综合评价方法在水质评价应用中的比较研究

以黄河某取水口监测点19981999年的水质为评价对象,利用灰色关联分析法、模糊综合评价法和物元分析法分别进行了综合评价,结果表明,模糊综合评价和物元分析法的评价结果一致,"中心化"灰色关联法评价结果与上述两方法的评价结果一致.     

浅地层剖面交互拾取解释技术研究

浅地层剖面探测在海洋学研究与海洋工程调查中使用愈来愈频繁,剖面资料的解释工作变得越来越繁重。因浅地层剖面实际解释工作的需要,结合浅地层剖面资料的特点,研究并实现了剖面反射层位的自动拾取、利用Event号交互拾取特征点、等Ping间隔拾取、求取海底下反射层位厚度等解释功能,这些解释功能的实现加快了剖面解释工作的进度,提高了解释结果的精度,并在实际浅地层剖面资料解释工作中取得了良好的应用效果。     

基于模糊控制的快速循迹智能车的设计与实现

提出基于模糊控制的快速循迹智能车的实现方法.利用转速传感器、线阵CCD、舵机等构成一个闭环控制系统,并采用PI算法控制智能车后轮速度.采用模糊控制算法将线阵CCD返回的误差模糊化,然后按照MAX-MIN规则进行逻辑推理,最后将推理结果反模糊化后以控制舵机转向.实验结果证明了该方法的有效性.     

模糊神经网络在GPS高程转换中的应用

介绍了T-S模糊神经网络的基本原理以及如何确定GPS高程转换的模糊神经网络模型,并采用该模型对实测数据进行了计算分析。结果表明,模糊神经网络能够对小区域GPS高程做出比较准确定的拟合,从而能够为GPS高程转换提供一种较好的方法,能够满足实际工程需要。     

基于模糊理论的时空数据模型及算法解决

针对当前时空数据模型中存在的主要问题,本文提出了一种基于模糊理论的时空数据模型.该模型从时空对象演化的角度出发,结合模糊隶属度的概念,力求精确表达对象演化的整个过程及对象之间的相互关系.在此基础上,进一步分析了该模型的数据结构以及算法解决,为时空数据模型的研究提供了新的思路.     

结合MST划分和RHMRF-FCM算法的高分辨率遥感图像分割

针对基于像素的HMRF-FCM算法抗噪性差以及对地物复杂边界分割精度低的问题,提出一种结合形状信息的静态MST区域划分和RHMRF-FCM算法的高分辨率遥感图像分割方法。该方法定义一种静态MST同质区域划分准则,借助MST能较好表达边界和形状信息、能较好抑制几何噪声的特点,解决地物复杂边界的表达和降低分割结果中几何噪声问题。首先,利用MST静态划分将图像域划分成若干个均质区域,假设每个均质区域内光谱测度服从独立同一的多元高斯分布。然后,在此基础上构建了区域隐马尔可夫随机场模型,以及建立基于信息熵和KL信息正则化项的模糊聚类目标函数。最后,采用偏微分方法对分割模型参数进行求解,从而得到全局最优分割结果。为验证本文方法,对WorldView-3高分遥感图像进行分割试验。定性、定量分析了尺度参数、光谱相似性参数和区域紧致度参数对最优分割结果的影响,并对比分析本文算法和eCognition软件中的多分辨率分割算法、分水岭算法。     

基于GIS的天山公路地质灾害危险性评价

结合天山公路实际,引入模糊理论中的多因素综合评判模型,对天山公路地质灾害的危险性进行了研究,开发了地质灾害危险性评价系统,并以专题图的形式显示评价结果。通过对结果分析,地质灾害危险性评价图中的危险等级分布,大致与野外调查一致,表明该系统对地质灾害危险性评价切实可行。     

Landslide susceptibility modeling based on ANFIS with teaching-learning-based optimization and Satin bowerbird optimizer

As threats of landslide hazards have become gradually more severe in recent decades,studies on landslide prevention and mitigation have attracted widespread attention in relevant domains.A hot research topic has been the ability to predict landslide susceptibility,which can be used to design schemes of land exploitation and urban development in mountainous areas.In this study,the teaching-learning-based optimization(TLBO)and satin bowerbird optimizer(SBO)algorithms were applied to optimize the adaptive neuro-fuzzy inference system(ANFIS)model for landslide susceptibility mapping.In the study area,152 landslides were identified and randomly divided into two groups as training(70%)and validation(30%)dataset.Additionally,a total of fifteen landslide influencing factors were selected.The relative importance and weights of various influencing factors were determined using the step-wise weight assessment ratio analysis(SWARA)method.Finally,the comprehensive performance of the two models was validated and compared using various indexes,such as the root mean square error(RMSE),processing time,convergence,and area under receiver operating characteristic curves(AUROC).The results demonstrated that the AUROC values of the ANFIS,ANFIS-TLBO and ANFIS-SBO models with the training data were 0.808,0.785 and 0.755,respectively.In terms of the validation dataset,the ANFISSBO model exhibited a higher AUROC value of 0.781,while the AUROC value of the ANFIS-TLBO and ANFIS models were 0.749 and 0.681,respectively.Moreover,the ANFIS-SBO model showed lower RMSE values for the validation dataset,indicating that the SBO algorithm had a better optimization capability.Meanwhile,the processing time and convergence of the ANFIS-SBO model were far superior to those of the ANFIS-TLBO model.Therefore,both the ensemble models proposed in this paper can generate adequate results,and the ANFIS-SBO model is recommended as the more suitable model for landslide susceptibility assessment in the study area considered due to its excellent accuracy and efficiency.     

大深度载人潜水器低速大漂角模糊滑模航向控制研究

通过模型试验测量大深度载人潜水器低速大漂角运动时所受到的非线性水动力。基于一种新的模糊滑模控制策略,为潜水器设计了鲁棒航向控制器。在不同的漂角子区间内分别设计局部镇定的滑模控制器,然后通过Takagi-Sugeno模糊推理系统将它们光滑连接,得到模糊滑模控制。仿真计算结果充分显示了该控制策略的有效性。     

基于模糊神经网络(FNN)的赤潮预警预测研究

为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。