基于元认知和模糊综合评判的智能化倒闸操作模拟培训系
基于Silverlight的倒闸操作仿真培训系统的设计与开发

基于Silverlight的倒闸操作仿真培训系统的设计与开发武江斌;宋玮;张琳;陈哲星
【期刊名称】《电力信息化》
【年(卷),期】2011(9)9
【摘要】提出了一种基于SOA的倒闸操作仿真培训系统的架构,利用Microsoft Visual Studi0 2010开发工具进行开发,实现了仿真培训软件的倒闸操作、监盘显示等基本功能.该软件为在校学生提供了在线培训平台,有助于学生进入工作岗位后尽快进入到工作角色成为合格的专业技术人员.
【总页数】5页(P80-84)
【作者】武江斌;宋玮;张琳;陈哲星
【作者单位】华北电力大学电气与电子工程学院,河北保定071003;华北电力大学电气与电子工程学院,河北保定071003;华北电力大学电气与电子工程学院,河北保定071003;华北电力大学电气与电子工程学院,河北保定071003
【正文语种】中文
【中图分类】TP319
【相关文献】
1.基于VB6.0的变电站倒闸操作票系统开发 [J], 赵建伟
2.电网调度倒闸操作命令票系统的设计与开发 [J], 孙广辉
3.基于Visual Basic6.0开发的《倒闸操作危险点预控管理系统》 [J], 李智
4.基于和51单片机的铁路变电所倒闸操作模拟平台开发与研究 [J], 王海军;王程
5.基于500kV变电站倒闸操作风险管控工具的变电运维员工培训体系设计 [J], 黄家豪; 包威; 阳祎; 李星
因版权原因,仅展示原文概要,查看原文内容请购买。
智能变电站二次仿真培训系统设计与实现

智能变电站二次仿真培训系统设计与实现
张园园;王旭;冯凝;孙金莉
【期刊名称】《湖北电力》
【年(卷),期】2015(039)002
【摘要】针对智能变电站存在着概念抽象、专有名词众多、难以透彻理解的特点,提出了智能变电站二次设备仿真培训系统的设计方案.该系统采用实物智能电子设备(IED)与虚拟IED相结合的构成方式,实现了形象性与可扩展性的统一;采用变电站系统配置描述(SCD)文件的智能解析技术,实现了二次虚端子回路的形象化展示;通过故障动态设置技术,实现了多种运行故障的逼真模拟.该系统能显著提升智能变电站的培训效果与运维水平.
【总页数】3页(P35-37)
【作者】张园园;王旭;冯凝;孙金莉
【作者单位】国网湖北省电力公司检修公司,湖北武汉430050;国网湖北省电力公司检修公司,湖北武汉430050;国网湖北省电力公司检修公司,湖北武汉430050;国网湖北省电力公司检修公司,湖北武汉430050
【正文语种】中文
【中图分类】TM63
【相关文献】
1.变电二次设备仿真培训系统平台的设计与实现 [J], 王旭;张媛媛
2.智能变电站二次设备仿真培训系统可视化研究 [J], 何志鹏;郑永康;李迅波;廖小
君;刘勇
3.智能变电站二次设备仿真培训系统的可视化 [J], 牛延;徐梦洁;付烨;王炎军;
4.智能变电站二次安措在线监视和校核系统的设计与实现 [J], 刘志仁;曹伟杰;曹卫国;宋强;李科
5.智能变电站二次设备智能验收系统设计与实现 [J], 谢国强;熊华强;邹丽;姚诸香;万勇;潘本仁;桂小智;王冠南;姚辉昌
因版权原因,仅展示原文概要,查看原文内容请购买。
模糊综合评价算法在模拟教学急救系统抢救措施中的应用

( 2 )当抢 救措施 涉及到 一项及 以上操 作且无 质量 达 标要求也无执行顺序要求时 , 权重 2 =( 0 . 3 3 0 7 9 , 0 . 1 9 8 6 7 , 0 . 2 3 5 2 7 , 0 . 2 3 5 2 7 ) 。 ( 3 )当抢 救措施 涉及两 项及 两项 以上操作且 有质 量 达标要求也有执行顺序要求时 , 权重 3 =( 0 . 3 3 0 7 9 , O . 2 3 5
该生 的操作选 择 、 执行顺 序 、 完成 质量 、 剩余 时 间内实施 项进行 评 重 3 学号 6病症 B ( 1 1 1 0 0 ] , 0 , 0 , 0 , 1 , Y, 0 , 0 , 0 , 0 , 1 , 0 ) 权重 2 分, 系统根据该生 的实施操作情况在符合 的等 级位 置置… 1 ’ , 得到该 根据抢救规范对学生 的操作 中的四个 指标进行评议 , 得 到的结 生 的模糊综合评 价矩 阵 尺 。 在抢救措施 评价 中, 为 了能客观 的评价各个 因素 的作 用 , 采用 果见表 2所示 。 将数据代人公式【 2 ] 法计算抢救措施综合评价值 , 如表 3 所示 。 公式 ( 1 ) 模糊算子模型 。 根据模 糊综合评 价结果 , 计算评 价对象 的综合分 值
