用神经网络求解模糊线性规划问题

本文根据模糊线性规划和神经网络的特点,导出了用神经网络求解模糊线性规划的方法;考虑到神经网络电路中的放大器单元和电阻元件客观上存在误差,提出了用误差补偿法减小这些误差对神经网络输出精度的影响。计算机仿真和电路实验都表明了这种方法的有效性。     

基于模糊神经网络的数据挖掘方法研究

提出一种用模糊神经网络来进行数据挖掘的方法.把输入量进行模糊分类后,对神经网络进行训练,用误差反传的算法对神经网络的权值进行修正,并提出利用阀值来筛选规则,来得到有效的规则.最后通过一项实例来验证方法的有效性.     

基于UKF的自组织直觉模糊神经网络

模糊集在语义描述上存在不足,因此,如何对模糊神经网络进行扩展是当前模糊神经网络研究的热点,针对这一问题,本文提出了基于UKF的自组织直觉模糊神经网络。首先,给出了直觉模糊神经网络的结构和各层的含义;其次,推导了直觉模糊神经网络的学习算法,用LLS和UKF分别学习线性和非线性参数;然后,给出了模糊规则生成的准则,并用误差下降率方法作为规则修剪的策略,删除作用不大的规则;最后,通过典型的函数逼近、系统辨识和时间序列预测实例,表明本文算法得到的直觉模糊神经网络的结构更为紧凑,泛化性能也更佳。     

模糊神经网络的交叉研究

介绍模糊神经网络交叉的基础与途径，从基于神经网络的模糊逻辑系统和用模糊逻辑增强的的神经网络两个方面介绍了模糊神经网络交叉研究的具体实现，最后指出模糊神经网络交叉的未来方向。     

火灾探测模糊神经网络的层次结构

应用多层次前馈网络构造模糊变量隶属度函数和模糊推理控制模型，使神经网络不再表现为黑箱式映射，其所有节点和参数都具有模糊系统等价意义。将模糊规则与隶属度函数用神经网络表现出来。利用神经网络的自学习特性，实现隶属度函数和模糊规则的自动提取，可优化调整隶属度函数，同时模糊系统也弥补了神经网络运算速度慢的缺点。     

基于神经网络的前后向线性预测空间测向技术

基于线性规划神经网络，本文给出了前后向线性预测空间测向的方法，该方法先将前后向线性预测系数的复数域求解２化为实数域求解，然后利用Ｔａｎｋ和Ｈｏｐｆｉｅｌｄ提出的线性规划神经网络实现。     

基于改进模糊神经网络的输电线缆制造质量预测方法

针对输电线缆制造质量预测问题,采用制造工艺关键指标数据基于改进模糊神经网络对制造质量合格率进行预测。首先通过引入模糊化层和模糊规则计算层建立模糊神经网络的结构,采用高斯函数建立模糊化层的隶属度函数,构建了隶属度函数均值和宽度的训练过程;接着基于帝国竞争算法对模糊神经网络中的隶属度函数学子因子和后件网络权重学习因子进行优化,优化目标为最小化神经网络收敛误差;采用改进模糊神经网络设计输电线缆制造质量预测流程。最后通过一个仿真算例验证了所建立的模型相比于传统神经网络以及基本模糊神经网络在输电线缆制造质量合格率的预测效果上更优,验证了所建立模型的有效性。     

神经模糊卡尔曼滤波器的设计研究

提出一种将模糊逻辑和神经网络与卡尔曼滤波器有机融合为一体的信息融合方法，该方法既体现了模糊逻辑用语言来进行知识表达的特点，也融合了神经网络的自学习性和自适应性，其中自适应性的体现则是利用了神经网络的BP算法．仿真证明了神经模糊卡尔曼滤波优于常规卡尔曼滤波。     

有记忆效应的功放实数延时模糊神经网络模型

描述了一种基于实数延时模糊神经网络的有记忆效应的功率放大器模型.该模糊神经系统即自适应模糊神经推理系统,采用模糊c类均值聚类方法来减少模型的规则数目和简化模型结构.在训练过程中,采用最小二乘和反向传播相结合的高效算法提取模型参数.在测试平台上用三载波WCDMA宽带信号对射频功率放大器进行测试,并借助矢量信号分析仪采样功率放大器输入和输出数据,成功地对模型进行了训练和验证.通过和实数延时神经网络模型(RVTDNN)比较,该模型的收敛速度远快于这些前馈结构的神经网络模型.比较和分析时域和频域结果表明模型有很好的性能,其归一化均方误差达-38dB.     

