为了减小混合动力汽车的燃油消耗和减少尾气中有毒气体含量,提出了迭代动态规划与自适应神经模糊推理系统相结合的能量管理方法.建立了并联式混合动力汽车动力系统模型,以车速和加速踏板开度为依据给出了换挡策略;建立了能量管理问题模型,使用迭代动态规划方法求解了最优控制律,但是此控制律无法应用于车辆的实时控制;提出使用自适应神经模糊推理系统探索最优控制律与车辆状态间的非线性映射关系,根据车辆状态确定最优控制律,实现了最优控制律的实时控制.使用CCBC工作作为验证工况,与基于规则控制策略、等效燃油消耗最小方法相比,控制方法的百公里油耗分别减少了18.56%、3.93%,且有毒气体含量明显少于另外两种方法,证明了控制方法的优越性.

为了实现对数控机床绿色度的智能评价,提高数控机床绿色度预测精度,提出了一种基于聚类和自适应神经模糊推理系统(ANFIS)的评价方法.采用改进的粒子群优化模糊C均值聚类算法实现样本的自适应分类,生成辅助ANFIS学习的训练样本集;建立基于ANFIS的评价模型,通过对训练样本集的学习自动生成模糊规则,消除评价指标的模糊性和随机性对评价结果的影响;训练后的评价模型可用于评价样本的自适应推理.最后利用提出的评价方法对数控机床绿色度进行实例分析,验证了该评价方法的有效性.

针对现有真空电弧焊接技术引弧过程的各关键因素没有明确标准,大部分依据经验来调节各因素的数值等问题,对真空电弧焊接设备的引弧过程影响因素进行了研究.以快速建立电弧、得到稳定引弧电流为目的,从电弧建立的基本机理入手,对氩气流量、击穿电压、击穿距离以及钽管直径等引弧过程中各影响因素进行了逐一分析.使用自适应神经模糊推理系统（adaptive neuralnetwork based fuzzy interference system,简称ANFIS）模型建立引弧最优参数预测模型,使用氩气流量、真空度、击穿距离及钽管直径作为模型输入,预测击穿电压最优值.通过现场实验,验证和完善了理论研究以及本研究参数预测模型的预测性能.结果表明,使用本研究的预测模型得到的系统参数进行引弧实验,引弧电流稳定,符合工艺要求.