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。     

模糊神经网络视角下云桌面虚拟时序预测探讨

网络虚拟化技术社区时序数据建模是许多学者研究的新型课题,以其模糊神经网络环境下复杂网络虚拟化技术社区时序数据预测系统中,同时基于提出模糊神经网络视角下网络虚拟化技术时序数据预测中的应用。     

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。     

基于遗传算法的模糊神经网络控制技术研究

提出了一种基于去模糊优化的模糊神经网络控制器及模糊神经网络的遗传学习算法.利用遗传算法优化包含控制器性能的指标来离线寻找最优的模糊神经网络控制器结构和参数,经过遗传算法训练的模糊神经网络控制器被接入模糊神经网络智能控制系统中.仿真结果表明,利用此方法实现的控制,系统的控制精度高,超调量小,鲁棒性能很强,获得了良好的控制效果.     

基于CSO优化模糊神经网络的污水处理出水COD预测模型

针对污水处理的非线性系统,为了能够有效预测出水化学需氧量（COD）。提出了一种基于鸡群算法（CSO）算法优化的模糊神经网络预测模型。首先通过模糊神经网络设计了COD模糊神经网络预测模型;之后采用鸡群算法优化模糊神经网络模型参数,弥补预测模型容易陷入局部极小值的缺点,使模糊神经网络的预测精度有了明显提高。最后用MATLAB平台进行仿真实验,仿真结果清晰表明,改进型模糊神经网络预测模型具有很好的自适应性和鲁棒性,提高了COD预测精度和预测效果,能够满足实际污水处理的测量需求,具有一定的研究价值。     

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。     

智能集成VBR MPEG视频流量预测模型

作为数字媒体网络视频通信的主要方式,VBR MPEG视频流量的预测能力是直接关系缓冲区设计、动态带宽分配及拥塞控制等提高网络服务质量的关键因素.因此针对MPEG视频流的复杂特性,充分利用人工智能方法的优势,提出并建立了基于模糊神经网络的智能集成VBR MPEG 视频流量预测模型.采用模糊预测模型提高预测精度,利用神经网络解决预测的实时性问题.实验结果表明,与标准AR预测模型相比,该模型预测的准确度和可靠性显著提高,且算法简单易于推广到其他方法中使用.     

基于模糊神经网络的微波器件建模

通过模糊数据曲线来确定模糊规则,从而只需要根据系统的输入输出数据来建立网络最佳结构,并对BP算法进行了改进以加快网络模型的训练速度.在此基础上,用建立的模糊神经网络对微波无源器件共面波导的电容参数来进行提取.实验证明,模糊数据曲线确定的网络结构是接近最佳的,在训练速度和精度方面,效果优于神经网络建模算法.     

一种模糊小波神经网络辨识器的设计与应用

针对现有模糊神经网络的语言变量层隶属函数的不足,借鉴小波变换良好的尺度变换和伸缩平移特性,提出了一种新的模糊小波神经网络模型,并研究了其结构和相应的优化算法.将该模糊小波神经网络作为系统辩识器进行计算机仿真,仿真结果表明所研究的模糊小波神经网络结构及其学习算法简单有效,系统辩识准确.     

模糊神经网络的研究现状及发展前景

本文介绍了模糊神经网络的基本概念,以及９０年代在模糊神经网络发展中取得的重要研究成果,并且预测了这门新兴技术在未来诸多领域中的应用剪影。     

适应型模糊神经网络在视觉辩识系统中的应用

本文构筑的适应型模糊神经网络模型实现了神经网络的学习训练能力、模糊逻辑系统的仿人推理功能以及匹配寻踪的适应性技术的结合。以其对具有不确定性特征的机器视觉目标图像进行辨识处理,取得良好效果。     

Achieving of Fuzzy Automata for Processing Fuzzy Logic

At present, there has been an increasing interest in neuron-fuzzy systems, the combinations of artificial neural networks with fuzzy logic. In this paper, a definition of fuzzy finite state automata （FFA） is introduced and fuzzy knowledge equivalence representations between neural networks, fuzzy systems and models of automata are discussed. Once the network has been trained, we develop a method to extract a representation of the FFA encoded in the recurrent neural network that recognizes the training rules.     

基于模糊神经Petri网的武器装备效能评估模型

将模糊Petri与神经网络理论相结合,提出了一种关于武器装备效能评估的模糊神经Petri网模型.将模糊逻辑规则应用到专家评判中得到模糊Petri网,建立基于模糊Petri网的武器装备效能评估模型,并在此基础上将人工神经网络引入到模糊Petri中,在模糊Petri模型上,用迭代最速下降法对模型的参数进行学习和训练,经过学习和训练的模型具有很强的学习能力以及对外界环境的自适应能力.以某型雷达对抗装备为例进行仿真验证,仿真结果表明该模型是可行和有效的.     

电力系统自动化中智能技术的应用

电力系统是一个复杂大系统。这样的系统需要一套控制效果优良、鲁棒性较高的控制系统来保证系统的稳定、高效地运行。随着人工智能技术的发展,已经有越来越多的人工智能技术应用到系统控制中。本文介绍了几种典型的人工智能技术在电力系统中的应用,模糊控制在继电保护装置的应用、神经网络、专家系统在故障诊断方面的应用等。     

实时光学模糊关联记忆神经网络

构建了实时光学模糊关联记忆神经网络系统，采用空间面积编码实现了光学模糊逻辑，提出了分时处理技术，为实现更多神经元的网络提供了一条有效途径；并进一步论证了网络作为灵活实时互连功能模块的可行性；给出模拟运算和实验结果。     

基于PLC的模糊神经网络控制策略的应用

研究了模糊控制与神经网络两者相结合构成的模糊神经网络控制策略,实现了模糊神经网络控制算法在PLC中的软件编程,它不依赖于被控对象精确的数学模型,将模糊神经网络控制器应用于温度控制系统中,获得了良好的控制效果。     

系统辨识研究的现状

综述了系统辨识问题的研究进展,介绍了经典的系统辨识方法及其缺点,引出了将集员、多层递阶、神经网络、遗传算法、模糊逻辑、小波网络等知识应用于系统辨识得到的一些现代系统辨识方法,最后总结了系统辨识今后的发展方向。     

基于区间值模糊逻辑神经元的区间值模糊C-均值聚类神经网络

本文提出了一种基于区间值模糊逻辑神经元的三层前馈自组织学网络模型，用来实现区间值模糊Ｃ－均值聚类分析，网络第一，二层神经元的输入，输出和权连续取值属于区间值模糊集Ｉ（０，１）第一层神经元为区间值线性神经元；第二层为区间值模糊相等神经元，其功能是实现输入样本与各类的匹配运算，本文采用区间值模糊相等关系作为匹配的指标，为了定义区间值模糊相等神经元，本文在点值模糊相等关系的基础上推导了区间值模糊相等关系     

ADS-B系统运行可靠性评价方法

为实现ADS-B系统运行可靠性的综合评价,提出了一种基于T-S模糊神经网络的方法。以平均首次故障时间、平均故障间隔时间、平均维修时间、平均可用度和维修时间率5项可靠性评价指标作为输入向量。利用T-S模糊系统构建可靠性综合评价的非线性映射关系,经神经网络的自适应训练,调整模糊规则和隶属度函数,建立ADS-B系统运行可靠性的综合评价模型。实验仿真与应用情况表明,该方法可行、有效,并具有较高的计算稳定性、精确性和良好的泛化能力,且评价结果客观、准确可靠,可作为提高ADS-B系统运行可靠性的决策依据。