一种改进的模糊神经网络控制器学习算法

提出了一种改进的模糊神经网络混合学习算法,运用遗传算法优化构成隶属函数的网络结构,运用最小二乘法进行解模糊,具有更高的学习精度和更快的收敛速度,解决了在多变量系统中采用模糊神经网络时学习收敛慢且易陷入局部极小点的问题。     

递归神经网络的模糊随机学习算法

提出了一种新的基于模糊逻辑的Alopex学习算法（FLA）。FLA算法利用模糊逻辑推理实时获得适应于学习过程的适当的算法修正值，克服了Alopex算法中修正值固定不变的缺点，使得随机学习过程在速度、精度和稳定性之间获得平衡。将该算法应用于神经网络的训练，可以无需神经网络的梯度信息和结构信息，因此可以用于具有各种结构特性的递归神经网络对动态系统的学习过程。实验结果表明了FLA算法的有效性。     

最小-最大模糊神经网络差分进化算法研究

该文利用二维正弦函数对DE算法和最小-最大模糊神经网络(MMFNN)结构优化策略进行测试,用MATLAB编程。在DE算法测试中,方差为0.0085,实验误差0.0078,实验结果表明:DE算法具有高效性与精准性。在MMFNN算法测试中,错误兼容率为0.0097,小于设定的错误兼容率0.01,验证了MMFNN结构的准确性。将2种算法的实验结果进行比较,DE算法比MMFNN算法优化效果好,有效性和精准性高,为将来人工智能和计算机电子信息等领域解决优化问题提供理论依据。     

基于模糊聚类的RBF神经网络算法

文章提出一种根据模糊聚类的思想来确定RBF神经网络隐层节点数,并用K-Means的聚类算法来训练RBF神经网络.并根据此算法进行仿真,并证明是有效的.     

基于模糊神经网络的电梯群控算法研究

本文对常见的电梯智能群控算法进行了分析比较,重点研究了模糊神经网络算法。本文首先对大厦客流的特征进行长期统计分析,进而对电梯群交通模式进行分类,利用模糊神经网络对电梯群的交通模式进行了识别。根据系统的识别结果判定电梯群当前处于的交通模式。然后再次利用模糊神经网络对派梯算法中各电梯响应呼梯信号的可信度进行计算,选取可信度最大的电梯响应呼梯信号,最终完成派梯。     

一种基于模糊神经网络的非线性系统故障诊断方法研究

提出了一种基于模糊神经网络的非线性系统故障诊断方法．利用模糊C-均值聚类法对测量空间进行分割，再利用模糊规则对分割后的子空间分别采用BP网络进行逼近，从而获得不同子空间故障输出与测量输入的非线性动力学特性．计算机仿真表明该网络具有良好的泛化性能，方案可行．     

模糊基函数神经网络在线跟踪自学习算法研究

提出了一种用于分类的模糊基函数（FBF）神经网络在线跟踪自学习算法,通过带有遗忘因子的样本均值和样本协方差矩阵,保存了原始样本所包含的类可能性分布信息,并在此基础上产生新增样本的目标输出用于训练FBF网络,以实现分类边界的在线跟踪;给出了带有遗忘因子的样本均值和样本协方差矩阵的递推算法,以克服传统方法需要保存大量以往训练样本带来的困难。所提出的方法用于旋转机械的故障识别,结果表明是可行的和有效的。     

基于一种多层神经网络快速学习算法在储层识别中的…

本文针对前馈多层神经网络ＢＰ算法所存在的缺点，建立了一种新的快速学习算法，有效地缩短了网络的学习训练时间，并将其应用于储层识别取得了满意效果。     

Fuzzy Optimization of an Elevator Mechanism Applying the Genetic Algorithm and Neural Networks

1Introduction Wormgearingisoftenappliedforpowertransmissioninanelevatormechanismbecauseitgivesa greatreductioninrelativespeedandalargeincreaseineffectivepower.Soastoeconomizethenon ferrousmetalofthetoothcoronaofawormgear,itisveryimportanttoadoptoptimizationmethodsto designthewormgearing.2Principleofthegeneticalgorithm Thegeneticalgorithm[1]isamethodforsolvingoptimizationproblemsthatisbasedonnaturalselec tion,theprocessthatdrivesbiologicalevolution.Thegeneticalgorithmrepeatedlymodifiesapopu la…     

模糊神经网络在精密三轴转台机械台体故障诊断中的应用研究

针对三轴转台机械台体故障,提出了一种基于模糊神经网络的故障诊断方法,给出了模糊神经网络的结构和学习算法,并阐述了模糊故障诊断原理和故障判别方法将振动信号和电流噪声信号结构用于机械台体的故障诊断,测试结果表明,该方法是有效的。     

一种模糊神经网络改进算法及其在振动强度识别中的应用

对传统模糊自适应Hamming网络算法进行了改进,通过引入新的模糊算法对传统算法中的类别选择函数进行改进,以提高网络的正确识别率,为了实现模式识别中网络的有序输出,对输出层获胜神经元的选取方法也进行了相应的改进。改进后的算法用于空调压缩机壳体振动强度的识别,利用模糊自适应Hamming神经网络综合考虑各测点振动、噪声信号所包含的信息,对壳体振动强度区域实现自动划分。通过改进师前、后两种算法在不同警戒参数下的试验结果发现,采用改进后的算法大大提高了网络的正确识别率,并能够很好地实现网络的有序输出。     

模糊聚类分析在模糊神经网络结构优化中的应用

研究了模糊聚类分析在多变量模糊神经网络的结构确定中的应用,在传统的模糊C－均值算法的基础上,给出了一个衡量聚类有效性的函数和确定模糊指数的启发式方法,并给出了应用该算法的具体的模糊神经网络模型。     

基于神经网络和遗传算法的事例最近邻法检索模型

提出了基于自适应共振神经网络ART1模型进行事例的智能层次聚类和基于遗传算法（GA）进行事例特征权值优化的解决方案。经过ART1网络的层次聚类形成事例库的层次智能存储组织，可有效缩小事例的搜索空间，提高检索效率。基于GA对特征权值优化可提高检索质量，防止检索出的相似度系数量大的事例并非最佳事例，即K－NN收敛不到最佳解。因此所提方法的运用可有效提高CBR系统整体的检索效率与质量，尤其是存在大型复杂事例库的系统。     

基于模糊神经网络技术的定量秤研究

以传送带、料门给料的动态称重过程为对象,提出了一种新型动态定量称重控制方法。该方法从过程对象的实际出发,基于多元复合控制思想,称重策略采取分段控制并引入模糊神经网络控制技术,调节量采取给料门和传送带两个自由度协调。研究结果表明:该方法能够比较理想地解决动态定量称重过程中速度与准确度的矛盾。动态称重设定值为1000g时,该装置定量误差为±0 5%,称重速度<8s 次。     

模糊关系方程的解的模糊遗传寻优算法

在一般遗传算法ＧＡ的基础上，基于模糊集理论中的模糊关系方程的解的寻优问题提出了模糊遗传算法ＦＧＡ，它能有效地找出模糊关系方程的解的寻优问题的近似最优解。还给出了一个重要的定理：模糊模式定理。     

神经网络理论在调频调速液压电梯系统辨识中的应用

本文分析了调频调速液压电梯系统建模的复杂性和难确定程度，介绍了反向传播神经网络（ＢＰ）模型在该系统辨识中的应用和具体网络的构成．