[发明专利]基于模糊神经控制系统的疏浚工艺智能决策分析方法

权利要求书

1.基于模糊神经控制系统的疏浚工艺智能决策分析方法，其特征在于：包括以下步骤，

步骤一，收集影响疏浚作业施工工艺相关决策参量的数据资料；

影响疏浚作业施工工艺相关决策参量包括泥浆浓度、绞刀转速、泥泵转速、管路流速、绞刀横移速度、绞刀切泥厚度、绞刀前进距离、绞刀深度、台车行程、管路均浓度和出口流速；

步骤二，应用matlab主成分分析方法，找出贡献率最大的几个决策参量及其特征阈值；

贡献率最大的决策参量包括泥浆浓度、绞刀转速、泥泵转速、绞刀横移速度和绞刀前进距离；

步骤三，建立知识库；所述知识库包括模糊规则库和模糊数据库；

所述模糊规则库中定义了模糊规则；所述模糊数据库中定义了模糊规则中用到的隶属函数，隶属函数采用三分法计算获得；

具体隶属函数值由所需贡献率最大的决策参量取值求出；

步骤四，选择模糊神经控制系统机构，建立人工神经元，根据疏浚作业复杂度确定神经网络的隐层数；

步骤五，建立模糊神经控制系统，对疏浚作业施工进行辅助决策。

2.根据权利要求1所述的基于模糊神经控制系统的疏浚工艺智能决策分析方法，其特征在于：采用三分法计算获得隶属函数的具体过程为，

1)定义空间Ω，将Ω划分为三个子空间A1、A2和A3；

2)定义A1和A2的分界点/面为ξ，定义A2和A3的分界点/面为η；

3)使用随即分割法计算隶属函数的公式如下，

设(ξ，η)是满足P(ξ，η)＝1的一组连续随机向量，又假设(ξ，η)的每次取值对应一个映射e有

e(ξ，η):Ω→U＝{A1,A2,A3}

即每确定一次边界后都可得出三个相应的子空间

且

e ( ξ , η ) ( x ) = A 1 x ≤ ξ A 2 ξ < x ≤ η A 3 x > η ]]>

其中：U是包含三个子集A1,A2,A3的全集；e(ξ，η)表示(ξ，η)的每次取值对应一个映射e；e(ξ，η)(x)表示当ξ和η确定时A1,A2,A3的取值范围；

则三个模糊子集对应的三个隶属函数和为，

μ A 1 ( x ) = ∫ x ∞ P ξ ( u ) d u ]]>

μ A 2 ( x ) = 1 - μ A 1 ( x ) - μ A 3 ( x ) ]]>

μ A 3 ( x ) = ∫ x ∞ P η ( u ) d u ]]>

其中，Pξ(u)和Pη(u)分别为ξ与η的边缘分布密度函数。