检索结果-内蒙古大学图书馆

控制与决策 2002年第3期17卷 306-309,314页

作者：贾立俞金寿华东理工大学自动化研究所上海200237

提出一种基于两级聚类算法的自组织神经模糊系统 ,该系统采用两级聚类算法 (改进的最近邻域聚类算法和 Gustafson- Kessel模糊聚类算法 )对输入 /输出数据进行模糊聚类 ,并由模糊聚类的划分熵确定最优划分 ,建立模糊模型 ,模型精度可由... 详细信息

提出一种基于两级聚类算法的自组织神经模糊系统 ,该系统采用两级聚类算法 (改进的最近邻域聚类算法和 Gustafson- Kessel模糊聚类算法 )对输入 /输出数据进行模糊聚类 ,并由模糊聚类的划分熵确定最优划分 ,建立模糊模型 ,模型精度可由梯度下降法进一步提高。仿真结果表明 ,这种神经模糊系统具有结构简单、规则数少。

关键词：神经模糊系统模糊规则聚类算法人工神经网络

来源：评论

学校读者我要写书评

暂无评论

基于一型模糊规则自主构建二型TSK神经模糊系统方法设计

引用

控制理论与应用 2016年第12期33卷 1614-1629页

作者：高俊龙袁如意易建强应浩李成栋中国科学院自动化研究所北京100190 中国科学院大学北京100049 美国韦恩州立大学电气与计算机工程学院美国底特律48101 山东建筑大学信息与电气工程学院山东济南250101

本文提出了一种使用一型模糊规则生成区间二型TSK(Takagi-Sugeno-Kang)神经模糊系统的新方法.该方法以训练数据集与使用自组织方法由该训练集训练生成的一型模糊系统为驱动,通过新型模糊系统前件类型转换算法与规则参数自适应学习算法... 详细信息

本文提出了一种使用一型模糊规则生成区间二型TSK(Takagi-Sugeno-Kang)神经模糊系统的新方法.该方法以训练数据集与使用自组织方法由该训练集训练生成的一型模糊系统为驱动,通过新型模糊系统前件类型转换算法与规则参数自适应学习算法的训练,在不高于原一型系统模糊集合总数前提下,自主构建区间二型TSK神经模糊系统.此外,针对两种典型的多输入单输出和多输入多输出系统,在3种不同强度的系统扰动场景下进行了对比仿真实验.实验结果表明,在含有不同扰动状态系统的建模与辨识中本方法较于对比方法具有更加优异的性能.

关键词：二型模糊系统神经模糊系统类型转换数据驱动融合

来源：评论

学校读者我要写书评

暂无评论

基于密度聚类的神经模糊系统建模算法

引用

计算机研究与发展 2010年第11期47卷 1986-1992页

作者：潘维民何骏北京邮电大学计算机学院北京100876

神经模糊系统经常被用来对非线性系统建模,并能取得很好的效果.以往的模糊系统建模方法存在着输入空间划分个数难以确定和规则冗余的问题,这些问题阻碍了模糊系统的应用.基于动态阈值DENCLUE和相似规则合并的神经模糊系统建模算法DDTSRM... 详细信息

神经模糊系统经常被用来对非线性系统建模,并能取得很好的效果.以往的模糊系统建模方法存在着输入空间划分个数难以确定和规则冗余的问题,这些问题阻碍了模糊系统的应用.基于动态阈值DENCLUE和相似规则合并的神经模糊系统建模算法DDTSRM(DENCLUE using a dynamic thresholdand similar rules merging),首先在DENCLUE算法中使用动态阈值来合并密度吸引子,得到DDT算法.DDTSRM利用DDT算法不依赖初始参数的特点,解决了输入空间划分个数难以确定的问题.因为DDT算法可以得到任意形状和任意密度的聚类结果的特性,所以提高了模糊系统模型的准确性.辨识出模型的初始结构后,DDTSRM通过计算模糊集合之间的相似度来减少规则冗余,使模糊系统模型结构得到优化.最后利用BP算法对系统模型进行训练,进而提高系统的建模精度.以S-Y模糊系统模型为原型,在两输入一输出的非线性函数和Box-Jenkins数据上的仿真实验证明了DDTSRM算法在神经模糊系统建模应用的有效性,能够取得精确的建模效果.

