神经网络模糊聚类方法在故障诊断中的应用

在旋转机械故障诊断研究中,对大量样本的有效分类至关重要。传统的贴近度法计算繁锁,分辨率低,且领带于大量实验测试和经验案例的总结。根据故障诊断中样本数据无须精确要求的特点,可以对样本数据作模糊化处理,进一步采用自组织竞争神经网络对样本进行自动聚类,速度快,准确性好,具有较高的智能特性。实际应用表明,这种模糊神经网络完全满足使用要求。     

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。     

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．     

信息优化的模糊神经网络在建模中的应用研究

提出采用信息聚类－扩散的模糊神经网络（ＩＣＥＦＮ）来对小样本建立模型的理论．利用信息扩散将分类小样本信息扩散至周围信息点，从而解决神经网络在小样本上无法建模的缺陷．同时，还采用了因素程度空间来扩展输入＼输出结点，减少隐结点数，使网络进一步符合实际系统．该方法用于降水量预测，取得了满意的仿真结果．     

基于模糊神经网络的系统模糊建模方法

提出了一种基于模糊聚类和模糊神经网络的模糊建模方法,该方法首先利用模糊聚类技术来确定系统的模糊空间和模糊规则数,然后利用模糊神经来调整模型的前件参数和后件参数,给出了详细的算法,并对仿真实例进行了研究,仿真实例表明,采用聚类技术能够获得好的初始值,使得计算加快,能够取得满意的结果。     

基于神经网络聚类的研究

提出了一种基于Kohonen网络的改进聚类算法,并给出了基于数据仓库平台的具体实现方案。通过对实例的聚类测试,对算法本身的若干指标进行了研究分析。     

模糊聚类分析法在房地产市场中的应用

在房地产市场评估中,采用传统数学模型分析多元房地产市场,其评价因子难以确定.作者将系统模糊聚类分析法引入多元房地产市场细分和选择目标市场中,归类分析广州市房地产市场,从中寻找房地产市场空白点,分析房地产市场各方面组合对销量的影响.     

基于密度聚类的模糊神经网络和CHP分解过程建模

针对基于样本数据的复杂系统建模问题,提出了基于密度聚类的模糊神经网络（DFNN）的建模方法,研究了利用密度聚类原理提取数据样本的内在规则的理论和方法,提取的规则能较好地反映样本数据输入输出的对应联系,根据提取的规则给出了模糊神经网络的模型结构.本文以化工生产过程过氧化氢异丙苯（CHP）分解反应过程为对象进行仿真建模,结果显示在模型精度和可靠性上均优于基于c均值聚类提取规则的模糊神经网络模型（CFNN）.     

基于模糊聚类法的神经网络变压器故障诊断系统

在变压器故障诊断中,针对样本中可能存在的孤立样本以及样本分布的不均匀性,导致神经网络整体性能下降,训练和测试效率降低的情况,设计了利用模糊聚类法对样本进行预先处理,然后再应用神经网络进行训练和测试的诊断系统.从仿真结果可以看出,该诊断系统较样本未处理而直接应用于神经网络诊断系统的诊断性能有大幅度的提高.     

基于递归聚类与相似性的模糊神经网络结构设计

针对模糊神经网络结构设计问题,提出一种基于递归聚类与相似性的结构设计方法.首先,提出以输出变化强度为导向、以结构细分为手段的递归聚类方法对网络初始结构进行设计.其次,通过计算模糊规则的相似性,将高度相似的规则进行合并,在保持良好精度的前提下,对网络初始结构进行简化.最后,通过函数逼近、非线性系统辨识仿真实验验证了方法的可行性和有效性.     

基于风险因子层次分析法的生态环境需水量模糊神经网络模型

针对以往多因子分析中存在因重复计算所致的冗余和因孤立计算所致的结果不合理,提出和建立基于风险因子层次分析法的生态环境需水量模糊神经网络模型;采用层次分析法分析生态环境需水量风险因子间的相互作用,建立其量化指标组合权重关系,并将权重值作为所建FNN模型的初始权值输入,从而有效消除了系统随机赋予初始权值对FNN模型结果的影响,并以黄河上游龙羊峡河段为例,进行模型拟合与风险分析.结果表明,所建模型合理可行,其拟合精度较高,具有较强的工程实用价值.     

