基于一种新的模糊运算方法实现电力系统模糊风险评估

针对扩张定理定义的模糊运算的不足,从模糊数实际意义出发,引入集合相关性,提出“相关模糊数”和“独立模糊数”的概念,并结合扩张原理提出一种适于模糊运算的改进方法,论证了方法的合理性.分析了电力系统不同运行状态下设备强迫停运和负荷水平的模糊不确定性,建立了设备停运和多级负荷水平的模糊模型,给出了基于改进模糊运算的电力系统风...     

模糊神经网络及其在聚酯酯化建模中的应用

提出一种通过改进减法聚类优选模糊规则的模糊神经网络建模方法.该算法仅从已知的输入输出数据中,就能快速确定模糊规则的数目;给出了模糊规则中参数的确定方法,用误差反传法优化参数;最后用该方法对聚酯的酯化率建立软测量模型.仿真结果表明该方法运算速度快,模糊规则较少,同时具有的良好泛化性能,能够满足软测量建模精度的要求.     

应用聚类和模糊神经网络设计模糊系统

基于聚类技术和一类模糊神经网络提出一种设计模糊系统的混合方法,通过一个无监督的聚类算法自组织地确定模糊规则的数目及生成一个初始的模糊规则库,构建一类模糊神经网络,通过调整网络的权值,使规则库中的参数更加准确,并以函数逼近问题为例验证了该方法的有效性。     

改进模糊聚类方法的物流园交通小区划分

为获取物流园交通小区的最佳分类结果,首先对物流园进行定性划分,然后构造加权模糊相似矩阵,再利用邻接矩阵对加权模糊相似矩阵进行修正,采用改进的模糊聚类方法对小区进行聚类合并,并且基于类内距离和类间距离构造F指标以确定最佳分类数.实验结果表明,基于改进的模糊聚类方法能够较大程度地减少物流园交通小区数量,并且能够快速得到较好的小区分类,还能避免将地理位置不相邻的小区划分为同一类.     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经风格实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器，该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正，模糊推理则由网络的自联想功能完成。     

基于模糊聚类分析的网络安全综合评价

模糊聚类分析主要用于研究样本的分类问题。利用层次分析方法给出了样本指标的权重,进一步引入了加权相似系数和加权距离系数的计算公式。在该系数的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量——相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进。将其应用到网络安全综合评价实际样本数据的聚类分析中,结果表明改进的模糊聚类分析方法是有效的。     

基于模糊神经网络的模拟电路故障诊断算法

将小波包分析、模糊理论和神经网络有机结合在一起,提出了一种基于小波包特征提取和模糊规则的模拟电路故障诊断的神经网络算法.计算和仿真实验结果表明,该方法可以减少网络的训练规模,加快网络的收敛速度,能够为模拟电路故障诊断提供一种新的有效的方法.     

小波框架支持向量机的模糊小波网络分类方法

针对现有的支持向量机(SVM)不具有多分辨率学习的特点,提出一种新的小波框架的多尺度支持向量机(SVM)的模糊小波网络(FWN)算法.将小波多尺度学习和模糊推理方法相结合,由于FWN对应着多个模糊规则,而每个模糊规则的后件对应一个小波网络,解决了模糊规则后件难以描述的问题;对高维输入的小波网络的初始参数和网络结构的确定困难问题,用基于正交小波框架的支持向量机代替小波网络的方法,使FWN模型具有更好的泛化性能;为了提高FWN模型的逼近精度,使用梯度下降方法调节FWN参数.仿真结果表明,与传统的模糊神经网络(FNN)相比,该方法能显著地提高分类精度.     

基于MATLAB的模糊控制器控制规则优化研究

在模糊控制器中,只有合理有效地调整控制规则,才能充分发挥其效能,利用MATLAB提供的基于Windows平台的图形界面仿真工具SIMULINK,对带有自调整加权因子的模糊控制器控制规则进行单参数和多参数的仿真优化,通过参数标定和响应效果的比较,使模糊控制系统得到最快阶跃响应。优化结果表明,所采用的仿真方法具有方便、直观和准确等优点。     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法．首先根据生产控制系统的实验记录的曲线或者数据，初步确定一个“if…then”模糊逻辑规则模型；然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算，构造了一个神经模糊系统；通过有导师的误差反向传输学习，将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改，从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

