基于决策逻辑的模糊粗糙神经网络建模

为建立相关量的预测模型,提出了一种新的基于决策逻辑的模糊粗糙神经网络建模方法.首先对原始数据进行预处理,并基于粗糙集理论进行属性约简,得到最简决策表.然后基于决策逻辑建立模糊粗糙神经网络.最后提出了一种结合混沌搜索算法和最小二乘法的Chaos-LS算法,训练模糊粗糙神经网络的参数,从而建立起系统的模糊粗糙神经网络模型.实验证明,这种建模方法建立的模糊粗糙神经网络模型具有较高的精度和泛化能力a     

基于模糊综合评估法的某综合信息系统评估

考虑到综合信息系统存在大量的模糊信息,很难用精确数学模型描述其内部关系,采用模糊综合评估法对其进行了评估.首先通过对综合信息系统的功能需求进行分析,建立了评估指标体系.然后介绍了确定指标权重的AHP法,并建立了对综合信息系统进行评估的模糊综合评判模型.最后通过实例对某装甲机械化部队综合信息系统进行了评估.     

神经网络在电梯功能安全评估中的应用

针对电梯功能安全评估中使用的专家评审法存在准确性低、稳定性差和效率低等不足,提出基于神经网络的专家评审法对电梯功能进行安全评估。分别建立了基于BP神经网络、Hopfield神经网络和模糊神经网络3种数学模型,从网络结构、稳定性和评价结果等方面对3种神经网络的效果进行分析对比。进一步对神经网络进行电梯功能安全评估的效果进行探讨,对3种神经网络在电梯功能安全评估中的特点进行了分析比较,并通过仿真结果进行了验证。结果表明,Hopfield神经网络更加适用于电梯功能安全评估。     

基于风功率数据研究的自动化风电场效益评估方法

风电场建设与其效益有着直接关系,因此风电场效益评估具有重要的研究价值。在此背景下,针对德尔菲法、数据包络分析法、模糊综合评价法评估结果与实际结果误差较大的问题,在风功率数据研究的基础,提出一种新的自动化风电场效益评估方法。该方法将粗糙集理论与BP神经网络相结合,构建一种评估模型,具体过程如下:首先选取指标数据并进行处理,包括缺失值插补、标准化和离散化;接着利用处理好的指标数据制定效益决策表和构造分辨矩阵;然后利用粗糙集进行评价指标属性约简,减少数据量;再然后构建BP神经网络模型,将约简后的评估指标作为训练样本输入到模型当中,进行训练;最后进行实测,将测试样本输入到训练好的神经网络模型当中,得出效益评估结果。结果表明:与德尔菲法、数据包络分析法、模糊综合评价法相比,利用本方法进行评估,得出的结果更接近实际结果,误差较小。     

基于模糊神经网络的汽车液压泵的故障诊断研究

为了达到准确地对汽车液压泵进行故障诊断的目的,深入地研究了模糊神经网络在故障诊断中的应用.首先,分析了模糊RBF神经网络模型以及对应的算法流程;接着,根据汽车液压泵所存在的故障建立了故障诊断的数据样本对模糊神经网络进行训练;最后,利用训练后的模糊神经网络对汽车液压泵进行故障诊断,结果表明,模糊神经网络具有非常高的故障诊断效率.     

模糊神经网络在智能攻丝控制系统中的应用研究

采用人工攻丝策略,建立了智能攻丝控制系统模型及用于处理攻丝信号的模糊神经网络计算模型,利用神经网络的自学习和自适应能力自动调整攻丝模糊系统参数,并结合BP算法对网络进行训练.使用人工攻丝过程的经验数据进行神经网络的学习和测试,使系统误差满足控制要求,验证了算法的有效性和可行性.     

数控机床主轴系统性能退化评估方法

为了揭示数控机床主轴系统性能退化规律,准确评估主轴系统性能退化程度,采用动态模糊神经网络建立主轴系统性能退化模型.采用小波包对信号进行分解与重构,实现小波包去噪和频段分解,以小波包功率谱作为信号特征.通过融合振动信号、电流信号和声发射信号,利用动态聚类的数据预处理方法简化数据,采用滑动窗遗忘法与梯度下降法相结合训练评估模型,改善评估动态特性.仿真结果表明,性能退化评估结果准确,满足制定备件计划和主动维护的需要,具有工业推广价值.     

一种基于粗集理论的变权模糊综合法人员能力评估模型

基于粗集方法的概念,建立了一种人员能力评估模型,并针对常权模糊综合评判法在对人员能力评估时可能带来的"状态失衡"的问题进行了研究,最后通过实例分析验证了模型的有效性.     

基于Takagi-Sugeno模糊神经网络的欠驱动无人艇直线航迹跟踪控制

研究一类欠驱动无人艇的直线航迹跟踪控制问题,提出了一种自适应T-S(Takagi-Sugeno)模糊神经网络控制方法。首先在神经网络体系结构中设计前件网络匹配T-S模糊控制器的模糊规则前件,设计后件网络进行T-S模糊运算推理从而生成模糊规则后件;其次基于梯度下降法原理,设计了T-S模糊规则参数的优化学习算法;然后结合BP神经网络的误差反向传播原理和梯度下降法,设计了模糊神经网络体系误差的反向传播迭代算法,用于高斯隶属度函数参数的学习优化;最后设计了基于T-S模型的模糊神经网络控制器,并通过仿真实验验证了所提出方法和所设计控制器的有效性。     

模糊神经网络技术在防摇控制系统中的研究与应用

介绍了将模糊神经网络用于起重机电子防摇控制器和模糊神经网络的实现,以及如何利用MATLAB中的神经网络工具箱对模糊神经网络进行训练.并以MATLAB/SIMULINK为仿真平台建立了电子防摇控制仿真模型,经仿真表明该系统的抗干扰能力强,满足防摇控制系统的设计要求.