模糊自组织神经网络在语音识别中的应用

在对语音信号进行分析的基础上,讨论了模糊自组织神经网络（ＦＳＯＮＮ）在语音识别领域的应用,并对ＦＳＯＮＮ算法进行改进。语音训练的实验结果表明,修正后的ＦＳＯＮＮ具有较强的聚类能力,这表明人工神经网络在完成某些语音识别子任务上仍大有可为     

基于模糊神经网络的模糊辨识方法及其应用研究

利用模糊神经网络（FNN）的学习能力从控制操作的现场数据中获取模糊规则,并自动调节隶属函数,把建模的过程转化为FNN网络结构多数的生成与学习问题。用于一个非线性过程的模糊模型参数辨识问题,取得了满意的结果。     

模糊神经网络在压铸型浇注系统计算机辅助设计中的应用

在模糊联想记忆（ＦＡＭ）神经网络的基础上，构造了一个神经模糊控制器，论述了共Ｈｅｂｂ型相关学习过程，说明了它在浇注系统基本工艺参数设计中的预测作用结合献的结果给同了应用实例。     

矿物机械活化人工神经网络—模糊专家系统的开发

针对矿物机械活化所涉及知识的复杂性，把人工神经网络（ＡＮＮ）和模糊专家系统（ＦＥＳ）有机地结合起来，用面向对象编程方法（ＯＯＰ）在Ｗｉｎｄｏｗｓ９５平台上开发出集知识库管理、数据库管理、模糊推是和人工神经网络等为一体的全３２位集成系统，可根据矿物的结构性能等参数对矿物的机械活化效果进行了预测，并且集成人工神经网络可有效地以矿物的活化效果与矿物结构、性能之间的内在关系。     

一类自整定模糊控制器研究

在具有误差增量模糊化因子（ＥＩＦＦ）的专家模糊控制器的基础上，进一步引入了控制器参数在线自调整模糊模型，从而形成一种新的具有模糊参数自调整功能的自整定模糊控制器（ＳＡＦＣ）。仿真结果表明，该控制器适应能力大幅度增强，可广泛应用于工业控制系统中。     

应用聚类和模糊神经网络方法设计模糊规则库

基于聚类技术和模糊神经网络提出一种新的自动生成模糊系统规则库的设计方法．采用结构辨识和参数辨识相结合的方法，构造模糊系统完善的模糊规则库．用此设计方法对函数逼近问题进行仿真，结果表明该方法具有规则数目少、学习速度快、建模精度高等特点．     

模糊振动理论

本文首先根据模糊函数的积分,讨论了模糊周期函数的傅里叶级数展开,分析了单自由度系统的模糊强迫振动问题,给出了模糊响应集隶属函数的具体表达式;然后在zadeh定义的模糊变量的基础上,定义了含模糊参数的随机变量和含模糊参数的随机过程。将模糊随机干扰模拟为含模糊参数的随机过程,分析了模糊随机干扰下的振动系统的模糊随机响应。最后由干扰力的期望讨论了模糊随机响应的自相关函数。     

基于模糊—神经融合的自适应模糊控制系统研究

模糊逻辑系统与人工神经网络各具优势,前者善于利用专家语言信息,后者有强大的学习能力,两者的结合可以取长补短。基于模糊逻辑系统与神经网络技术提出一种自适应模糊控制系统,其特点是模糊控制器具有多层前向网络结构。基于一种近最优的性能指标导出其参数自适应的误差反向传播算法。为了克服传统算法收敛慢的缺点,提出用模糊逻辑来调整学习过程的方法。通过倒立摆平衡控制仿真研究验证了所提出的自适应模糊控制系统及其快速学     

FNN在飞行仿真器建模中的应用研究

提出了一种新的建模方法．该方法通过ＦＮＮ的自学习．自动得到模型结构和模型参数，具有较快的学习速度和较高的精度．该方法成功地应用于某歼击机型飞机的仿真模型开发，取得了很好的效果．     

一种新的模糊逻辑函数表示及化简方法

提出了一种新的模糊逻辑函数表示及化简方法——模糊Ｋ图法．首先给出了模糊逻辑函数的最小化析取范式，接着提出了模糊逻辑函数的Ｋ图（ＦＫ图）表示方法、模糊一致定理、ＦＫ图的蕴含图及覆盖分数．最后给出了模糊逻辑函数的ＦＫ图化简算法．与传统的解析法相比，该方法不仅直观、简便，还易于计算机实现，具有一定的实用价值．     

