共查询到19条相似文献,搜索用时 109 毫秒
1.
2.
一种用模糊—神经技术建造专家系统的方法 总被引:4,自引:0,他引:4
本文提出了一种用模糊-神经技术建造专家系统的方法。从领域专家处获取的知识是以模糊规则和隶属函数的形式表示的。根据本文提出的方法,首先将模糊规则和隶属函数用神经网络表示出来(导入);生成的神经网络用于实现模糊推理,然后利用修改的反传算法训练神经网络,从而提高系统的精度,修改隶属函数,求精模糊规则;最后从神经网络中提取隶属函数和模糊规则(导入),帮助解释神经网络的内部表示和操作,利用本文所提出的方法建 相似文献
3.
自适应模糊神经网络研究 总被引:5,自引:4,他引:5
模糊神经网络提供了从人工神经网络中模糊规则的抽取。本文研究模糊神经网络的自适应学习,规则插入和抽取及神经-模糊推理的FuNN模型,把遗传算法作为系统模糊规则选择的自适应策略之一。 相似文献
4.
以洗衣机的控制对象,提出了一种神经模糊系统,对其进行建模和控制.根据人类专家的经验提取出来的语言规则,置于模糊逻辑系统之中,并引入线性隶属函数将这些模糊规则转化成数值.这些数值(输入、输出样本对)用来作为神经网络的训练样本.为了改善洗衣机的性能,采用的是基于零代价函数的神经网络训练算法,因此,神经网络的输出数据可以转换成模糊规则,而不存在误差.展望了神经模糊系统方法的发展方向和在洗衣机中的应用. 相似文献
5.
本文提出了一种用模糊-神经技术建造专家系统的方法(FNT方法)。从领域专家处获取的知识是以模糊规则和隶属函数的形式表示的。根据本文提出的方法,首先将模糊规则和隶属函数用神经网络表示出来(导入);生成的神经网络用于实现模糊推理,然后利用修改的反传算法训练神经网络,从而提高系统的精度,修改隶属函数,求精模糊规则;最后从神经网络中提取隶属函数和模糊规则(导出),帮助解释神经网络的内部表示和操作。利用本文所提出的方法建造的系统可实现快速的无匹配模糊推理,并具有较强的学习能力。 相似文献
6.
智能神经网络系统组成原理在语音识别中的应用 总被引:1,自引:1,他引:0
在语音识别实验中,应用智能神经网络系统组成原理,研究了以简单、功能单一的网络为基础,构造复杂、功能完善的智能神经网络系统的方法,同时,通过加入规则,提高了网络的知识能力,实验表明,智能神经网络系统组成原理将面向对象、符号逻辑融于神经网络中,提供了构造功能完备的智能系统的途径。 相似文献
7.
8.
深度神经网络是具有复杂结构和多个非线性处理单元的模型, 通过模块化的方式分层从数据提取代表性特征, 已经在晶圆缺陷识别领域得到了较为广泛的应用. 但是, 深度神经网络在应用过程中本身存在“黑箱”和过度依赖数据的问题, 显著地影响深度神经网络在晶圆缺陷识别的工业可应用性. 提出一种基于堆叠降噪自编码器的神经–符号模型. 首先, 根据堆叠降噪自编码器的网络特点采用了一套符号规则系统, 规则形式和组成结构使其可与深度神经网络有效融合. 其次, 根据 网络和符号规则之间的关联性提出完整的知识抽取与插入算法, 实现了深度网络和规则之间的知识转换. 在实际工业晶圆表面图像数据集WM-811K上的试验结果表明, 基于堆叠降噪自编码器的神经–符号模型不仅取得了较好的缺陷探测与识别性能, 而且可有效提取规则并通过规则有效描述深度神经网络内部计算逻辑, 综合性能优于目前经典的深度神经网络. 相似文献
9.
介绍一种基于RBF的模糊神经网络设计与仿真分析的实现方法。该方法利用MATLAB中的神经网络工具箱图形用户界面GUI结合模糊控制规则表给定的输入/输出样本数据设计、构建RBF模糊神经控制器,并在Simulink中建立系统仿真模型。通过对阶跃输入信号作用下系统动态性能的仿真分析,结果表明基于RBF的模糊神经控制器有良好的控制性能。 相似文献
10.
一种基于模糊规则的神经网络结构及其学习算法研究 总被引:1,自引:0,他引:1
文章提出了一种基于模糊规则的神经网络结构,并用形式化语言进行描述。基于模糊规则的神经网络由输入层、规则层和输出层三层网络结构组成,以隶属度函数(语义值)作为网络权值,输入值沿权值的传播即进行隶属度计算。在充分分析三角形函数特征的基础上,应用启发式方法,导出了FRBNN网络的学习算法。最后应用FRBNN评价船舶碰撞危险度,表明FRBNN兼备神经网络和模糊推理系统的优点。 相似文献
11.
模糊系统设计中,模糊规则的建立是系统设计的瓶颈问题。针对这一问题,该文提出了一种用于监督神经网络自动生成模糊规则并实现模糊推理的方法。网络训练分为两个阶段,首先是结构学习,确定系统的规则总数和前提的有关参数;其次是参数学习,即调整权值,使系统输出接近理想输出。仿真实例证明使用该方法建立模糊系统具有较好的效果。 相似文献
12.
人工神经元网络在系统辨识中的应用 总被引:7,自引:1,他引:6
本文将人工神经元网络的非线性性和信息的分布性用于非线性静态模型的辨识.对化
工生产中的缩聚反应过程的辨识结果表明,用人工神经元网络来辨识非线性静态模型是可行
的,从而为系统辨识提供了一条新的途径. 相似文献
13.
14.
15.
文章提出了基于RoughSets的汉语兼类词初始标注规则的获取方法,并通过模糊神经网络(FNN)进行优化,最后再进行简化获取模糊规则;文章以人工标注过的句子作为训练集和测试集,得出了训练集左3、左4、右3、右4个兼类词标注规则库;对同样的训练集和测试集,采用统计二元模型进行标注后,再利用该方法(粗糙模糊神经网络方法,简称RSFNN)进行二次标注,结果表明RSFNN方法优于统计二元模型方法。最后实例说明汉语兼类词词性标注规则的获取方法。 相似文献
16.
17.
基于BP神经网络方法,研究了凸轮升程曲线的拟合及BP神经网络拓扑结构、运行参数的选取规则。利用BP神经网络可实现复杂的凸轮升程曲线精确拟合,而不必事先假定凸轮升程曲线类型。实例表明采用BP神经网络拟合的凸轮升程曲线具有良好的速度、加速度连续性,保证了凸轮良好的动力性能。 相似文献
18.
一种基于Rough Sets和模糊神经网络的规则获取的方法 总被引:3,自引:1,他引:2
该文提出了一种基于RoughSets思想获取初始规则,并通过模糊神经网络优化,最后再进行简化获取模糊规则,及模糊系统参数学习的方法。并通过实例进行了自动列车运行系统仿真。文中还基于上述实例,将这种基于模糊神经网络的学习与控制方法与标准的BP网络和基本的模糊系统方法进行了比较,并总结了这种方法的特点。结论表明,该文所提出的模糊规则生成和模糊系统学习方法是行之有效的。 相似文献