规则模糊系统和ICA在图像识别中的应用

利用模糊系统中的模糊规则和SVM中内积函数之间的关系,通过支持向量机对训练样本进行学习,由支持向量确定模糊规则,构建基于规则的模糊分类器。对人脸图像做独立成分分析,提取有利于分类的面部特征的主要独立成分。该模糊系统在ORL人脸库上的实验结果表明,该方法同样适合解决小样本、非线性、高维模式的分类问题。     

企业信用风险评判的模糊神经网络方法

针对企业信用风险评判过程中存在的模糊不确定性因素,结合\"Z值法\"提炼评判指标,利用模糊神经网络方法,通过实例计算出的良好结果,论证了模糊神经网络方法在复杂问题分析中的独特意义.     

基于模糊BP神经网络的钢箱梁焊接质量评价方法

针对钢箱梁焊接质量难以判别的问题,提出将智能BP神经网络算法与模糊集合理论相结合的策略,首先对BP神经网络根据实际需求进行建模,进而将BP神经网络预测输出值与模糊理论相结合。最终通过与原始的BP神经网络算法相比较,确定研究提出的模糊BP神经网络算法的优越性和鲁棒性。     

基于GA-Elman动态回归神经网络的股价预测模型研究

文章针对股价预测问题的复杂性、不确定性、时变性及动态性等特性,利用Elman神经网络具有记忆性的优点,采用遗传算法训练优化Elman神经网络的初始权值,提出了高效的GA-Elman动态回归神经网络股价预测模型。实验模拟结果表明:该模型快速稳定且具有较高的精度,将其用于股票价格预测可行且有效。该模型的提出也为股票价格预测提供了一种新的技术和方法。     

基于模糊神经网络应用在汽车声品质评价与应用中的研究

运用汽车声品质设计理念的提出,将汽车声学设计与消费者的需求融合,提出模糊神经网络应用在汽车声品质评价与应用预测声学设计理念。     

基于神经网络虚拟企业资源协同模糊综合评价

由于虚拟企业协同利益不一致、文化背景不同等原因,协同的结果很难判别,从虚拟企业协同的技术能力、成本管理等方面建立虚拟企业之间进行资源的合理配置和优化组合的评价模型,并通过事例获取企业数据,进行定性和定量分析,作为神经网络的输入数据,通过隐含学习和训练,输出神经网络拟合值,并用神经网络对输出结果进行评价和排序;对虚拟企业资源协同的状况及其结果进行评价和论断,以提高认识的深度和分析的质量。最后使用Matlab6.5对算例验证其可行性。     

基于神经网络的旅游收入预测模型建立研究----以山西为例

本文采用人工神经网络原理,对山西省入境旅游市场需求进行预测。论文以人工神经网络理论为基础,对旅游市场需求预测指标的选择、神经网络预测模型的选择、旅游需求神经网络预测模型的建模流程和实现方法进行了初步探讨,构建了基于人工神经网络的旅游需求预测模型。     

关联规则在排球比赛技战术分析中的应用

本文介绍关联规则数据挖掘技术在排球比赛技战术分析中的应用,以2004年奥运会女子排球中国与古巴半决赛的技战术数据为挖掘对象,采用脚本描述方式对比赛技战术数据进行数据预处理,采用关联规则数据挖掘中的apriori算法,寻找比赛中有意义的关联规则从而为教练员临场战略制定与决策提供科学依据。并利用数据挖掘软件作实证分析。     

基于模糊神经网络的新型并联机构误差补偿研究

运用误差摄动法建立了一种新型并联机构的误差模型,提出了基于模糊神经网络的新型并联机构的一种误差补偿控制方法,并对网络结构、功能和训练算法进行了讨论,仿真结果表明,该模型具有良好的误差补偿性能。     

神经网络在智能控制领域中的应用研究

文章就神经网络的结构、神经网络的特点、神经网络发展现状、神经网络理论的局限性、神经网络智能控制系统的应用,以及人工神经网络智能控制系统未来的发展情景等6个方面做出简要的介绍,将对控制理论知识的发展和自动控制水平的提高起到积极的推动作用,为控制系统研究领域提供一定的理论知识。     

一种新的光伏发电预测模型的设计

为了对光伏发电的输出功率进行预测,本文分析光伏发电的影响因素,提出了一种基于太阳辐射功率曲线匹配的预测模型。该模型将历史数据按时段进行分解,查找与当前时段太阳辐射功率曲线最为匹配的数据,以此构建并训练BP神经网络,来预测未来3个小时内的太阳辐射功率,能够较好的实现预测目标。实验结果表明,该模型有较高的精度,可对电网调度起到重要的指导作用。     

基于RBF神经网络的太阳能发电量预测

太阳能发电系统输出功率的预测,尤其是短期预测,受到各种外源因素的影响,预测结果并不理想。由于现有预测方法对外部条件的依赖性,如太阳辐射强度和环境温度等,致使存在多种变量,影响预测的效率。为此,采用径向基函数神经网络(RBFN),选择最优的输入参数,来预测20 kW太阳能电池板的功率输出,考虑效率的同时,对预测结果有了一定程度的改善。并将所提出方法与现有方法进行了比较。     

西南某机场跑道沉降预测模型

机场道面沉降,严重影响机场安全运行.准确预测跑道工后沉降,对机场的建设与运行极为重要.以西南某机场跑道沉降变形的观测数据为依据,分别用双曲线模型、对数模型、指数模型以及灰色预测模型,对跑道沉降进行预测和对比分析,解决了小样本数下曲线预测精度较低及灰色模型对非线性预测准确度差等问题,提高了预测的精度;同时通过BP神经网络对组合预测模型的残差进行修正,最大限度地提高模型预测的精度和效果,为地基沉降预测提供借鉴.     

基于灰色神经网络的短期电力负荷预测分析

电力负荷预测是电力系统一项重要的工作。本文应用了灰色预测和人工神经网络相结合的方法进行短期电力负荷预测。首先介绍了灰色预测和神经网络的基础理论,其次利用一个仿真算例来验证灰色神经网络算法的可靠性。     

企业高层管理者人力资本及其模糊评价

针对企业高层管理者人力资本评价问题日益被重视,提出了企业高层管理者人力资本的含义并将模糊综合评判的方法运用到人力资本评价中,设计了人力资本的评价指标体系,介绍了层次分析法和模糊神经网络法这两种确定权重的方法,最后对四种评价算子进行了比较,并举例加以说明,以期为企业高层管理者人力资本评价问题作出有益的探讨。     

基于小波神经网络的上证50指数多步预测

以神经网络为代表的人工智能模型对股票价格具有良好的预测效果,但是该智能模型侧重于单步预测,很难满足实际股票预测的要求。提出基于小波和神经网络相结合的股票指数多步预测智能模型。选取上证50指数为建模数据,运用小波分解将上证50指数收盘价序列分解成不同尺度的分层数据,依据迭代策略,利用BP神经网络分别预测小波分解后的各层数据,最后将各层的预测结果使用小波重构成原始股票收盘价的预测数值。结果表明,基于小波神经网络的多步预测模型具有良好的多步预测效果。