价 体 系 剩 余 时 间 内 实 施
操 作 选 择
执 行 顺 序 操 作 质 量 操 作 一 质 量 操 作 二 质 量
表 2学 生操 作 隶 属 矩 阵
模糊 晾舍评 价矩 阵 举 号 1 0 0 0 0 、 0 1 0 0 0 、 1 0 0 0 0 2 R = 1 0 0 0 0 1 0 0 0 0 l 0 0 0 0 \ 0 0 0 0 1 3 R = 0 1 0 0 0 0 Z 0 0 0
模糊综合评判法在高职院校助学金评定中的应用

模糊综合评判法在高职院校助学金评定中的应用卓春英;孙文鑫【摘要】为保障家庭贫困的学生顺利完成学业,国家开设了助学金对部分学生进行资助。
确定了高职院校学生助学金评定的指标,根据国家设定助学金的标准确定了高职院校学生助学金的评价集,并运用问卷调查法确定了某高职院校学生的评价矩阵,从而建立了高职院校学生助学金评价的模糊综合评判模型。
%In order to ensure the students to complete their studies, the country grants funding for some students.The indexes of financial aid in higher vocational college was established,obtained the evaluation set according to the national financial standards,the evaluation matrix was obtained using the question survey.So the fuzzy comprehensive evaluation model of financial aid in college was built.【期刊名称】《高师理科学刊》【年(卷),期】2015(000)003【总页数】3页(P21-22,25)【关键词】高职院校;助学金;模糊综合评判;权重【作者】卓春英;孙文鑫【作者单位】重庆水利电力职业技术学院基础教学部,重庆402160;重庆水利电力职业技术学院基础教学部,重庆402160【正文语种】中文【中图分类】O159模糊综合评判是模糊数学中一种处理不确定性问题的数学方法.随着经济的快速发展,生活中问题的复杂性和不确定性也不断增强,这也使人们对事物的判断缺乏公平性.所以应用模糊综合评判法求解社会中的问题越来越受到人们关注[1-5].随着我国高等教育的普遍化,贫困大学生的规模也逐渐扩大.特别是高职院校的学生,这些学生大多都来自边远地区.为了鼓励学生勤奋学习,保障家庭经济困难的学生顺利地完成学业,我国设立了助学金这一政策.如何在高职院校中公平、公正地对这些助学金进行合理的分配,关乎到每个学生的成长.因此,高职院校学生助学金的评定方法成为近年来讨论的热门话题[6].本文运用模糊综合评判法对高职院校学生助学金评定这一问题进行了探讨.1 模糊综合评判法定义[7] 设因素集U={u1, u2, …, un },评价集V={v1, v2, …, vm },权重W=(w1, w2, …, wn ),f是从因素集U到F(V)的一个模糊映射:f∶U→F(V), ui↦(ri1, ...,rim ),称模糊映射f确定的模糊关系R为模糊评价矩阵,记为其中:r 表示因素集U中元素u关于评价集V中元素v ijij的评价.由权重矩阵与模糊评判矩阵R的乘积得到向量1, 2, ⋅⋅, m).对B进一步归一化处理,即得1, 2, ⋅⋅, m).2 模糊综合评判法在高职院校助学金评定中的应用2.1高职院校助学金评定指标集和评价集的确定高职院校助学金评定指标(U)由热爱祖国、遵纪守法(u1),道德品质良好、诚实守信(u2),勤奋学习、积极向上(u3),生活简朴、家庭贫困(u4)等4个指标确定,即U={u1, u2, u3,u4}.根据我国设立的高职院校学生助学金标准,高职院校助学金评价集包括一等国家助学金(v1)、二等国家助学金(v2)以及三等国家助学金(v3)等3个评价集,记作V={v1, v2,v3}.2.2 高职院校助学金评定权重的确定直接采用重庆某高职院校助学金评定中的各项权重.