基于RFNN的复杂机动事件检测方法

针对态势评估中复杂机动事件检测的精度及实时性问题,提出了基于粗糙集-模糊神经网络(RFNN)的事件检测方法,通过粗糙集理论获取数据样本中的最简规则集,然后根据这些规则构造模糊神经网络各层的神经元个数及相关参数初始值,最后用BP算法迭代求出网络的各种参数.仿真结果证明RFNN用于复杂机动事件检测的有效性,同时可以发现其在...     

基于Takagi-Sugeno型自适应模糊神经网络的模拟电路故障诊断

该文提出了一种基于Takagi-Sugeno型自适应模糊神经网络故障诊断方法。首先通过电路仿真获得故障样本,其次利用主成分分析对故障样本进行降维处理,减少自适应模糊神经网络的输入,降低训练时间,然后采用BP算法与最小二乘法相结合的混合学习算法训练自适应模糊神经网络的连接权值和隶属度函数。仿真结果表明,此方法能够快速有效地对模拟电路的故障进行诊断和定位,表现出了很好的应用潜力,在容差模拟电路故障诊断领域具有较好的应用前景。     

模糊对向传播神经网络的学习算法

模糊对向传播神经网络的学习算法由输入层至竞争层的连接权向量和竞争层到输出层的连接权向量两部分的学习组成,对于前者,分别选用聚类法和工下降法,本文研究了模糊对向传播神经网络的两种学习算法从理论上分析了这两种算法的性质,把算法应用于著名Ｍａｃｋｅｙ－Ｇｌａｓｓ混沌时间序列预测问题中,实验结果表明后一种算法的学习精度及泛化能力较前一种算法要好,但前者的学习速度要快。     

一种新型的动态递归-直觉模糊神经网络及其学习算法

通过对直觉模糊集理论和动态递归神经网络理论的研究,提出了一种新型的动态递归-直觉模糊神经网络,并根据动态递归-直觉模糊神经网络的数学模型推导其改进的动态反向传播学习算法.     

基于T-S模糊神经网络的ATM网络拥塞控制

本文充分考虑了模糊神经网络的学习功能，提出了利用T－S模糊神经网络算法对ATM网络进行拥塞控制的方案。仿真结果表明，该方法改善了网络对拥塞的实时处理能力，又增加了网络资源的利用率。     

基于自适应模糊聚类的LM-BPNN网络故障诊断

提出一种综合运用模糊聚类和神经网络改进算法的网络故障诊断方法.根据网络故障特征数据量大、且存在冗余和冲突的特点,基于模糊聚类思想,提出了以聚类中心为核、自适应半径来优选样本的数据预处理方法.在进行故障特征的学习训练时,针对BP神经网络用于网络故障诊断时训练次数多、收敛慢和易振荡的局限性,使用结合了Levenberg-Marquardt的改进算法.理论分析和实验结果表明,文中提出的网络故障诊断方法能达到诊断更快速、更准确的效果.     

一种训练神经网络的模糊控制方法

提出一种训练神经网络的模糊控制方法，该方法根据样本的分布及网络对该样本的识别率制定模糊规则，以此规则控制网络的训练参数、调整学习率．利用此方法训练出的神经网络收敛快、识别率高．当样本不均衡时，这种方法的优点尤为显著．     

光学模糊联想神经网络

本文提出一种模糊联想神经网络的非相干光学实现系统。利用空间区域编码技术和阴影投射系统，模糊联想存贮器所需的矩阵－矢量最大－最大合成运算可得到光学实现。给出了实验结果。     

多字体字符识别的模糊神经网络模型

提出了一种用于多字体字符识别的模糊神经网络模型．通过对一个３ 层ＭＬＰ的输入层、输出层以及学习算法的模糊化,构造出能有效处理具有模糊边界的模式分类问题的模糊神经网络．经过大量实际采样多字体字符样本的测试表明,该模型能对字体字符识别取得很高的识别率,对加噪字符的识别试验还表明该模型具有较好的鲁棒性．     

