基于模糊神经网络的成绩评价模型的研究

将模糊系统与神经网络结合,提出了一种成绩模型。根据成绩评价过程,采用五层结构的模糊神经网络(FNN),用自适应学习步长来加速网络收敛速度,用云模型来描述模糊的隶属关系。模型具有结果稳定,计算速度快的特点。试验结果表明:与常规的方法比较,该模型的评价准确性高。     

基于BP神经网络区域经济发展实力的模糊综合评价

根据统计评价原理。结合江西省省情，构建了一套区域经济发展实力评价指标体系。应用BP神经网络模型对区域经济发展实力进行了综合评价。     

基于补偿模糊神经网络在高校课堂评价中的应用

分析了补偿模糊神经网络的原理及其实现过程,并把它应用到高校课堂综合评价中,构建了高校课堂教学质量评价的补偿神经网络模型。实验结果表明,该评价模型能够较好地对课堂教学质量进行综合的评价,评价结果有利于促进课堂教学质量的提高。     

基于模糊神经网络的城市地下水水质评价研究

为了更好地研究分析陕西省汉中市中心城区水源地与各县水源地的水质现状,为当地生态环境保护提供决策参考依据.在对2011年到2013年汉中市城市集中饮用水水源地水质状况分析的基础上,结合T-S模糊神经网络模型,选取汉中市城市境内7个监测点地下水源的实测数据,有针对性地选择9项指标作为水质评价因子,对汉中市地下水质量现状进行综合评价.分析结果表明:汉中市城市中心水源地水质和各县水源地水质达标率均为100%,但是水质有逐年下降的趋势,需要引起当地环保部门的重视,加强地下水源地的保护.     

基于模糊聚类的自适应模糊神经网络

本文将模糊C均值聚类和自适应神经模糊网络结合起来．模糊C均值聚类用于对输入变量空间进行划分,生成初始的模糊规则库,自适应模糊神经网络（ANFIS）选用最小二乘法和BP算法．与普通的模糊神经网络相比,这种模糊神经网络收敛速度快,建模精度高。     

基于模糊综合评价的高校教学质量保障体系研究

本文结合高校实际情况，阐述高校教学质量保障体系的内涵和构成要素，分析高校教学质量保障体系存在的主要问题。建立了适用于高校教学的质量保障体系，最后运用模糊综合评价法对高校教学质量保障体系进行了量化评判和分析。     

基于AHP法的城市道路交通安全模糊评价研究

以道路交通安全影响因素—人、车、路、环境及管理为前提,依据系统工程学原理,确定了城市道路交通安全评价指标体系,采用层次分析法确定评价指标的权重,建立了模糊综合评判模型,划分城市道路交通的安全等级,并结合福州市实例进行评判计算,确定该城市的道路交通安全等级.评价结果表明,该方法的评价结论可信,可以对城市的道路交通安全水平做出合理的定性评价.     

基于神经网络的高校教师课堂教学质量评价

在分析了高校教师教学质量评价特点的基础上,构建了一种基于模糊理论与神经网络的高校教师教学质量评价体系。该模型将教学评价指标概念量化成确定的数据作为网络的输入,模糊综合评价结果作为输出。该方法既克服了评价主体在评价过程中的主观因素,又得到了满意的评价结果,具有广泛的适用性。     

基于空天地一体化的城市公共安全监测方法研究

城市公共安全是城市发展的重要保障,如何有效地监测城市公共安全状况是当前城市管理和安全管理领域亟待解决的问题,单一的监测方法已无法满足城市公共安全监测的需要。本文提出了基于天空地一体化的城市公共安全监测方法,通过无人机、卫星遥感等技术手段实现了对城市公共安全状况的全方位监测,为城市管理提供了新的技术思路和决策支撑。     

基于PLC的模糊神经网络控制系统的研究

本文对活性白灰回转窑生产线进行了PLC系统配置,分析了T-S模型的模糊神经网络的结构,进一步分析了模糊神经网络的学习算法,给出模糊神经网络PID的结构和设计方法,并对该系统进行了仿真,证明该系统具有良好抗干扰和跟随能力。     