具体各指标的权重为ω=(ω1, ω2, ω3,ω4)=(0.2, 0.3, 0.3, 0.2),其中:ω1表示热爱祖国、遵纪守法的权重;ω2表示道德品质良好、诚实守信的权重;ω3表示勤奋学习、积极向上的权重;ω4表示生活简朴、家庭贫困的权重.2.3 高职院校助学金评定模糊矩阵的确定为了确保数据的合理性和有效性,本文采用问卷调查法对某高职院校学生助学金的评定进行了问卷调查研究.利用统计出的评语cvi 的频数,通过公式计算出各指标的模糊评价矩阵(r),其中:m为调ij查问卷总数.通过统计的结果得到模糊综合评价矩阵为2.4 高职院校助学金模糊综合评价模型的建立根据计算结果,建立高职院校助学金模糊综合评价模型为由此可见,学生得国家一等助学金的概率是19%,得国家二等助学金的概率是32%,得国家三等助学金的概率是49%.因此,学生得国家三等助学金的概率是最大的.3结束语本文运用模糊数学综合评判方法,根据国家助学金的标准确定了高职院校学生助学金评价的评价集.通过确定高职院校学生助学金评价的因素,对某高职院校的学生进行了问卷调查,计算出高职院校学生助学金评价的模糊关系矩阵,建立了高职院校学生助学金评价的模糊综合评价模型.该模型的建立使高职院校学生助学金的评价更加公平、公正合理.参考文献:[1] 蒋德珑,尹淑萍,师黎,等.基于模糊综合评判的研究生综合素质评价研究[J].计算机工程与设计,2011(32):3208-3212[2] 邵世芳.基于模糊综合评判方法的大学生学习心理研究[J].经济研究导刊,2011(23):253-255[3] 唐剑锋.基于模糊综合评判的大学生消费结构分析[J].科技致富向导,2011(23):84-85[4] 孙文鑫,卓春英,模糊综合评判在高职院校教学质量评定中的应用[J].重庆文理学院学报,2014,33(5):28-31[5] 孙文鑫,卓春英,王国栋.模糊综合评判在高职院校奖学金评定中的应用[J].重庆工商大学学报,2014(9):35-39[6] 潘华莹.关于高职院校国家助学金评选办法的探索[J].东方企业文化,2014(5):346-346[7] 杨纶标,高英仪.模糊数学原理及应用[M].广州:华南理工大学出版社,2008:86-91。
模糊综合评判在设备故障预警专家系统中的应用_韩郁葱

(1. D ep t. of Comput er Sci ence and Techn ol ogy , West A n hui U niversit y , Lu’ an 237012 , China ; 2. Lu’ an Ci ty Jianlai Ch emical Corpora-
Abstract : T he st ruct ure , functio n , and w orki ng principle of t he equi pment malf unction alarm ex pert sy st em based on fuzzy com prehensive evaluation are int roduced. T he equipment m alfunctio n alarm ex pert sy stem of a chemical corpo ratio n i s g iven an ex ample. T he resul ts show t he pre sent ed method i s feasible and eff ect ive. T his st udy provides a new idea f or the st udy of equipment m alf unctio n alarm issues. Key words : fuzzy comprehensive evaluation ; subo rdinate f unctio n ; malf unction alarm ; expert sy stem 模型来预测设备及设备零件将发生故障的相关信 息 , 为设备管理和使用人员提供判断的科学依据 , [ 2] 从而保障设备的正常运行 。 设备故障的产生有 诸多影响因素(可观测和记录), 它们的值含有诸 多设备故障的预警信息 , 通过对其进行分析 , 找出 规律 , 建立专家知识库和预警模型 , 从而能够在设 备即将出现故障之前给出预警信息 。 本文以小氮肥企业设备故障预警专家系统为 例 , 在小氮肥企业 , 生产加工所使用的是复杂的机 器设备 , 影响设备正常工作的不确定因素很多 , 如 设备的工作环境 , 包括温度 、 湿度和强度等 。
基于模糊综合评价的煤矿特种作业人员安全培训评估