用于实时识别时域信号的神经网络统计模糊算法

本文讨论了一种基于统计训练和模糊判断的非监督神经网络算法，网络的权重是在已知样本的概率分布下得到的，输出单元兴奋状态及兴奋程度由被识别样本与确定权重的内积和被识别样本的模的隶属函数确定，网络的识别采用模糊聚类分析方法。最后给出了计算机模拟结果，证实了方法的正确性和可靠性。     

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     

基于模糊神经网络的雷达对抗效能评估

雷达对抗装备作战效能评估是一个复杂问题,涉及因素多,而且部分因素存在信息不完全和不确定的问题,而模糊系统理论是处理这类问题的有力工具。提出利用模糊系统理论来评估雷达对抗装备的作战效能,建立了作战效能评估的指标体系,结合神经网络的自适应功能,提出了基于模糊神经网络的作战效能评估模型。仿真结果表明该方法简单有效而且可行。     

基于模糊神经网络的欺骗性干扰效果评估

雷达干扰效果评估是一个重要且很棘手的问题。本文将模糊神经网络引入到欺骗性干扰效果评估中，充分发挥了模糊数学和神经网络的优势，建立了一种模糊综合评估模型，用以对干扰效果进行评估。该评估方法简便、易行、准确性高。     

ARTMAP与模糊逻辑结合的字符智能识别方法

研究了将ＡＲＴＭＡＰ神经网络与模糊规则相结合的字符识别方法．ＡＲＴＭＡＰ用于对字符的学习、训练，而模糊规则和ＡＲＴＭＡＰ共同用于对字符的智能识别．实验证明这种将模糊技术与神经网络相结合的混合系统具有较高的识别率和较快的识别速度，采用ＡＲＴＭＡＰ神经网络只需要较少的网络训练时间．     

On the Optimization Problem of Spanning Tree in Fuzzy Network

ＯｎｔｈｅＯｐｔｉｍｉｚａｔｉｏｎＰｒｏｂｌｅｍｏｆＳｐａｎｎｉｎｇＴｒｅｅｉｎＦｕｚｚｙＮｅｔｗｏｒｋ￥ＹａｎｇＣｈｕｎｄｅ（ＤｅｐａｒｔｍｅｎｔｏｆＢａｓｉｃＣｏｕｒｓｅｓ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍ...     

基于模糊神经网络智能预测模型的设计与实现

针对智能决策支持系统中经常遇到的预测类问题,根据人工神经网络和模糊逻辑系统的各自特点,设计一种模糊神经网络模型,将模糊系统用类似于神经网络的结构表示,再用相应的学习算法训练模糊系统实现模糊推理.并对此模型进行预测验证和编程实现.     

基于模糊网络的机翼天线变形测量方法

高空长航时无人预警机的发展日益受到重视,而对其机翼长基线天线变形的实时高精度测量对保证天线性能具有重要意义。结合模糊自构架理论,提出了一种适于机翼变形实时测量的模糊网络法。首先,根据测得的机翼上各个位移测量点的形变位移量和相关应变点的应变量,自主构架网络来逼近二者之间的关系;然后,以空间三角桁架为对象进行仿真分析,并在静载作用下对铝制翼板模型进行变形测量实验。研究表明:模糊网络法具有较高的测量精度和较快的训练速率,为机翼变形测量提供了一种新的思路。     

MSBR法污水处理模糊神经网络控制的研究

模糊神经网络(FNN)技术的迅速发展及其理论的不断完善为其在各个领域的应用奠定了基础。简述了FNN技术的发展以及在污水处理过程中的应用现状和重要性,详述了模糊神经网络控制在MSBR法污水处理中的应用,提出了一个具有5层的模糊神经网络控制器,通过仿真实验表明该控制系统具有很强的鲁棒性与容错性,该控制器能够自动调整隶属度函数、动态优化控制规则,将其应用于溶解氧控制和出水水质预测,结果表明可以快速、有效地使溶解氧浓度达到期望值,实际出水水质预测结果也具有很好的收敛性和预测精度。     

一种神经网络模糊控制器的合成

论述了一种神经网络模糊控制器的合成方法，提出了单元-单元映象方法及利用模糊神经网络确定模糊中心，识别模型规则，调节隶属函数参数。仿真试验表明该模糊控制器相比PID控制器具有较好的性能。