基于汽车领域的神经网络动态矩阵的误差补偿控制研究

基于预测控制算法的动态矩阵控制理论,改进得到了算法模型的误差相关矩阵,给出约束多变量DMC模型以及神经网络误差补偿的动态矩阵控制验证,在误差控制仿真验证中,应用神经网络误差补偿的预测控制效果优势明显,这一研究对模糊预测技术的进一步推广应用有一定的促进作用。     

模糊神经网络控制的混合小波神经网络盲均衡算法

针对传统恒模算法(CMA)收敛速度与均方误差之间的矛盾,提出了模糊神经网络控制的混合小波神经网络(FHWNN)盲均衡算法.该算法在小波神经网络输入层之前级联一个横向滤波器,将横向滤波器的节点输出分为实部和虚部两路经过小波神经网络后再合成为一路复数信号;利用模糊神经网络(FNN)设计的模糊规则控制小波函数的尺度因子和平移...     

模糊神经网络在火灾探测中的应用

本文提出了串联模糊神经网络应用于火灾探测系统，首先将输入信号模糊化后迭送入神经网络进行处理，其模糊系统用指征定义隶属度函数，神经网络采用三层前馈ＢＰ网络结构，用ＢＰ算法进行网络参数的训练。其后由模糊逻辑判决火灾或非火灾。实验结果表明该网络能够准确探测各种标准试验火并有很强的抗干扰能力。     

基于BP神经网络的温度模糊PID控制器设计

根据BP神经网络对温度控制的要求设计出一种模糊PID控制器,采用误差和误差变化率作为模糊PID控制器的输入,PID参数作为模糊PID控制器的输出,使用一组模糊规则实现对PID参数的在线优化调节。采用Simulink图形化工具平台对模糊PID控制器和传统的PID控制器进行建模和仿真,结果表明和传统PID控制器相比,模糊PID控制器性能优良,使系统响应速度加快,超调减小。     

模糊线性规划饲料配方模型的建立与应用

规划技术在工业生产、交通、化工和航天等领域等得到广泛应用.作者根据动物生长发育规律特点,建立了饲料配方模糊线性规划模型.在原有工作基础上研制了新一代饲料配方优化软件.该软件较国内外其它同类系统增加了模糊线性规划优化手段.与普通线性规划和目标规划技术相比,模糊线性规划可进一步降低饲料配方成本.本文对三种模型应用结果进行了比较和分析.     

基于变尺度寻优和遗传搜索技术的模糊神经网络全局学习算法

本文给出了一种改进的拟牛顿算法与具有新型交配方式和可变变异概率的遗传算法相结合的全局寻优算法，用以搜索模糊神经网络误差函数的全局量小点。     

智能控制的模糊神经网络技术的研究现状与前景展望

本文从模糊系统与神经网络作为逢应用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及神经网络学习的模糊视网络技术等方面，详细地介绍了目前关于智能控制的模糊神经网络技术的研究现状，同时亦融入了作者关于此课题的一些思想，并对模糊神经网络的研究趋势进行了简单预测。     

基于Lagrange乘子法的非线性规划神经网络

本文针对文献「１」中非线性规划神经网络的缺点，提出了一种新的非线性规划神经网络，在文中，我们分析了网络的收敛性和稳定性，并给出其电路实现，仿真结果证明了该神经网络有效地求解非线性规划问题。     

基于T-S模型的FNN降水粒子相态识别方法

提出一种基于T-S(Takagi-Sugeno)模型的模糊神经网络(Fuzzy Neural Network,FNN)降水粒子相态识别方法。该方法建立一种多层前馈的模糊神经网络,在对双线偏振气象雷达接收的偏振参量进行模糊化、规则计算、模糊推理和退模糊处理基础上,利用模糊神经网络误差反馈的思想自适应的调节不同降水类型各偏振参量隶属函数的参数,保证降水粒子相态识别的精度要求。经过实测数据的处理结果证明了该方法的有效性。     

对偶线性规划神经网络及算法步长的选取

文章在对偶线性规划框架内研究神经网络的分析性质,用特征值方法界定了Hess阵和神经网络学习步长的取值范围,给出了用李普希兹常数表示的算法步长公式.数值仿真结果表明,理论分析是正确的,给出的算法步长公式是有效的.     

人工神经网络在近红外光谱建模中的应用及研究现状

对国内外近十年来人工神经网络在近红外光谱建模中的应用和研究进行了详细的综述,包括误差反向传播网络、径向基网络、支持向量机、自组织特征映射网、广义回归神经网络、概率神经网络、小波神经网络、模糊神经网络以及集成神经网络等的应用和研究。概括了这些网络的基本工作原理及优缺点。最后根据神经网络的发展方向和工农业的发展需求,提出了今后人工神经网络在近红外建模方面的发展方向。