基于Additive2multipl icative 模糊 神经网的ATM 网络拥塞控制

考虑了模糊神经网络的学习功能，提出利用Additive-multiplicative模糊神经网络(AMFNN)对ATM网络进行拥塞控制的方案．在拥塞控制过程中，利用AMFNN模糊神经网络预测下一个将要到达流的特征，结合当前缓冲区的队列信息预测网络是否发生拥塞．一旦预测出将有拥塞发生，控制器则向源端反馈拥塞控制信息，信源根据拥塞信息适当降低传输速率，从而避免了拥塞的发生．仿真结果表明，该方法可改善网络对拥塞的实时处理能力，提高网络资源的利用率．     

基于模糊加权神经网络的模糊规则自动获取

如何实现模糊规则的自动获取一直是模糊系统中的一个难题，文中在充分研究了模糊加权神经网络和遗传算法的基础上，给出了一种能够自动获取模糊规则的剪枝算法，并以此建立了新的网络模型。模拟结果验证了该模型的有效性。     

基于模糊规则自动生成算法的茶味觉信号识别

在充分研究了模糊加权神经网络和微粒群算法的基础上，给出一种能够自动生成模糊规则的剪枝算法,并以此建立了新的网络模型。通过茶味觉信号识别的仿真实验验证了该算法的有效性。     

基于自适应神经模糊推理的传感器在线故障诊断

介绍了一种应用于故障诊断的基于T-S模糊模型的自适应模糊神经网络。给出了网络的连接结构和学习算法以及传感器故障在线诊断原理。仿真结果表明，该方法具有收敛速度快，诊断精度高，泛化能力强的特点，而且可以诊断系统多种工作过程传感器的在线故障。     

基于模糊聚类分析的模糊神经网络结构的优化

该文讨论了模糊聚类分析在模糊神经网络结构的确定中的应用。通过将模糊C－均值算法、有效性函数和模糊指数相结合,给出了模糊神经网络结构确定的方法,并且给出了应用该算法具体的模糊神经网络模型。     

基于LSFD算法的小波模糊神经网络的研究与应用

利用小波变换的多分辨率特性构造小波模糊神经网络模型,并应用在非线性系统的辨识上.在参数学习上,给出了模糊微分与李亚普诺夫稳定相结合的新算法—LSFD算法,并与梯度下降法进行了对比.通过仿真,结果表明小波模糊神经网络模型与模糊神经网络、模糊小波神经网络、小波神经网络和神经网络等模型相比,其性能指标最小,收敛速度更快,更加准确.     

一种基于NFCS形态的模糊神经网络的学习算法

神经网络与模糊逻辑协同系统（NFCS）是神经网络与模型系统深度融合的一种形态，传统的BP算法也可作为NFCS的学习算法，但收敛性能不佳，针对NFCS形态的模糊神经网络提出了BP算法的一种新的改进算法（NFCS－BP），即在误差传播时不仅改变网络的连接权值，同时也改变模糊逻辑神经元模型的补偿参数，首先介绍了NFCS的协同机制和典型结构，然后详细推导了改进算法的迭代公式，实践证明，与传统BP算法相比，该算法具有收敛性能好，函数逼近精度高的优点。     

模糊竞争神经网络在线辨识及在CSTR中的应用

基于改进的T-S模糊模型构造了一种自适应模糊竞争神经网络模型(FCNN),给出了网络的连接结构和学习算法。它依据模糊竞争学习算法确定系统的模糊空间和模糊规则数,得出每个样本对每条规则的适用程度,并利用卡尔曼滤波算法在线辨识FCNN的后件参数。将其应用于化工过程连续搅拌反应器(CSTR)的建模中,仿真结果表明,FCNN具有结构简洁、收敛速度快、辨识精度高等特点,可当作复杂系统建模的一种有效手段。     

自适应模糊辨识及其在大系统中的应用*

本文基于Ｔ－Ｓ模糊模型构造了一种新的自适应模糊神经网络，给出了网络诉连接结构物学习算法，它能自动学习和修正前件参数及模糊规则，将其用于大系统随机民递阶优化的控制建模中，仿真结果表明，该方法具有收敛速度快，辨识精度高、泛化能力强等特点，可当作复杂大系统建模的一种有效手段。     

生态遗传算法在煤矸石模糊模式识别中的应用

给出煤矸石组分模式识别的模糊神经网络模型 ,提出一种实用生态算子 ,同时将在此基础上构建的生态遗传算法用于模糊神经网络的离线学习。仿真和实验结果显示 :新算法使网络具有良好的收敛性能 ,而且从训练好的定量网络中提取的模糊规则提高了煤中矸石的识别率。     

模糊数学在企业信息处理中的应用--模糊人事评价及人事安排、岗位培训决策支持系统

本文讨论了模糊数学在企业信息处理中的应用。提出了模糊人事评价体系，以及企业人事安排、企业员工技能培训等方面的模糊决策支持数学模型。     

模糊控制在张力辊双闭环系统中的应用

随着卷取机自动化技术的发展,描述卷取机运动的重要参数--速度控制显得越加重要.本文主要研究模糊控制理论在张力辊速度控制中的应用.介绍了两种模糊控制器的设计,并利用MATLAB(SIMULINK)进行了计算机仿真.仿真结果表明,该模糊控制系统具有较好的控制性能,对进一步应用研究具有较大的参考价值.     

