首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 129 毫秒
1.
提出了融合三种机器学习技术的新型入侵检测系统,其中包括模糊综合评判、遗传算法、BP神经网络。首先围绕入侵检测的评估标准简述了三种技术引入的原因,其次重点介绍了如何在入侵检测系统中实现三种机器学习的融合,包括用模糊综合评判来建立基础模型,以及用遗传算法优化隶属函数参数,并利用BP神经网络对入侵检测系统进行学习和判断,从而提高了入侵检测的快速性、准确性以及自适应性。  相似文献   

2.
模糊神经网络技术的新近发展   总被引:33,自引:0,他引:33  
本文从模糊系统与神经网络作为自适应模型无关估计器时智能特性的研究,模糊控制器的神经网络实现技术,改善神经网络学习性能的模糊控制技术,面向对象的模糊神经网络开发平台的研究等方面介绍了模糊神经网络技术的研究现状,并针对目前的模糊逻辑,神经网络,子波变换,遗传算法等的集成化技术进行了探讨,并融入了作者关于定性与定量知识有机集成的柔性核理论的基本思想。  相似文献   

3.
模糊神经网络即具有输入信号是模糊量的神经网络,是模糊系统与神经网络相结合的产物,汇聚了二者的优点;遗传算法是一种自适应全局优化概率搜索算法.研究了基于模糊神经网络与遗传算法相融合的一种算法,在应用模糊神经网络进行数据挖掘前,应用遗传算法完成隶属函数的训练,以便更好地进行模糊神经网络学习;经过模糊神经网络学习后,提取相关规则,再次应用遗传算法,进行规则剪枝,提高数据挖掘效率.实验表明,与传统方法相比,该方法能够更快速、更加准确地进行数据挖掘,提取更精确的推理规则.  相似文献   

4.
王刚  王本年 《微机发展》2008,18(2):119-121
模糊神经网络即具有输入信号是模糊量的神经网络,是模糊系统与神经网络相结合的产物,汇聚了二者的优点;遗传算法是一种自适应全局优化概率搜索算法。研究了基于模糊神经网络与遗传算法相融合的一种算法,在应用模糊神经网络进行数据挖掘前,应用遗传算法完成隶属函数的训练,以便更好地进行模糊神经网络学习;经过模糊神经网络学习后,提取相关规则,再次应用遗传算法,进行规则剪枝,提高数据挖掘效率。实验表明,与传统方法相比,该方法能够更快速、更加准确地进行数据挖掘,提取更精确的推理规则。  相似文献   

5.
遗传算法在T—S模糊模型辨识中的应用   总被引:7,自引:1,他引:6  
廖俊  任德祥 《信息与控制》1997,26(2):140-145,150
给出了T-S模糊模型的一种模糊神经网络实现方法。提出了采用遗传算法优化网络参数,实现了T-S模型的辨识。给出了参优化的详细过程,并用仿真实例证实了 这种方法的有效性。成功地将神经网络,模糊逻辑与遗传算法融合于一个系统中。  相似文献   

6.
本文分析了计算机神经网络的特点及发展,研究神经网络在计算机网络安全评价中的应用.神经网络技术虽然发展较快,应用较广,但神经网络技术目前并不是完全成熟.智能技术的未来发展趋势,是神经网络与灰色系统、证据理论、分形、粗集、混沌、小波、遗传算法、专家系统、模糊逻辑等技术相互融合,共同发挥更大的作用.  相似文献   

7.
回顾了模糊技术,神经网络技术和遗传算法在控制领域的应用;探讨了神经模糊技术在控制领域的应用以及遗传算法优化模糊神经网络结构的实现。  相似文献   

8.
基于数据融合的思想,提出一种非线性系统的自适应神经网络模糊控制器的设计方法。该方法利用数据融合技术降低了模糊控制器的输入维数,简化了模糊控制器的设计。用自适应神经模糊推理系统的神经网络自学习功能完成模糊控制器的设计。仿真结果表明,自适应神经网络模糊控制系统性能优于采用普通的模糊控制器的情况,为数据融合与智能系统技术在非线性系统中的应用作了有益的探索.  相似文献   

9.
智能控制中的模糊控制,神经网络控制及遗传算法(下)   总被引:1,自引:0,他引:1  
回顾了模糊技术、神经网络技术和遗传算法在控制领域的应用;探讨了神经模糊技术在控制领域的应用以及遗传算法优化模糊神经网络结构的实现。  相似文献   

10.
并行遗传算法与神经网络,模糊系统的结合   总被引:2,自引:0,他引:2  
遗传算法是模拟自然界生物进化过程的计算模型。本文介绍了并行遗传算法的不同分类及不同并行策略,又将遗传算法分别与神经网络、模糊系统结合起来进行并行处理,并在曙光1000系统上实现。算法分析表明,并行遗传算法可以有效地提高收敛速度。  相似文献   