关键词：神经模糊系统模糊建模 DENCLUE 动态阈值相似度

来源：评论

学校读者我要写书评

暂无评论

神经模糊系统和神经金融预测若干问题研究

神经模糊系统和神经金融预测若干问题研究

引用

作者：潘维民中国科学院研究生院（计算技术研究所）

学位级别：博士

近年来，软计算技术成为计算技术的研究热点之一，其中模糊系统技术和神经网络技术的发展尤为迅速。神经网络和模糊系统技术在应用中也取得了较大的成功。神经网络和模糊系统技术被广泛地应用于自动控制、ATM流量的分析和控制、金融系... 详细信息

近年来，软计算技术成为计算技术的研究热点之一，其中模糊系统技术和神经网络技术的发展尤为迅速。神经网络和模糊系统技术在应用中也取得了较大的成功。神经网络和模糊系统技术被广泛地应用于自动控制、ATM流量的分析和控制、金融系统的分析与预测和模式识别等领域。神经网络和模糊系统在很多方面具有相同的性质，如对函数的逼近特性，神经网络和模糊系统的等价性，处理无模型问题的能力等等。神经网络和模糊系统的结合为软计算的发展提供了新的研究领域。前向神经网络和模糊系统的结合主要有三个方面：模糊算子神经网络、模糊信息神经网络和神经模糊系统。模糊算子神经网络是对神经网络的一种模糊化，主要用模糊算子来代替神经算子中的算术算子。模糊信息神经网络以处理模糊信息为主要目的。其输入和输出均为模糊集。其运算是基于水平截集的、以扩张原理为基础的运算过程。神经模糊系统为以神经网络为工具实现模糊系统的方法。后两者结合了神经网络和模糊系统的优点，弥补了神经网络和模糊系统的缺点，从而使神经模糊系统和模糊信息神经网络既有模糊系统的规则解释、专家知识的利用的优点，也有神经网络的学习能力。神经模糊系统与模糊信息神经网络相比较，具有运算和学习算法简单的优点。神经模糊系统对先验知识的利用方式主要有专家知识和模糊系统辩识等途径。专家知识的获得比较困难，而且其质量也很难保证。为此，人们更多地利用模糊系统辩识的方法来使神经模糊系统利用先验知识一神经模糊系统的初始化。本文首先对模糊系统辩识做了深入地研究，在此基础上提出了神经模糊系统两阶段结构辩识算法。并提出了自由划分神经模糊系统和神经模糊系统的调整学习。最后论述了金融预测的问题并提出了一些解决方法。本文主要有以下成果。 1 深入地研究了模糊系统辩识的性质及其相互关系。证明了由二叉树法产生的模糊系统，当其后件为输出空间上由K-均值聚类的最优聚类的中心点时，模糊系统为具有相同规则数、并由二叉树法得到的所有模糊系统中最优的。最后给出了由模糊c-均值聚类所产生的模糊系统优于具有相同规则数的、由k-均值聚类所产生的模糊系统的充分条件。 2 根据神经模糊系统的特点给出神经模糊系统的两阶段辩识算法。两阶段辩识算法在神经模糊系统辩识阶段优化神经模糊系统的结构。第一阶段优化神经模糊系统的规则数。第二个阶段优化神经模糊系统每条规则的前件划分。实验结果表明两阶段法能得到的较好的神经模糊系统模型。

