)和Mamdani模糊模型。通過典型Benchmark問題的建模仿真試驗和與其它文獻(xiàn)結(jié)果的比較，驗證了該方法的有效性。
　　 研究了一種基于論域劃分粒度優(yōu)化的模糊建模方法。該方法對論域劃分粒度和隸屬函數(shù)參數(shù)進(jìn)行編碼，利用多目標(biāo)進(jìn)化算法NSGA-Ⅱ優(yōu)化輸入變量和論域劃分粒度。為進(jìn)一步提高模型的精確性和解釋性，對論域劃分粒度優(yōu)化后的模糊模型進(jìn)行了再次優(yōu)化，從而獲得了精確性和解釋性的較好折衷。將該方法應(yīng)用于模糊分類系統(tǒng)和Mam

4、dani模糊模型的建模，典型Benchmark問題的建模仿真試驗結(jié)果及與其他文獻(xiàn)結(jié)果的比較驗證了該方法的有效性。
　　 研究了將層次分析法、模糊評價理論與FMECA相結(jié)合的模糊FMECA可靠性分析方法，并將其應(yīng)用于某地鐵二號線車輛塞拉門系統(tǒng)的可靠性分析，所得結(jié)果與現(xiàn)場調(diào)研的實際情況相一致，驗證了模糊FMECA方法的有效性。
　　 綜上，本文從理論研究和工程應(yīng)用兩個方面對模糊理論進(jìn)行了深入的探討，所提出方法均得到有效驗證，