11.
基于HGA的模糊神经控制器设计及其应用   总被引:1,自引:0,他引:1  
将神经网络与模糊控制相结合,实现了模糊控制器的自学习和自适应。给出一种基于递阶遗传算法的模糊神经网络优化算法,通过对每个染色体采用递阶编码,可以同时优化模糊神经网络结构和权值参数。将这种模糊神经网络控制器应用于镍氢电池的充电控制中,证明了算法的有效性。  相似文献   

12.
In order to predict the service life of large centrifugal compressor impeller correctly, the rough set and fuzzy Bandelet neural network are combined to construct the novel prediction model which can give full play to theirs advantages. The attribute reduction algorithm based rough set and clustering method is firstly designed to optimize the inputting variables of fuzzy Bandelet neural network. And then the prediction model based on fuzzy Bandelet neural network is proposed, the Bandelet function is used as the excitation function of hidden layer and is combined with fuzzy theory to improve the prediction effectiveness of the prediction model. The training algorithm of fuzzy Bandelet neural network is designed based on improved genetic algorithm, the improved genetic algorithm introduces the adaptive differential evolution method into the traditional genetic algorithm, which can effectively optimize the parameters of fuzzy Bandelet neural network. Finally, the original 30 input variables of fuzzy Bandelet neural network are reduced to 9 input nodes based on rough set using 500 remanufacturing impellers as research objects. The service life of remanufacturing impeller is predicted based on three prediction models, and simulation results show that the fuzzy Bandelet neural network optimized by improved genetic algorithm has highest prediction precision and efficiency, which can correctly predict the service life of remanufacturing impeller.  相似文献   

13.
综合考虑了遗传算法和禁忌算法的优点,将遗传禁忌算法、模糊理论和神经网络相结合,提出了一种基于遗传禁忌算法(GATS)优化的模糊神经网络垂直切换算法GATS-FNN,并在垂直切换的过程中加入了预判决模块,通过节点的筛选降低了系统成本和算法复杂程度。将网络信号强度、网络带宽、网络负载和用户终端移动速度进行了模糊处理,并采用遗传禁忌算法进行优化,调整隶属度函数的参数,仿真结果表明,该算法可以降低页面平均响应时间,为用户提供更好的服务。  相似文献   

14.
一种基于模糊遗传神经网络的信息融合技术及其应用   总被引:7,自引:1,他引:6  
在基于广义模糊加权型推理的模糊神经网络基础上,融合非一致性自适应遗传算法,建立了一种模糊遗传神经网络,并将其应用于科研智能管理专家系统中.实际应用表明了网络模型和算法的有效性,并取得了令人满意的效果.  相似文献   

15.
林尚伟  林岩 《控制工程》2008,15(3):235-238
讨论了快速路匝道系统中智能控制技术问题。针对匝道系统特点,分析了模糊控制、人工神经网络、遗传算法的适用性,提出了一种基于模糊控制律的遗传神经匝道协调控制方案。在该方案中,对模糊控制输入输出数据进行线性修正,使用修正后的数据完成遗传神经网络训练,并用神经网络代替模糊控制器对匝道系统进行控制。给出了神经网络结构和遗传算法流程,并结合宏观交通流模型进行系统仿真。仿真结果表明,与模糊控制相比,控制效果显著提高。  相似文献   

16.
针对烧结过程这一复杂、多参数耦合的高度非线性系统,融合遗传算法、神经网络和模糊控制的优点,提出一种基于改进遗传算法的模糊神经网络控制方法,并应用于烧结过程终点控制.首先采用遗传算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力和对对象的适应能力,进一步进行参数的在线调整.同时,为解决传统遗传算法早熟和收敛速度慢的问题,从交叉和变异算子、适应度函数选取等方面对遗传算法进行改进.采用精英保留策略,提高了全局搜索性能和收敛速度.仿真结果表明,所提出的控制器优于常规的模糊神经网络控制器(Fuzzy Neural Network Controller, FNNC).算法的实际应用效果良好,为解决烧结终点控制问题提供了一条新的途径.  相似文献   

17.
文章探讨了模糊神经网络的基本构造和原理,结合蘑菇生长过程预测系统重点分析了FNNC摸型的推理和学习方法。并在此基础上提出了TPH学习方法。该方法吸收了梯度下降算法和随机搜索算法的优点,能够使生长过程预测系统的学习以很大概率快速收敛在系统误差的最优点附近。最后文章指出模糊神经网络以及TPH学习算法在农业生产过程的应用。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号