基于模糊综合评价的煤矿特种作业人员安全培训评估1刘嘉莹辽宁工程技术大学,辽宁阜新(123000)E-mail :Ljiaying9200@摘 要:提出了将模糊综合评判的方法运用到煤矿特种作业人员安全培训效果的评估中,指出安全培训效果模糊综合评价模型的建立可以通过建立因素集、建立评判集、建立权重集、建立因素集与评判集的模糊关系矩阵和模糊综合评判五个步骤来完成,并设计了模型实例,以期为安全培训效果评估提供一条新思路。
关键词:煤矿安全培训,效果评估,模糊综合评价1. 引言煤炭行业是安全风险比较大的行业。
由于地质环境等自然因素的复杂性,导致煤矿企业的事故发生率远远高于其他企业,这就决定了煤矿企业安全培训工作的艰巨性[1]。
尤其是对于特种作业人员的安全培训,培训效果的好坏将直接影响到煤矿企业的安全生产。
国家对煤矿特种作业人员的安全培训十分重视,要求其每两年要到专门的培训机构进行安全培训。
一个完整的培训流程应该包括培训需求分析、培训计划制定、培训实施和培训效果评估四个步骤。
而培训效果评估是煤矿安全培训工作中比较重要的环节。
安全培训效果的评估,是指安全培训机构在组织安全培训之后,采用一定的形式,把安全培训的效果用定性或者定量的方式表示出来。
良好的安全培训评估体系是在工作分析、岗位安全说明、安全绩效标准、安全管理以及安全培训要素之间的流程管理,这种流程管理的核心,就是通过安全培训不断提高安全业绩,并在提高安全业绩的基础上,逐渐提高安全绩效标准,进而使煤矿安全培训进入良性循环,真正服务于煤矿企业的安全战略[2]。
因此,应用科学的评估方法,建立完善的安全培训效果评估体系对于煤矿企业和培训机构都是十分必要的。
2. 模糊综合评价的数学模型模糊综合评判是根据给定的评价标准和实测数据,经过模糊变换后对多因素影响的待评对象做出判决的一种模糊推理方法,它是软科学的基本方法之一,一般可以分为单级或多级评定两种形式,其主要步骤如下[3]:⑴建立因素集因素集是评判因素组成的一个集合,常用有限论域()n u u u U ,,,21Λ=表示,其中()n i u i ,,2,1Λ=即代表各待评的因素。
人工智能领域模糊逻辑和模糊系统方面88个课题名称
人工智能领域模糊逻辑和模糊系统方面88个课题名称以下是人工智能领域模糊逻辑和模糊系统方面的88个课题名称:1.模糊逻辑与人工智能的应用研究2.模糊逻辑在机器学习中的应用3.模糊推理与知识表达4.模糊控制系统的设计与优化5.模糊规则库的自动构建算法6.模糊神经网络的设计与训练7.模糊集合理论与人工智能的集成8.模糊集合在聚类分析中的应用9.模糊推理在决策支持系统中的应用10.模糊系统在智能交通系统中的应用11.模糊逻辑在自然语言处理中的应用12.模糊逻辑在机器视觉中的应用13.模糊逻辑在智能机器人中的应用14.模糊逻辑在医疗诊断中的应用15.模糊逻辑在金融风险评估中的应用16.模糊决策树的构建和优化17.模糊集合在数据挖掘中的应用18.模糊规划与模糊优化算法研究19.模糊逻辑在智能交互系统中的应用20.模糊集合在模式识别中的应用21.模糊神经网络模型的改进与优化22.模糊逻辑在智能音频处理中的应用23.模糊系统在能源管理中的应用24.模糊决策支持系统的设计与实现25.模糊逻辑在人机交互中的应用26.模糊决策在供应链管理中的应用27.模糊集合在智能传感器网络中的应用28.模糊神经网络在图像处理中的应用29.模糊逻辑在机器人导航中的应用30.模糊集成系统的建模与仿真31.模糊逻辑在风险评估中的应用32.模糊控制在工业自动化中的应用33.模糊决策在项目管理中的应用34.模糊逻辑在自动驾驶中的应用35.模糊规划在城市规划中的应用36.模糊系统在嵌入式系统中的应用37.模糊逻辑在智能家居中的应用38.模糊决策在医疗资源分配中的应用39.模糊集合在物联网中的应用40.模糊神经网络在语音识别中的应用41.模糊逻辑在电网管理中的应用42.模糊控制在飞行器导航中的应用43.模糊规划与模糊匹配的研究44.模糊逻辑在航空管制中的应用45.模糊决策支持系统在供应链管理中的应用46.模糊集合在智能视频监控中的应用47.模糊逻辑在电力系统中的应用48.模糊推理在网站推荐系统中的应用49.模糊控制在水资源管理中的应用50.模糊规划与时间序列分析的研究51.模糊逻辑在虚拟现实中的应用52.模糊决策在物流运输中的应用53.模糊集合在智能安防中的应用54.模糊神经网络在手写字符识别中的应用55.模糊逻辑在风电场管理中的应用56.模糊控制在石油化工过程中的应用57.模糊规划与智能匹配算法的研究58.模糊逻辑在智能仓储中的应用59.模糊决策支持系统在供应链协同中的应用60.