某航空装备故障诊断模糊推理与评判方法的改进

装备发生故障时，可采用模糊推理和评判进行诊断．由于航空装备使用的特殊性，对诊断中的模糊推理和评判方法进行了改进．针对基于案例的诊断方法的局限，利用故障树和数据库实时概率统计确定权重的方法来选择哪些症状和权重，解决了故障现象与故障原因之间相互交叉的多故障诊断问题，并且可以不断地扩充案例来增加诊断的可靠性．最后通过一个案例说明了该方法的可行性。     

BP神经网络的模糊改进及应用

描述了人工神经网络和模糊推理系统的基本原理,分析了基于人工神经网络和模糊推理方法的故障诊断专家系统的设计思想,提出了一种人工神经网络和模糊推理技术相结合的故障诊断方法——模糊神经网络法.人工神经网络通过对部分测量数据的处理,输出故障出现的可信度,实现系统的故障诊断.模糊推理部分通过对输入输出的模糊表示,结合神经网络的推理,给出故障的程度,实现故障诊断.     

基于加权模糊推理网络的文本自动分类方法

针对数据挖掘中的文本自动分类问题,提出了一种基于加权模糊推理网络的分类方法．网络的基本信息处理单元为模糊推理神经元,融合了模糊逻辑能够较完整的表达领域规则和先验知识以及神经网络自适应环境的优点．根据模糊推理规则的量化表示形式和微分方程数值解的动力学思想推导出网络一种新的学习算法．该算法以文本特征谓词的真度作为分类依据,体现了模糊分类的思想以旅游站点网页分类为例验证了该方法的有效性。     

基于模糊逻辑推理的BP神经网络及其应用

阐述了ＢＰ神经网络的原理及学习算法,在结合模糊逻辑推理的基础上提出了一种具有分层结构,能够进行规则自提取、自修正、自学习的复合模糊ＢＰ神经网络模型。这种模糊神经网络不仅可以充分利用原有的专家的经验和知识,而且能够从实际数据中通过不断学习获取新的知识和推理规则。同时,在相应的网络权值训练中引入了遗传算法和模糊逻辑控制器的优化求解思想。还进一步探讨了将这种网络模型用于汇率分析系统的形式和方法。     

基于T-S模糊神经网络的凝汽器故障诊断

针对凝汽器故障的特点,提出了基于模糊神经网络的故障诊断方法．模糊神经网络是模糊系统与神经网络相结合的产物,它利用两者的长处,提高了整个系统的学习能力和表达能力,既具有学习、联想、自适应性,又能进行模糊推理．仿真结果表明,所提出的诊断方法能有效地诊断凝汽器故障,且具有良好的应用前景．     

建立在神经网络基础上的模糊控制器的设计

提出了建立在神经网络基础上的模糊控制器设计方法，这个控制器实际上是一个模糊控制规则被一个神经网络学习和联想使用的模糊控制器，从而获得一种比模糊推理更自然的使用人类经验的方法。仿真结果表明这种控制器是有效的。     

模糊推理算法的研究进展

随着模糊集的产生与发展,模糊推理已经成为计算智能领域的重要组成部分。对于模糊推理的基本问题,国内外学者进行了广泛研究,提出多种模糊推理算法。为了深入理解各种模糊推理算法,综述了模糊推理算法的研究进展,重点分析CRI方法、模糊推理的全蕴涵三I算法、基于相似度的模糊推理算法以及真值流模糊推理的现状及进展,希望能为模糊推理算法的研究提供引导作用。     

基于协同进化算法的水轮机模糊PID调速器研究

针对水轮机调速器常规PID控制不能根据系统的动态过程自动调整控制参数的问题,提出一种改进的基于协同进化遗传算法的模糊自适应PID控制算法,该方法采用协同进化遗传算法同时优化模糊PID控制的模糊规则和PID整定公式中的3个比例因子,通过模糊推理的方法求解PID参数的变化量,对PID参数进行自动整定,为了避免优化得到的模糊规则之间发生跳变,在目标函数中引入一光滑因子。仿真表明,该控制算法具有良好的静态和动态性能。     

信息权值-特征合成推理在模糊控制算法中的研究

模糊推理的Mamdani方法被广泛应用于模糊控制器设计中,Mamdani方法采取最大-最小运算的合成算子,实践表明,这种运算会对系统所提供的信息量带来损失,而且输入数据需要模糊化处理,对于多个控制变量的控制系统要进行大量的合成运算.本文提出信息权值-特征合成推理方法,采用信息增益来确定控制因素的权重.并将这一方法用于复合模糊PID控制器的设计,仿真结果表明本文所提出的方法可以避免上述所提出的三个缺点,其控制品质性能优于传统模糊控制方法.