关键词：神经模糊系统神经网络模糊算子时间序列预测器金融预测

来源：评论

学校读者我要写书评

暂无评论

基于Sugeno型神经模糊系统的交通流状态预测算法

引用

控制理论与应用 2010年第12期27卷 1637-1640页

作者：傅惠许伦辉胡刚王勇广东工业大学机电工程学院广东广州510006 华南理工大学土木与交通学院广东广州510640 广东工业大学计算机学院广东广州510006

从交通流状态的模糊特性出发,设计基于Sugeno型神经模糊系统的交通流状态预测算法.选择交通流状态的影响指标作为模糊推理系统的输入、交通流状态作为输出;据经验对输入、输出划分模糊子集,给出相应的隶属度函数并制定模糊规则;建立具有... 详细信息

从交通流状态的模糊特性出发,设计基于Sugeno型神经模糊系统的交通流状态预测算法.选择交通流状态的影响指标作为模糊推理系统的输入、交通流状态作为输出;据经验对输入、输出划分模糊子集,给出相应的隶属度函数并制定模糊规则;建立具有5层结构的神经模糊推理系统,利用神经网络优化调整模糊推理系统的隶属度函数和模糊规则.仿真实验表明,神经网络可直接优化模糊推理系统的隶属度函数,通过对连接权值的训练间接优化模糊规则,故Sugeno型神经模糊系统相比常规模糊系统具有更好的交通流状态预测性能.

关键词：神经模糊系统交通流状态预测动态交通管理

来源：评论

学校读者我要写书评

暂无评论

神经模糊系统研究及其在电厂协调系统中的应用

神经模糊系统研究及其在电厂协调系统中的应用

引用

作者：林碧华华北电力大学（河北）

学位级别：博士

神经模糊系统是一种将模糊逻辑系统和神经元网络有机结合的新型的模糊推理系统结构,是模糊推理系统的神经网络实现,它具有以任何精度逼近任何线性或非线性函数的功能,又具有收敛速度快、误差小、所需训练样本少的特点。本文主要研究了... 详细信息

神经模糊系统是一种将模糊逻辑系统和神经元网络有机结合的新型的模糊推理系统结构,是模糊推理系统的神经网络实现,它具有以任何精度逼近任何线性或非线性函数的功能,又具有收敛速度快、误差小、所需训练样本少的特点。本文主要研究了神经模糊系统的学习能力、泛化能力,神经模糊系统输入变量的选取方法,过拟合问题、维数灾难问题的解决方法,最后将神经模糊系统应用于电厂的复杂系统——协调系统的建模和控制中,验证了神经模糊系统的有效性。 1、分别研究了输入变量组合、隶属函数个数、训练次数、训练样本个数等对神经模糊系统的学习能力、泛化能力的影响以及神经模糊系统的学习能力和泛化能力之间的关系。 2、提出了一种综合考虑了训练误差和检验误差的评价神经模糊模型性能的误差性能指标。 3、提出了一种神经模糊系统输入变量的选取方法。该方法简单、快速,并且可以直接得出被建模系统的n、m、td 等,且输入变量被选中的先后顺序表明了该输入变量对被建模系统输出影响的重要程度。 4、对于神经模糊系统的过拟合问题,本文提出了一种训练样本、检验样本的选择方法以及一种最佳训练次数的确定方法。 5、对于复杂系统的神经模糊建模,(1)本文研究了多级神经模糊系统的结构及学习方法;(2)提出了一种基于多级神经模糊系统的输入变量选取方法;(3)提出了一种基于多级神经模糊系统的多输出系统建模方法。 6、针对电厂协调系统中锅炉侧存在着很大纯迟延的问题,本文设计了两级神经模糊系统对电厂协调系统进行建模,分别建立其非线性模型、线性模型以及根据现场采集的数据建立的实际模型。仿真结果表明,应用神经模糊系统建立的模型具有较高的辨识精度和较小的预测误差。 7、对于电厂协调系统,本文以神经模糊系统作为控制器,设计了两种控制方案:(1)基于LQR 控制的神经模糊协调控制系统;(2)基于PID-解耦控制的神经模糊-解耦协调控制系统。仿真结果表明,基于神经模糊系统的协调控制系统具有较好的控制性能和鲁棒性。