模糊集合在智能交通信号控制中的应用61.模糊逻辑在飞机故障诊断中的应用62.模糊决策在电子商务中的应用63.模糊神经网络在航空器设计中的应用64.模糊逻辑在火电厂运行管理中的应用65.模糊控制在化工过程优化中的应用66.模糊规划与智能匹配在人力资源管理中的应用67.模糊逻辑在物联网安全中的应用68.模糊决策支持系统在供应链危机管理中的应用69.模糊集合在智能交通路线规划中的应用70.模糊逻辑在医疗器械设计中的应用71.模糊决策在电子支付中的应用72.模糊神经网络在智能电网中的应用73.模糊逻辑在钢铁冶炼过程中的应用74.模糊控制在交通拥堵优化中的应用75.模糊规划与智能匹配在企业战略决策中的应用76.模糊逻辑在自动化仓库中的应用77.模糊决策支持系统在供应链可持续发展中的应用78.模糊集合在智能交通违章识别中的应用79.模糊逻辑在汽车动力系统设计中的应用80.模糊决策在电子游戏中的应用81.模糊神经网络在智能能源领域中的应用82.模糊逻辑在能源消耗优化中的应用83.模糊控制在机器故障预测中的应用84.模糊规划与智能匹配在企业价值评估中的应用85.模糊逻辑在火车运行控制中的应用86.模糊决策支持系统在供应链风险管理中的应用87.模糊集合在智能交通车辆跟踪中的应用88.模糊逻辑在飞行器设计优化中的应用。
基于模糊综合评判法的电力系统安全评估
基于模糊综合评判法的电力系统安全评估电力系统的安全评估是一项十分重要的工作,它关乎到整个电力系统的稳定运行和人民生命财产的安全。
电力系统安全评估的目的是通过对系统的各种安全风险进行全面综合评估,预测潜在的安全隐患,及时采取措施消除安全隐患,保障电力系统的安全可靠运行。
在电力系统安全评估中,模糊综合评判法是一种比较常用的评判方法之一。
它能够综合考虑多个因素之间的不确定性和模糊性,相对于传统的评判方法更具有灵活性和适用性。
本文将基于模糊综合评判法,对电力系统的安全评估进行详细介绍。
一、模糊综合评判法概述模糊综合评判法是一种将模糊数学的概念和方法应用于综合评判的一种技术。
它不同于传统的定量分析方法和定性分析方法,能够充分考虑各种不确定性和模糊性因素,更适用于多因素、多目标、多层次的判决问题。
模糊综合评判法的基本步骤如下:1. 确定评价指标及其权重:首先确定电力系统安全评估中的评价指标,可以包括电压稳定性、输电线路负载率、发电机过负荷能力等多个方面的指标。
然后确定各个指标的权重,反映各指标对整体安全性的重要性。
2. 建立模糊综合评判矩阵:对每个指标进行定性描述,并将定性描述转化为量化的模糊数或隶属函数,建立模糊综合评判矩阵。
3. 计算各指标的模糊评分:根据已有的数据和经验,对每个指标进行模糊评分,得到模糊评分矩阵。
4. 计算各指标的综合评价值:将各指标的模糊评分按照权重进行加权平均,得到各指标的综合评价值。
5. 得出系统安全性综合评价值:将各指标的综合评价值综合起来,得到电力系统的整体安全性综合评价值。
1. 确定评价指标及其权重电力系统安全评估中的评价指标包括电压稳定性、输电线路负载率、发电机过负荷能力、故障处理能力等多个方面。
这些指标对于电力系统的安全性具有重要影响,需要根据实际情况确定其权重。
一般来说,电压稳定性和输电线路负载率对系统的安全性影响最大,其权重较大。
2. 建立模糊综合评判矩阵以电压稳定性为例,可以将其定性描述为“良好”、“一般”、“较差”等几个等级,并用隶属函数或模糊数表示。
安全系统工程课程教学大纲
一、课程简介《安全系统工程》是针对安全工程本科专业开设的一门必修专业基础课程。
本课程是将系统工程的理论和方法与数、理、化、机、电等学科基础知识综合应用于现代安全管理和安全技术中,把技术学科和管理学科有机结合在一起,并把它们联系起来以解决错综复杂的安全课题。
安全系统工程的主要任务是采用系统工程的原理和方法,识别系统在设计、施工、运行及管理全过程中的危险性,并进行定性和定量的分析、评价和预测,提出系统危险的预防和控制对策,预防伤亡事故和经济损失发生。
二、课程目标1.本课程的教学目标课程目标1:掌握系统安全分析方法等安全基础知识,并具有能运用相应的方法识别复杂安全工程问题特征的能力。
(支撑毕业要求1-5)课程目标2:理解安全决策方法,并能通过分析文献,认识到解决复杂安全工程问题有多种方案可选择,并能优选解决方案。
(支撑毕业要求2-3)课程目标3:能够根据系统安全分析方法调研需求,进行团队合作,使用文献检索等现代化工具,撰写系统安全分析方法调研报告,能够清晰的进行陈述发言表达自己的调研结果,与他人进行沟通和交流。
