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。     

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.     

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前景。     

关于单体模糊神经网络感知机收敛定理的讨论

考虑单体模糊神经网络模型,讨论了单体模糊神经网络的感知机收敛定理与传统神经网络感知机收敛定理的关系,指出了在证明单体模糊神经网络的感知机收敛定理时存在的问题,提出了两种修改方案,即给出了两个改进的感知机收敛定理,并给出相应的证明和说明.     

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。     

基于模糊神经网的决策树生成

数据挖掘技术能从大量数据中挖掘和发现有价值和隐含的知识,因而得到广泛的研究和应用。提出了一种基于五层模糊神经网络的决策树生成方法：首先运用五层模糊神经网络学习变量间的模糊映射关系。然后从中生成模糊决策树。这种方法利用了五层模糊神经网络学习的模糊映射强度,并能实现模糊决策树的剪枝优化,提高了算法的正确率和效率。     

火灾探测的模糊神经网络方法研究

本文把火灾的探测归结与火灾特征信号相对应的各种规则,并用模糊技术和神经网络提取这种规则,推导了神经网络和模糊技术相结合的新算法。分析结果表明：模糊神经网络用于火灾探测是行之有效的方法。     

正则模糊神经网络对一类连续模糊值函数的普遍近似性

本文讨论了正则模糊神经网络于对定义于区间［０，Ｔ０］上连续可减模糊值函数的普遍近似性，在此基础上，证明了［０，Ｔ０］上取值为三角形模糊连续递增函数可用正则模糊神经网络逼近到任意精度。     

基于模糊神经网络的电动机的故障诊断

本文以异步电动机为研究对象,提出了一种基于模糊神经网络的故障诊断方法,并进行了验证。将模糊逻辑引进神经网络,先对输入数据进行模糊预处理,然后将模糊化后的数据导入神经网络中,最后得出的结果满足实际需求,从而证明了模糊神经网络在异步电动机的故障诊断中可行性。     

基于模糊神经网络的精品课网站评价模型研究

随着各大高校精品课建设热潮的兴起,各种精品课的网站建设应运而生。然而对该网站的评价机制尚不完善,文章提出一种基于模糊神经网络的评价模型,对精品课建设网站进行评估。同时提出了一种新的模糊神经网络算法,克服了原有的神经网络算法的缺陷,并评估精品课网站的性能。首先,文章设计了一种基于模糊BP神经网络理论的新的计算结构,并选取改进的模糊神经网络算法的新的自我训练方法;其次,对算法的性能从四方面进行理论性评估;最后,基于分析和构建评价指标体系,改进的模糊神经网络算法应用于评价精品课网站的性能,实验结果表明,改进算法的优势包括较高的评价精度,收敛速度快,振动小,算法过程简单。     

模糊信息处理与模糊神经网络

模糊神经网络结合模糊逻辑具有较强的结构性知识表达能力（即描述系统定性知识的能力）,神经网络具有强大的自学习与定量数据的直接处理能力,从而具有一定的处理定性与定量知识的技术和方法。     

折线模糊神经网络对Chonquet可积函数的泛逼近性

首先定义了Choquet积分模的概念,然后分析了折线模糊神经网络在Choquet积分模意义下对模糊值函数的泛逼近性,证明了当模糊值函数满足相容性时,折线模糊神经网络能够以任意精度逼近该Choquet可积模糊值函数.     

基寸S7-200PLC的模糊神经网络算法设计

随着智能信息技术的发展,模糊神经网络算法广泛应用于工业控制。但该算法尚未应用于PLC。针对这种现状．给出基于S7-200PLC的模糊神经网络算法设计。利用模糊神经网络算法的理论知识,在S7—200的平台上采用梯形图和指令表两种模式编程设置。并利用PLC仿真软件对其仿真,仿真结果达到预期目标。     

基于模糊神经网络的执行器故障诊断

针对神经网络在故障诊断中的局限性,提出了一种将模糊理论与BP神经网络结合的故障诊断方法,使其应用到执行器故障诊断中.通过和BP神经网络学习算法对执行器故障诊断的结果比较来证明模糊神经网络算法的优越性.首先介绍执行器常见故障;其次对故障征兆进行模糊化预处理,获得了神经网络训练样本,最后应用Matlab软件进行了系统仿真.仿真结果表明:该方法收敛速度快、诊断精度高、自适应性强,能够有效地诊断执行器故障.     

火灾探测的模糊神经网络方法研究

本文把火灾的探测归结为与火灾特征信号相对应的各种规则,并用模糊技术和神经网络提取这种规则,推导了神经网络和模糊技术相结合的新算法。分析结果表明：模糊神经网络用于火灾探测是行之有效的方法。     

基于S7-200 PLC的模糊神经网络算法设计

随着智能信息技术的发展,模糊神经网络算法广泛应用于工业控制.但该算法尚未应用于PLC.针对这种现状,给出基于S7-200PLC的模糊神经网络算法设计.利用模糊神经网络算法的理论知识,在S7-200的平台上采用梯形图和指令表两种模式编程设置.并利用PLC仿真软件对其仿真,仿真结果达到预期目标.     

模糊神经网络在客户信用评级中的应用研究

应用模糊理论的解释能力及神经网络自组织、自学习、自适应等的优点组建模糊神经网络模型，用于商业银行企业客户的信用风险评级，在组织网络时采用结构替代型神经网络，很好地将模糊系统与神经网络融合到一起，并产生模糊规则，训练结果表明系统误差小。     

神经网络的应用与发展

神经网络是一门发展十分迅速的交叉学科,已在许多应用领域中取得广泛成功.介绍了神经网络的应用现状、神经网络发展趋势及研究热点,重点论述神经网络与模糊逻辑的结合.     

适应型模糊神经网络在视觉辨识系统中的应用

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。