关键词：神经模糊系统输入变量选取过拟合维数灾难协调控制系统

来源：评论

学校读者我要写书评

暂无评论

神经模糊系统理论及应用研究

神经模糊系统理论及应用研究

引用

作者：葛铭浙江大学

学位级别：博士

该文将神经模糊系统理论引入工业过程建模与控制领域,探讨和研究了基于神经模糊系统的模型辨识和控制问题,并以造纸机网前箱为背景对其在生产过程中的应用前景做了大量的实验和仿真研究.

关键词：神经模糊系统模型辨识控制问题

来源：评论

学校读者我要写书评

暂无评论

神经模糊系统在制动干扰模型中的应用

引用

计算机仿真 2010年第12期27卷 327-330页

作者：谢鸿业宁铎陕西科技大学电信学院陕西西安710021

关于汽车制动优化问题,由于汽车制动器摩擦系数的干扰,产生汽车制动振荡现象,系统的模型是一个由线性与非线性糅合的系统,针对非线性部分难以建立数学模型,采用传统的BP神经网络进行系统辨识,在辨识过程中常常出现收敛速度慢、易导致局... 详细信息

关于汽车制动优化问题,由于汽车制动器摩擦系数的干扰,产生汽车制动振荡现象,系统的模型是一个由线性与非线性糅合的系统,针对非线性部分难以建立数学模型,采用传统的BP神经网络进行系统辨识,在辨识过程中常常出现收敛速度慢、易导致局部极值等不良现象,从而影响系统辨识的速度及其信号的跟踪性。为解决上述问题,结合模糊推理系统模型具有控制精度高与神经网络自学习的功能,提出了使用神经模糊系统来进行非线性动态部分辨识的方法。分别采用传统的BP网络与模糊神经系统的方法对非线性动态系统进行辨识,通过利用MATLAB软件进行仿真。仿真结果表明,神经模糊系统的非线性动态系统辨识方法,不仅能够提高系统辨识的收敛速度,还能提高辨识精度及信号的跟踪性能。

关键词：神经模糊系统制动干扰模型系统辨识模糊推理系统模型神经网络

来源：评论

学校读者我要写书评

暂无评论

神经模糊系统在船舶危险度中的应用

引用

武汉理工大学学报（交通科学与工程版） 2004年第5期28卷 752-754,758页

作者：季永青浙江交通职业技术学院杭州311112

在海上交通工程学的最新研究成果的基础上 ,提出了用一种神经模糊系统计算船舶碰撞危险度的方法 .利用人工神经网络的优势 ,将模糊系统构造成一种神经网络系统 ,可有效地解决船舶智能避碰系统中模糊规则难以获得的问题 .通过实验仿真。

关键词：船舶安全碰撞危险度神经模糊系统

来源：评论

学校读者我要写书评

暂无评论

一种神经模糊系统模型

引用

计算机学报 1998年第S1期21卷 121-126页

作者：孙怀江杨静宇沈俊南京理工大学计算机科学系南京210094 波尔多第三大学图像实验室

本文提出一种神经模糊系统模型，其中模糊规则前件用л隶属函数（形状类似于三角形隶属函数，但具有平滑性）表达，给出了类似于BP的参数学习算法．对于平滑函数近似问题的仿真结果表明，与模糊规则前件使用三角形隶属函数的神经模糊系... 详细信息

本文提出一种神经模糊系统模型，其中模糊规则前件用л隶属函数（形状类似于三角形隶属函数，但具有平滑性）表达，给出了类似于BP的参数学习算法．对于平滑函数近似问题的仿真结果表明，与模糊规则前件使用三角形隶属函数的神经模糊系统模型相比，本文提出的模型具有学习过程更加稳定平滑和逼近误差小的优点．对这两种模型性能上的差异做了定性解释．

关键词：神经模糊系统隶属函数学习算法平滑

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：