(支撑毕业要求9-2)2.课程目标与毕业要求指标点对应关系三、基本要求本课程系统介绍了系统安全分析、系统安全评价、系统安全预测、系统安全决策等,而且与系统危险源辨识和安全评价密切联系,具有很强的实用性。
教学过程中要注意与先修课程基础知识的联系。
掌握安全系统工程的基本概念;掌握安全系统工程的基本内容;掌握系统安全思想的组成内容。
理解危险源辨识的有关概念;了解危险源辨识的主要方法及内容,危险源的分类。
理解系统安全分析方法的选择;掌握系统安全分析方法的基本概念、程序和适用范围。
了解安全评价的原理和原则;掌握安全评价方法的选择和安全评价程序。
了解预测的种类及基本原理;掌握安全预测方法在实际工程中的应用。
了解安全决策在安全管理中的重要作用;掌握安全决策、决策的类型、安全决策的分类、安全决策分析的任务与基本程序、潜在问题分析;安全决策常用方法的基本原理和使用方法。
自适应神经模糊推理系统在电动机软起动中的应用
(7)
式中
w11 x d1 w12 x d 2 A w1 p x dp
X
w1 p y dp w1 p w2 p x dp w2 p y dp
T
பைடு நூலகம்
p1 ,q1 ,r1 , p 2 ,q 2 ,r2
w22 , w2 p p6
X 的线性函
2 2
6
8
10
图5
输入斜坡时的转速响应曲线
(a)转矩
2 1.5 1 0.5 0 0 2 4
对于图 1 所示的 ANFIS 网络参数的学习, 可以分 为前提参数的学习和结论参数的学习两部分。假定训 练 集 为 {xdi , ydi , f di }, (i 1, 2, , p) , f di 为 当 输 入 为
{xdi , ydi } 时的 ANFIS 的实际输出。则由式(6)可得: f
3.基于 ANFIS 的电机软起动
软起动器一般采用三对反并联晶闸管构成三相调
0
0.2
0.4
0.6
0.8
1
转速 /p.u.
对应不同晶闸管触发角时的转矩速度曲线
第六层为 1 个,即控制器的输出,其函数为一阶线性 函数。 由 genfis1 函数产生初始的 FIS 结构, 设定 ANFIS 训练的步长为 150 次。利用 anfis 的函数训练 ANFIS, 训练结束误差降为 0.09288。 在 ANFIS 训练完成以及检验后,可得到如图 3 所 示的系统训练后的隶属度函数。对 ANFIS 进行训练, 调节好前提参数,再将训练好的 ANFIS 用于晶闸管触 发角控制。这样做实际上是利用了 ANFIS 的网络结构 从样本数据中归纳出经验,调节模糊规则及相应隶属 度函数的参数,训练得到的 ANFIS 即成为一般的模糊 推理系统。在实际应用中对 ANFIS 的参数进行在线调 节将能更充分的发挥 ANFIS 自适应的特点。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
其中:Qi 为某项认知能力的权值。结合倒闸操 作的特点,利用层次法确定各项认知能力的权重, 按照层次分析法的原理经过计算,可以确定权重如 表 2 所示。
表 2 确定的权重
识记 0.14 理解 0.1125 应用 0.1625 分析 0.18 综合 0.275 评价 0.13
其中 T1+T2+T3=1, T1 为填空题的权值,T2 为模 (5)
其中:t1,t2,t3 分别为在进行若干次测试后每一部 分题型的平均答题的评价值,在系统刚开始投入运 行的时候,可以有专家给定,而经过一定数量的运 行人员测试之后就可以利用公式进行调整。 ⑸ 计算测试后最终各项认知能力的评价结 果:
表 1 测试记录
题号 1 2 3 … n 培训各项认知能力的反映 识记 理解 应用 分析 综合 1 0 1 1 1 1 1 … n 1 0 … n 1 0 … n 0 1 … n 1 1 … n 评价 0 1 1 … n
⑵ 培训人员测试完后,则可以得到培训人员 对某一类型题测试得到的各项能力的表示值。 Zi=(z1, z2, z3, z4, z5, z6) (1) 其中 zi∈[0,1],0≤i≤6,zi 表示某一项认知能力的表 示值。 (2) n 其中: 0≤j≤n (n 为某一种测试题的测试题数量) 。 Rij(1)是第 i 项认知能力在本部分测试中答对的次 数。认知能力依次为识记、理解、应用、分析、综 合、评价共 6 项。 ⑶ 每个元知识点的测试题型都有以上所说的 三种方式的测试题。从而在测试结束后可以构成各
z11 A z21 z31
z12 z16 z22 z26 z32 z36
