模糊逼近神经网络摄动系统的若干进展

本文对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科--模糊神经网络进行了综述,分析了所取得的主要成果及其特点,并指出了今后模糊神经网络研究中有待解决的许多问题.针对这些问题,介绍了笔者的工作--模糊逼近神经网络摄动系统,对开展模糊神经网络的研究将具有启迪作用和现实意义.     

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。     

模糊神经网络研究现状综述

概述了近年来模糊神经网络领域的研究方法和研究的进展,从模糊系统和神经网络结合的可能性到模糊神经网络的结构确定、常见算法、规则的提取等进行了总结和概述,并对将来的研究方向进行了探索。     

Simultaneous perturbation stochastic approximation algorithm combined with neural network and fuzzy simulation

In order to solve three kinds of fuzzy programm model, fuzzy chance-constrained programming mode ng models, i.e. fuzzy expected value and fuzzy dependent-chance programming model, a simultaneous perturbation stochastic approximation algorithm is proposed by integrating neural network with fuzzy simulation. At first, fuzzy simulation is used to generate a set of input-output data. Then a neural network is trained according to the set. Finally, the trained neural network is embedded in simultaneous perturbation stochastic approximation algorithm. Simultaneous perturbation stochastic approximation algorithm is used to search the optimal solution. Two numerical examples are presented to illustrate the effectiveness of the proposed algorithm.     

新型神经网络的发展及其应用

人工神经网络是指模拟人脑神经系统的结构和功能,运用大量的处理部件,由人工方式建立起来的网络系统。近几年来,人工神经网络的研究工作十分活跃,取得了很大的进展,研究开发出了几十种神经网络的模型,出现了多种新型神经网络结构。本文重点介绍了近年来几种新型神经网络的基本模型及典型应用,包括小波神经网络、模糊神经网络、进化神经网络、细胞神经网络、混沌神经网络,同时比较了这几种新型神经网络的优势和不足。最后,根据这几种新型神经网络的特点,展望了它们今后的发展前景。     

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。     

模糊神经网络在教学质量评估中的应用研究

为提高教学质量评估的智能性和科学性,建立了基于模糊神经网络的教学质量评估系统,详细介绍了该系统的组成原理、方法和实现技术。实例测试结果证明,该系统有较高的辨识精度和可靠性。     

模糊神经网络在黄河宁夏段水质评价中的应用

已有的关于黄河宁夏段水质评价结果基本上都受到评价者的主观因素影响而导致评价结果的客观性不足,准确性不高.鉴于此,利用模糊神经网络能够运用简单的一元函数的复合来实现复杂的多元函数,且自组织、自适应性强这些优势,着重对黄河宁夏段水体环境进行了综合评价.从而为黄河流域水污染防治和水资源保护提供了重要参考.     

基于神经网络的模糊系统在电厂风机故障诊断中的应用

基于模糊理论,通过对电厂风机的故障机理的研究,提出了基于神经网络的风机模糊诊断模型,并解决了其中的关键技术。     

模糊控制理论的特点及发展

介绍了模糊控制的产生、特点及其发展。     

基于模糊神经网络的数据挖掘技术的研究

简要叙述数据挖掘的概念及几种主要的数据挖掘方法,提出一种基于模糊神经网络的数据挖掘算法,把模糊理论和神经网络结合起来构造、训练模糊神经网络,弥补神经网络结构复杂、网络训练时间长、结果表示不易理解等不足。     

模糊细胞神经网络的全局稳定性

本文研究了模糊细胞神经网络 (FCNN′s)的全局稳定性 ,获得了FCNN′s平衡点全局稳定的一些新的充分条件 ,这些条件与系统的参数有关 ,对设计全局稳定的FCNN′s具有一定的理论价值和应用价值     

一种基于模糊神经网络的变压器故障诊断方法的研究

文章介绍了一种基于模糊逻辑理论的人工神经网络，提出了利用模糊数学对神经网络的输入进行预处理的方法，并将其应用于变压器故障的诊断，提高了IEC比值法诊断变压器故障的复杂性和准确性。     

基于神经网络的自校正模糊控制器

本文针对常规模糊控制器的不足，提出了一种自校正模糊控制器，论述了它的在线调整设计方法。并在此基础上进一步利用ＢＰ神经网络进行推理，实现控制参数自动调节。为减少ＢＰ网络的训练量，对模糊集（网络的输入）进行了“编码”。最后的仿真结果表明了该控制器具有自适应和学习能力，其动态响应和鲁棒性均优于常规的ＦＵＺＺＹ控制。     

Modelling and control PEMFC using fuzzy neural networks

INTRODUCTION With worldwide increase of air pollution and the environmental consciousness of governments,people have to look for new resources to mitigate the energy crisis and improve the present environmental status(Baschuk and Li,2000;Rowe and Li,2001).Fuel cells are highly efficient and environmentally clean electricity generators(Berning et al.,2002)that convert the chemical energy of a gaseous fuel directly into electrical energy and play an important role in solving the energy pro…     

模糊神经网络中用于分类的几种误差函数的性能比较

模糊神经网络在分类应用领域有着很好的应用前景，在分类应用中，误差函数的选择对于能否取得好的分类效果至关重要，对几种常用的误差函数的性能进行了比较分析，其结论有助于应用神经网络进行分类时对误差函数的选择．     

一种利用模糊神经网络提取商业规则的数据挖掘方法

利用模糊神经网络提取规则的可解释性改进了神经网络分类的缺点,为了易于提取规则,采用遗传算法对神经网络的结构进行优化,仿真和测试表明该方法是有效的。     

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。     

虚拟环境下产品可装配性评价

在总结分析国内外有关可装配性评价研究成果的基础上,文章提出了基于模糊神经网络的产品可装配性评价方法,并给出了模糊神经网络的构建方法.经实例检验,证明文章所提出的算法具有很好的稳定性.