一种解距离模糊的新算法

本文提出能进行纠错的多重ＰＲＦ解模糊距离的模糊数法。用二重ＰＲＦ解模糊距离的模糊数法需要检错、纠错。三重ＰＲＦ模糊数法具有自动纠错能力，不需要再进行纠错，因此，比余数法三重ＰＲＦ纠错省时，而且可检测的最大距离又比余数法远得多。凡是能进行纠错的多重ＰＲＦ，其测距精度与单重ＰＲＦ相同。该方法简单，且能实时处理。     

带动态因子调整模糊神经网络控制器的研究

探讨了模糊规则的撮以和推理转化为人工神经网络参数的确定及神经计算，提出了一种具有自学习功能的模糊神经网络，并用因子动态调整逼近法，解决了系统中静态误差和积分饱和等问题。     

分等分类多级模糊综合评判优选采矿方法

采用分等分类多级模糊综合评判对虚墟金矿采矿方法进行了优选，并用ＦＯＲＴＲＡＮ语言编写了模糊优选计算机程序ＦＳＭＭ．ＦＯＲ，该数值优选法克服了传统选择法和现有数值法的不足，既恰法地处理了因素的模糊性又解决了因素过多时权重分配的困难，有利于采矿方法造反定量化自动化。     

神经网络自适应均衡器研究

神经网络具有大规模并行处理、自适应、自学习能力和非线性特征，已获得了广泛应用。本文将多层正馈神经网络（ＭＬＦＮＮ）应用到数字通信中的均衡问题，讨论了ＭＬＦＮＮ自适应均衡（ＡＥ）和判决回授均衡（ＤＦＥ）的结构及其学习算法。通过计算机仿真研究了ＭＬＦＮＮ组成的ＡＥ和ＤＦＥ的性能以及系统收敛情况。初步结果表明，神经网络用于通信中的均衡器是可行的、有效的，性能是优良的。     

应用聚类和模糊神经网络设计模糊系统

基于聚类技术和一类模糊神经网络提出一种设计模糊系统的混合方法,通过一个无监督的聚类算法自组织地确定模糊规则的数目及生成一个初始的模糊规则库,构建一类模糊神经网络,通过调整网络的权值,使规则库中的参数更加准确,并以函数逼近问题为例验证了该方法的有效性。     

自适应模糊PID控制在烧结过程中的应用

烧结过程具有大时滞、参数不确定性等特性，仅利用常规PID控制很难使烧结过程中的各项性能指标满足工艺要求．针对这一情况，本文提出了一种参数白适应的模糊PID控制器．该控制器的参数调整采用确定性的模糊调整规则，不但使控制器的设计易于实现而且具有很强的适应性和鲁棒性．仿真结果表明，该控制器能够对烧结过程进行有效控制．     

模糊神经网络故障诊断研究

将模糊神经网络用于电力电子电路的故障检测和诊断，阐述了基本设计思想和算法实现过程。由于模糊神经网络不需要对象的准确模型，它以分布的方式存储信息，利用网络的拓扑结构和权值分布实现非线性映射，在神经网络框架下引入模糊规则，使网络中的权值有明显的意义，且保留了神经网络的学习机制，对权值的学习采用BP算法。据此，建立适当的模糊神经网络故障诊断系统，应用结果表明了该方法的有效性，漏检率和误检率达到预定要求。     

基于动态模糊神经网络的产品成本估算

针对在产品方案设计阶段成本估算信息少且颗粒度大的问题，结合神经网络和模糊工程技术提出了动态模糊神经网络（DFNN），采用模糊推理的信息处理方法，在学习过程中隐层层数及维数根据规则不断变化，神经网络结构呈现动态.研究了动态模糊神经网络的学习过程、网络动态算法及模糊知识处理方法，建立了成本估算模型，并开发了基于动态模糊神经网络的成本估算软件，实现了利用产品方案设计信息自动进行成本估算.以挖掘机和液压油缸为例进行验证，结果表明该方法具有较强的信息处理能力，并提高了成本估算模型的柔性.     

模糊商拓扑的再研究

商拓扑是拓扑学中一个非常重要的内容．本文在ＣｈｒｉｓｔｏｐｈＦＴ和ＷｏｎｇＣＫ所作工作的基础之上，进一步将经典拓扑学中的系统理论推广应用到模糊拓扑空间中，丰富和发展了模糊拓扑的这一理论体系．     

多状态模糊故障树分析软件MFFTAP

关联矩阵法是一种新颖的故障树定性分析方法。本文对关联矩阵法作了补充，采用补充后的联联矩阵法和模糊故障树分析方法编制了多状态模糊故障树分析软件ＭＦＦＴＡＰ，并用实例验证了该软件的正确性，该软件可用于两状态、多状态常规故障树和模糊故障树分析。