其中: z11~z16 表示填空题的 6 项认知能力的评价值。 z21~z26 表示模拟操作题的 6 项认知能力的评价值。 z31~z36 表示改错题的 6 项认知能力的评价值。例如 对上面所介绍的安铜 I 线由运行转检修这个知识点 进行完三种类型题型的测试后,就可以得到一个各 种题型各项认知能力的评价矩阵。 ⑷确定这三种题型的权值 T=(T1,T2,T3) 拟操作题的权值,T3 为改错题的权值。 Ti=ti/(t1+t2+t3) (4)
2
[8]
图 2 双母线带旁路接线方式下的安铜 I 线
下面对综合评判的过程进行详细说明: ⑴ 在测试过程中,培训人员答对某一测试题, 测试题所对应的某一项或几项认知能力值为 1,答 错或不回答,则为 0。对于题目所影响哪几项,则 由专家给出。在培训人员答完针对本知识点的某种 类型测试题后,可得到一个测试记录表。如表 1 所 示。例如对于上面所介绍的安铜 I 线由运行转检修 这个知识点,在运行人员进行完模拟操作测试题的 测试后,就可以得到一个关于这种题型的测试记录 表。
283-1 283-2 283-40 283-50
是否低于 目标培训 水平 否 停止 学习
培训 过程
图 1 培训过程图
283 283-10
283-5 283-3
2.1 培训人员的培训模型 根据美国著名教育心理学家布垆坶 (B.S.Bloom) 的理论。 可以把培训系统对运行人员 能力的培训目标根据智力活动的复杂度分为识记, 理解,应用,分析,综合,评价六个方面[7]。 系统把操作规程和倒闸操作任务设计成相关 的知识点。例如针对如图 2 所示的双母带旁路接线 方式下的安铜 I 线,设计了两个知识点:安铜 I 线 由运行转检修和安铜 I 线由检修转运行。同样对于 其他出线、母线、断路器、变压器等的倒闸操作任 务也都设计成相应的知识点。对于操作规程,如对 于 “某间隔母线隔离开关的合闸条件”的这条规 程,看作一个知识点。通过这种方式,把实际中的 操作任务和操作规程都设计成相关的知识点,便于 对运行人员培训。 在某一个知识点上,培训人员培训结束后,要 进行测试,以便程序能够监控培训人员在本知识点 达到的学习水平,修改相应的培训策略对运行人员 培训。根据培训的特点,测试方法采用模糊综合评 判方法 。 2.2 模糊综合评判方法 对于每个知识点,本系统都设计了三种测试方 式。①填空,根据具体的操作任务,空出关键的操 作步骤,由测试人员填上;②在图形界面上模拟操 作测试;③改错,给出错误的操作演示,要求指出 错误点。通过以上三种测试方式,考察培训人员对 此知识点的掌握情况。为下一步的策略选择提供根 据。例如针对如图 2 所示的双母带旁路接线方式下 的安铜 I 线由运行转检修进行倒闸操作的任务,在 填空测试题中,空出关键的一次倒闸操作步骤,让 运行人员填上,例如空出“拉开安铜 I 线 283 断路 器” ,在运行人员提交后,由系统进行判断正误,
0引言
电力系统运行人员的岗位操作技能是影响电 力系统的安全可靠性的重要因素之一。利用仿真培 训系统对运行人员培训是提高运行人员操作技能 的手段。倒闸操作培训就是仿真培训系统的重要功 能之一。相关的研究人员对倒闸操作培训进行了研 究和开发,目前在实际中投入较早和使用较多的是 [1] 带盘台模式的培训系统 ,具有监视、操作、故障 现象和处理的功能,可以方便地进行倒闸操作培 训,但这种培训系统硬件要求较高。针对这样的问 题, 有学者开发了纯软件培训模式, 对电气主设备、 间隔层和变电站层全部采用软件仿真,把倒闸操作 培训作为其中的一项重要功能 。通过分析所开发 的仿真培训系统可以发现,现有的大部分仿真培训 系统,针对物理模型、数值模型研究得比较深入, 尤其是数值模型的建模以及模拟方面,但对非数值 模型的仿真,如何模拟人的思维、问题求解、外界 感知的能力考虑较少。 本文正是从考虑运行人员的思维入手,分析了 运行人员在倒闸操作过程中的思维过程,将元认知 理论应用在倒闸操作模拟培训中 ,在培训过程中 用模糊评判系统评估运行人员对倒闸操作的掌握 情况,根据评估情况自动选择培训策略,模拟人在 认知过程中的元认知过程,有效地检测、调控运行 人员的操作,提高运行人员对操作规程的认知和正 确运用规程进行倒闸操作的能力。实现对培训人员
1
[3] [2]
2 元认知在培训系统中的应用
