共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
提出了一种基于补偿模糊神经网络的智能诊断系统,该系统将神经网络和补偿模糊逻辑相结合,采用动态、全局优化的运算,充分利用了相互间的优点.在神经网络的学习算法中,动态优化补偿模糊运算,使网络更适用、更优化.网络不仅能适当调整输入输出模糊隶属函数,也能借助于补偿逻辑算法动态优化相应的模糊推理,由于补偿模糊逻辑神经网络引入了补偿模糊神经元,能使网络从初始定义的模糊规则开始训练,使网络容错率更高,系统更稳定.仿真实验证明该模型在智能诊断中具有收敛速度快,诊断精度高,而且适应性强等优点. 相似文献
4.
基于遗传算法的高阶模糊BP神经网络在齿轮故障诊断中的应用 总被引:3,自引:0,他引:3
将模糊逻辑理论和遗传算法引入高阶BP神经网络中,讨论了高阶模糊BP神经网络的特征值的提取、结构、特点、二阶算法以及遗传算法,并将该神经网络模型用于齿轮的故障诊断中,试验表明基于遗传算法的高阶模糊BP神经网络对齿轮故障模式具有稳定、准确的识别能力,是一种行之有效的新型诊断方法。 相似文献
5.
6.
神经网络和模糊控制在电梯群控中的应用 总被引:1,自引:0,他引:1
针对电梯群控的多目标性、非线性、不确定性,综合考虑了电梯运行的评价标准、神经网络和模糊控制的特性.用神经网络的学习机制为模糊控制器自动提取模糊规则、调整模糊规则提供智能化基础,提高了电梯群控的智能性,使电梯应答更趋合理,防止群控电梯聚堆和忙闲不均情况的发生,大大减少了平均候梯时间和长候梯率.仿真实验及初步应用结果表明这种电梯调度方法是有效的. 相似文献
7.
基于遗传算法的模糊神经网络控制器在烘干炉温度控制系统中的设计与仿真 总被引:1,自引:0,他引:1
以烘干炉温度为被控对象,由于烘干炉温度控制具有非线性、大滞后和无法建立精确数学模型等特点,传统的控制器很难达到理想的控制效果,为此设计了一种基于遗传算法的模糊神经网络控制器.基于遗传算法的模糊神经网络控制器是将遗传算法的全局寻优和BP算法的在线学习结合起来,先用遗传算法对神经网络的参数进行离线训练,然后再用BP算法对模糊神经网络控制器进一步在线学习.仿真结果表明,基于遗传算法的模糊神经网络控制器与模糊控制、传统PID控制相比较,改善了系统的动态性能和静态性能,能使非线性、大滞后等特殊的系统达到良好的控制效果. 相似文献
8.
9.
10.
传统的模糊综合评价方法利用模糊数学理论来描述评价过程中涉及的一些模糊因素,取得了一定效果。但这种方法存在的隶属度参数调整的主观性、网络结构不易确定、模糊规则的选取等问题不易解决。本文提出结合粗糙集理论(RS)和模糊神经网络(FNN)的一种网络评估模型。使得网络的结构容易确定,并利用Rosetta软件轻松提取模糊规则。是一种具有通用性的网络评估模型。 相似文献