基于BP神经网络的网络安全评价方法研究

阐述了BP神经网络的基本理论、算法、缺陷及改进方法,在遵循BP网络建模基本原则和步骤的情况下,建立了可靠、有效的网络安全综合评价模型。通过实例对网络安全进行研究,选择合适的学习样本及参数进行训练,并获得较好的评价结果,评价结果客观、正确,计算结果贴近成功案例结果。     

基于模糊神经网络的非营利组织绩效评估

非营利组织绩效评估是一个新兴的课题,具有模糊性的特点。模糊神经网络作为模糊理论同神经网络相结合的产物,它集成了二者的优点,弥补了彼此的不足。利用模糊神经网络对非营利组织绩效进行评估,首先建立评估指标,然后通过模糊神经网络模型的构建,对评估指标进行分析,最后得出评估结果,从而达到评估的客观性和准确性。     

滨州市公交线网的模糊综合评价

在综合考虑公交系统多种影响因素的基础上,设计出滨州公交线网的评价方案,利用模糊综合评价对滨州市现有公交线网进行分析,结果表明该法比较合理.     

基于模糊神经网络的程序设计能力、实践与创新能力评价方法

为了有利于解决现有评价方法计算复杂,过多地将专家意见等主观因素引入到评价体系中,建立了计算机专业本科生程序设计能力、实践与创新能力的3级评价指标。由于模糊神经网络汇集了神经网络与模糊理论的优点,集学习、联想、识别、信息处理于一体,能够更加真实地反映人脑对于外界信息的处理;采用模糊神经网络设计实现了程序设计能力、实践与创新能力评价方法。实验结果表明,该方法可以较为合理、全面、客观地评价计算机专业学生的编程、实践与创新能力,有利于发现教学、实践环节中的不足之处,进一步培养经济社会发展急需的信息产业人才。     

基于BP神经网络泛化能力的模糊聚类分析

利用专家经验对样本集进行聚类,通常是便捷有效的,为了衡量聚类的可信度,提出了基于BP神经网络泛化能力的模糊聚类方法,实例表明,此方法是行之有效的。     

基于模糊神经网络分类算法的绩效考核评聘策略研究

当前全国各高校都在进行绩效工资改革,但在如何评判教师业绩方面,没有统一的标准。如何将对教师业绩的评价机制与各高校自身的发展目标紧密地联系起来,与我国教育事业的发展目标有机地结合起来,充分调动广大教师从事教育和科研的积极性,是绩效工资改革成败的关键。本文在绩效工资考核评定策略方面进行了研究,将计算机人工智能机器学习领域的模糊神经网络分类算法引入到绩效工资考核评定策略中来,以期在各项绩效工资考核指标间客观公正地分配权重系数,从而为制定出具有说服力的绩效工资考核评定策略提供支持。     

基于模糊神经网络控制的供热系统

提出了一种基于神经网络控制的供热系统,采用经典的前向3层神经网络对fi模拟,并根据监测点的历史供暖数据进行网络训练。使用本控制系统对某小区的2008年的供热系统进行仿真控制,并与该年实际供热结果进行比较,结果表明其系统供热效率明显提高,节约能耗效果显著。     

采用小波变换与RBF神经网络优化的电机故障模糊诊断系统

针对特征信号淹没于噪声信号的情况,采用Morlet小波分析实现了对原始电流特征信号的降噪.同时,采用基于RBF神经网络的最优化插值与具有频谱细化特性的CZT分析,提升了频谱分辨率,充分展现了发生故障时电流特征信号的频谱细节,为电机故障诊断系统提供了可靠的诊断依据.建立了基于改进型BP神经网络的电机故障模糊诊断系统,抽象出了偏心故障的诊断规则.实测结果表明,该系统能够可靠地诊断电机的偏心故障.