模糊控制在列车自动驾驶中的应用

模糊控制在工业领域得到了广泛的应用。本文介绍了模糊控制在列车自动驾驶中的应用,应用结果同ＰＩＤ控制相比,具有控制自由度好,停车平均误差低,节电性能优良等特点。     

模糊Petri网及其在模糊推理中的应用

该文首先引入模糊Petri网(Fuzzy Petri Net)的定义，给出了一个九元模糊Petri网模型，并且详细介绍了模糊Petri网的激发规则。给出了产生式规则的模糊Petri网表示的三种模型，在此基础上提出了一种基于模糊Petri网的推理方法，最后使用模糊Petri网中知识表示和运行的基本算法解决了汽车质量检验和故障分析这一实际问题。实际应用证明基于模糊Petri网的产生式规则的推理具有知识表达能力强，处理不确定知识正确，推理过程简单直观，具有一定的智能推理能力，具有较强的实用价值。     

1200热连轧地下卷取机张力辊电流调节系统研究

研究了模糊控制控制理论在张力辊电动机电流调节系统中的应用。介绍了传统PI调节器、参数自调整模糊控制器的设计,并用MATLAB（SIMULINK）语言进行了计算机仿真。仿真结果表明,参数自调整模糊控制器具有良好的控制性能,对进一步应用研究具有较大的参考价值。     

Fuzzy arithmetic-based interpolative reasoning for nonlinear dynamic fuzzy systems

FAIR (fuzzy arithmetic-based interpolative reasoning)—a fuzzy reasoning scheme based on fuzzy arithmetic, is presented here. Linguistic rules of the Mamdani type, with fuzzy numbers as consequents, are used in an inference mechanism similar to that of a Takagi–Sugeno model. The inference result is a weighted sum of fuzzy numbers, calculated by means of the extension principle. Both fuzzy and crisp inputs and outputs can be used, and the chaining of rule bases is supported without increasing the spread of the output fuzzy sets in each step. This provides a setting for modeling dynamic fuzzy systems using fuzzy recursion. The matching in the rule antecedents is done by means of a compatibility measure that can be selected to suit the application at hand. Different compatibility measures can be used for different antecedent variables, and reasoning with sparse rule bases is supported. The application of FAIR to the modeling of a nonlinear dynamic system based on a combination of knowledge-driven and data-driven approaches is presented as an example.     

基于模糊控制的某教练机飞行姿态控制器设计

提出了一种基于规则的模糊逻辑飞行控制系统的设计方法,用以解决某教练机训练系统中数学模型时变性和不确定性问题.为了避免建模的困难,某教练机飞控系统采用模糊逻辑控制设计其控制律,结合飞行员的操纵经验,对系统进行动态调整.以俯仰角为研究对象,利用MATLAB中的fuzzy工具箱实现了模糊控制器设计,给出了俯仰角模糊控制器的控制曲面视图,并在SIMULINK仿真环境下建立了仿真模型.结果表明,所设计的模糊逻辑控制器满足操作品质的要求,具有较好的鲁棒性,对教练机驾驶训练仿真平台的飞行控制系统设计具有一定的应用价值.     

Fuzzy插值及其Fuzzy泛函网络构造理论

首先分别介绍了泛函网络概念和Fuzzy插值概念及性质;将泛函网络结构特性和Fuzzy插值映射有机地结合起来,提出了一类新型FuzzY泛函网络模型,给出其Fuzzy泛函网络构造方法;采用构造性方法从理论上证明了FuzZy泛函网络能够以任意精度逼近任意定义在有界闭集上的连续函数。这从理论上为Fuzzy泛函网络的使用提供了依据,具有明显的实际应用价值。     

模糊Kohonen网络在烟叶分类中的应用

对于分类问题的处理有很多经典方法，但近年来因为人们对神经网络理论及其应用的重视，使得Kononen网络(KN)趟来越受到普遍关注。该文利用模糊控制策略将模糊。均值算法与经典的Kolloncn算法有机地结合起来，使网络性能到了，很大改善。