运行人员从学习规程,到在实际操作中应用规 程,在整个过程中,都受到元认知的指导,有相应 的元认知因素发挥作用。所以在培训系统中,模拟 认知过程中的元认知过程,根据信息获取阶段的元 认知自控机制,设计培训系统的培训过程,从分析 运行人员操作过程的思维入手,利用元认知的指导 作用,研制出运行人员培训和指导系统,可以使操 作人员快速了解规程,有效地检测、调控运行人员 的操作,提高运行人员对操作规程的认知和正确运 用规程进行倒闸操作的能力。实现对培训人员培训 的个别化和智能化。 所设计的培训过程如图 1 所示。
z11 z12 z16 B T A (T1 , T2 , T3 ) z21 z22 z26 z31 z32 z36 ( B1 , B2 , B3 , B4 , B5 , B 6 ) (6)
⑹ 计算培训人员对本知识点的掌握情况 M:
基于元认知和模糊综合评判的智能化倒闸操作模拟培训系统
高 博,栗 然
(华北电力大学 电力系统保护与动态安全监控教育部重点实验室,河北省 保定市 071003) 摘 要:针对现有倒闸操作培训系统对模拟人的思维、问
培训的个别化和智能化。
题求解考虑较少的问题。从分析运行人员的思维过程入手, 在结合上安电厂开发的培训系统中, 设计了模拟人的认知过 程的智能倒闸操作培训系统。 把操作规程和操作任务表示成 知识点, 利用模糊集理论评判监督运行人员对知识点的掌握 情况。根据倒闸操作培训的特点,设计培训策略,并利用策 略选择算法实现对培训策略的自动选择, 模拟人在认知过程 中的元认知的功能, 对培训人员培训过程进行监督和策略指 导。逐步提高运行人员对倒闸操作规程的掌握和运用水平, 完善专业知识、优化操作策略。实际应用情况表明,该系统 可以满足运行人员自我培训以及技能考核的需要。 关键词:元认知,模糊综合评判,倒闸操作,培训
zi
RiБайду номын сангаас (1)
种题型各项认知能力的评价矩阵:
b.一般重点培训=文本显示+解释+正例+反例+ (3) 模拟操作中每步进行提示 c.讲述=文本显示+解释+正例+反例 d.示例=文本显示+解释+正例 e.略讲=文本显示+解释 系统在对运行人员的状态进行评估后,根据运 行人员的学习情况,自动地调整培训的策略,对运 行人员的认知过程监督和控制,以达到更好得培训 目的。系统引入策略选择算法,自动选择更合适的 培训策略。 3.2 策略选择算法 在培训人员培训了一段时间后,根据前面的学 习效果让系统进行自动培训,使得系统以后遇到类 似水平的培训人员时能够使用自学习得出的培训 方法进行培训。每个知识点都有几种不同的培训策 略(C1,C2,…,Cn); 根据对培训人员培训的记录, 记载 着不同培训人员在某个知识点的培训情况、选择的 策略和培训的结果。可以表示为 M1(不及格) ,M2 (及格) ,M3(中等) ,M4(良) ,M5 (优)。因而通 过统计记录可得记录表 3 所示:
表 3 培训策略与测试结果分布表
M1 C1 C2 C3 C4 C5 C6 P(Mi) P11 P21 P31 P41 P51 P61 P(M1) M2 P12 P22 P32 P42 P52 P62 P(M2) M3 P13 P23 P33 P43 P53 P63 P(M3) M4 P14 P24 P34 P44 P54 P64 P(M4) M5 P15 P25 P35 P45 P55 P65 P(M5) P(Ci) P(C1) P(C2) P(C3) P(C4) P(C5) P(C6)
1 元认知在认知过程中的所起的作用
元认知理论属于认知科学的范畴。它的开创者 是 Flavell,他认为“元认知是一个人所具有的关于 自己思维活动和学习活动的认知与监控” ,他指出: “元认知通常被广泛地定义为任何以认知过程与 结果为对象的知识,或是任何调节认知过程的认知 活动”[4]。简言之,元认知就是“反映或调节认知 活动任一方面的知识或者认知活动”[5]。 较为成熟的观点是元认知由三部分构成:即元 认知知识、元认知体验和元认知调节控制[6]。元认 知知识是指个体具有的关于认知活动的一般性知 识;元认知体验是指伴随认知活动而产生的认知体 验或情感体验;元认知调节控制包括监督和控制这 两个特征,它是对认知活动积极监督和控制。 从现有的元认知研究可知,元认知监督和元认 知监控发挥着各自的不同作用,而且二者之间还存 在交互作用,Bower(1990)提出“元认知自控机 制”以解释这种交互作用。它主要包括目标状态、 当前状态,比较器和某种控制处理器等几个因素。 目标状态是认知过程中信息需要达到的熟练程度, 当前状态是由元认知中的学会感判断所操纵的掌 控程度,在比较学会感判断输出的当前状态同目标 状态之后,控制性因素被激活用来分配更多的学习 时间。直到达到理想的熟练程度。