聚类分析在县域经济发展研究中的应用

以河北省的136个县为研究对象,选取综合经济实力、从业方式、生活水平、第一产业发展状况、第二产业发展状况、第三产业发展状况为县域经济发展评价指标,采用Poly Analyst数据挖掘软件进行聚类分析,研究河北省县域经济发展的特点与差异。研究结果表明,在合理选取评价指标的基础上,数据挖掘技术中的聚类分析方法能够有效地发现县域经济发展的相似与相异性,为研究其经济发展状况提供更多的科学依据。     

更新理论在车辆最优维护周期建模中的应用

基于更新理论和优化理论,建立了2个车辆最优维护周期数学模型,模型考虑了现行的车辆检测诊断与维修制度,其优化目标的选取体现了车辆使用与维修决策者最为关心的经济性问题。研究结果显示:更新理论完全可用于指导车辆的维修决策,而且对简化问题的数学模型及模型的解非常有效;运行试验的验证结果表明,基于更新理论和更新函数所建立的车辆最优维护周期数学模型的解是准确、可靠且符合实际的。     

热轧期间09CuPTiRe钢再结晶规律

通过在热模拟试验机上对09CuPTiRe耐大气腐蚀钢进行热轧模拟试验并观察热轧过程中的真应力—真应变曲线和组织的变化规律,结果表明:在热轧过程中未发生动态再结晶;在高温热轧期间发生了完全静态再结晶;在低温热轧期间发生了不完全静态再结晶.     

聚类分析方法在济宁市水质分析中的应用

根据济宁市现有的水质监测站点的监测资料,应用聚类分析方法对济宁市水质状况进行分析评价。首先利用统计软件SPSS对所选取的监测站点进行聚合分类;其次用综合指数评价法对监测站点水质划分级别;最后综合聚类结果及综合指数划级的结果将济宁市各监测站点分为六大类。在区域水环境评价中应用聚类分析法对监测站点分类,符合不同特性污染源地域分布的实际,避免单一运用综合指数法产生的缺陷。     

ANFIS建模的人工免疫聚类算法应用研究

结合锌钡白干燥煅烧生产过程的建模问题,针对ANFIS存在的网络易陷入局部极小点缺陷,提出了一种基于人工免疫聚类的ANFIS建模算法.该算法通过免疫网络对其抗体及记忆数据集逐代克隆、变异及抑制操作,提取有用的模糊规则数目,避免ANFIS训练陷入局部极小点的可能性.从理论机理及仿真研究上分析免疫聚类对ANFIS网络建模性能的作用,取得了良好的辨识效果.     

Forging process modeling of cone-shaped posts

Using the rigid visco-plastic Finite Element Method (FEM), the process of forging for long cone-shaped posts made of aluminum alloys was modeled and the corresponding distributions of the field variables were obtained based on considering aberrance of grids, dynamic boundary conditions, non-stable process, coupled thermo-mechanical behavior and other special problems. The difficulties in equipment selection and die analysis caused by the long cone shape of post, as well as by pressure calculation were solved.     

谱聚类及其在文本分析中的应用研究进展

随着文本数据的快速积累,文本自动分析成为管理和利用海量文本数据的重要手段。其中,文本聚类是文本分析的基本任务之一。本文着重介绍文本分析与谱聚类的研究进展,阐述目前在文本分析中应用谱聚类技术的主要方法,旨在为文本分析中谱聚类方法的应用提供引导作用。     

超早强混凝土在热轧机基础工程中的应用

针对紧急和抢修工程需要,研究超早强混凝土的应用问题,选用P.O42.5普硅水泥,掺入多元复合型外加剂,研制超早强混凝土,在常温条件下2d可达到设计强度标准值fcu,k的70%。在某钢厂热轧基础工程实践结果表明,应用这种超早强混凝土能保证工程建设质量,加速进度,提高效益。     

模糊聚类算法分析及应用

模糊聚类分析算法是对聚类算法的改进,笔者讨论了算法的基本原理、数据的处理方法,并用模糊聚类方法对教师授课效果进行分类分析,选取适当的相似系数,建立模糊矩阵,用动态聚类法进行分类分析,实现了量化评价与综合评价相结合,提高了评价水平,为今后确定评价指标提供了可靠的依据．