排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
基于动态模糊神经网络的产品成本估算 总被引:4,自引:0,他引:4
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. 相似文献
3.
提出了一种改进的动态模糊神经网络DFNN(Dynam ic Fuzzy Neural Network)的短期电价预测方法。首先对采集到的信息进行特征提取,然后利用模糊粗糙集理论中的信息熵进行属性简化、去掉冗余信息,最后用得到的属性作为动态模糊神经网络(DFNN)的输入进行训练预测。在模糊神经网络内部引入递归环节,构成了动态模糊神经网络,并采用具有全局寻优能力的遗传算法来训练网络,克服了单纯BP算法易陷入局部最优解的困境。最后以美国加州电力市场公布的2000年数据进行了模型训练和预测,结果表明该方法所建立的预测模型具有较高的预测精度。 相似文献
4.
基于RS和GA的动态模糊神经网络在短期电力负荷预测中应用 总被引:2,自引:0,他引:2
分析和探讨了粗糙集(RS)理论、遗传算法(GA)、模糊神经网络相结合的短期负荷预测方法。首先,对采集到的信息进行特征提取,然后利用模糊粗糙集理论中的信息熵进行属性简化、去掉冗余信息.最后用得到的属性作为模糊神经网络的输入进行训练预测。在模糊神经网络内部引入递归环节,构成了动态模糊神经网络DFNN(Dynamic Fuzzy Neural Network),并采用具有全局寻优能力的遗传算法训练网络,克服了单纯BP算法易陷入局部最优解的缺点。用该方法与常用BP神经网络及Fuzzy法分别对某电网进行一周的日负荷预测.实例的对比分析表明了该方法收敛速度、预测精度和网络规模等方面都有较大改善。 相似文献
5.
基于动态模糊神经网络的多余力矩抑制方法 总被引:2,自引:0,他引:2
针对负载模拟器难以准确建模,多余力矩严重影响力矩加载性能的特点,提出一种基于动态模糊神经网络抑制多余力矩的新方法.该动态模糊神经网络无须较强领域的专家知识,是系统自动建模及抽取模糊规则的网络,且模糊神经网络结构是动态变化的,其模糊规则是在学习过程中逐渐增长而形成的.设计了结合前馈反馈控制和直接逆控制的控制策略,在线更新算法,实时更新网络结构及参数以及时跟踪被控对象逆模型的变化,与其并行的PID控制器的作用在于保持系统的稳定并获得更快速的系统响应和更佳的跟踪精度.通过仿真可以看出基本消除了多余力矩,系统性能得到改善,仿真效果令人满意. 相似文献
6.
7.
论文研究基于神经网络的股票预测方法,针对目前存在的问题,通过模糊理论与动态神经网络的结合提出一种更为适合现状的动态模糊神经网络DFNN(Dynamic Fuzzy Neural Network)股票预测模型。首先对采集的股票信息进行属性提取,然后利用粗糙集理论中的信息熵算法进行属性约简、删减冗余信息,最后用约简后的数据作为动态模糊神经网络的输入属性进行训练预测,并在算法模型中运用分级学习的思想,能在一定程度上实现预测某一只股票短期内大致走势的功能。实际操作中更能为股票的多重选择进行推荐,降低投资的风险,有着较高的实用性。 相似文献
8.
色彩是表达设计情感的重要手段,进行了色彩语义的量化处理,通过抽取模糊规则获得主要影响因素,根据色彩方案多维小样本的特点,提出了基于广义径向基函数(RBF)的动态模糊神经网络(DFNN)方法,智能模拟色彩方案的设计、选择过程。根据训练数据开发了色彩智能设计原型系统,结合汽车色彩智能设计进行了可行性验证,能够在较高层次上辅助设计师进行色彩设计。 相似文献
9.
为提高智能配电通信业务的服务质量,根据智能配电网对通信技术的要求,提出一种基于动态模糊神经网络(DFNN)的智能配电异构无线网络准入控制算法。在智能配电网络的异构准入控制模型中构建神经网络系统,以网络的接入阻塞率差作为系统参数强化学习的目标,对网络的负载均衡具有较好的动态适应性。神经网络系统在输入层较多时容易产生太多规则而影响决策结果,而DFNN通过计算当前系统规则的完备性,动态添加规则,并通过计算所有规则的重要性,动态删除规则,使得系统的规则有效而不冗余。仿真结果表明,该方法较多接入选择算法(MLB)明显降低了网络的接入阻塞率,相对于模糊神经网络算法(FNN)而言简化了系统结构,突出了规则的重要性,具有较低的接入阻塞率和更好的均衡效果。 相似文献
10.