模糊技术及其交叉学科

本文介绍了模糊技术以及模糊技术和其它学科的交叉,如模糊测量技术、模糊辨识技术、神经网络模糊控制技术及遗传基因模糊控制技术,着重介绍了交叉学科的工作机理、应用范围和典型应用实例。     

基于DFNN的继电保护状态评估方法的研究

继电保护状态评估体系采用分值式对设备进行状态评估,在模糊层次分析法中,影响因素的权重系数确定,参杂太多的人为因素,所以我们需要科学的计算出各个因素的权重。因此,引入动态模糊神经网络的综合评判算法(DFNN),该算法避免了模糊层次分析法的缺陷,并使得结果更加的精确。通过实例分析,动态模糊神经网络综合评判算法对设备状态的评估比模糊层次分析法更准确。     

计算机控制技术的发展动向

本文从单片微机、系统和控制理论的角度，论述计算机控制技术近期发展的动向，探讨一类在各种复杂不确定环境中运用模糊神经网络控制系统的发展前景。     

基于FNN-PID控制的电动机软起动器的设计及仿真

针对三相异步电动机起动电流较大的问题,设计了一种基于模糊神经网络（FNN）的软起动控制器。通过该设计,控制电动机的启动电流平稳达到额定值,减少起动过程中电流过大对电网的冲击,并利用matlab进行仿真,验证了该系统的优越性。     

供应商与客户智能协同决策规则识别研究

在线产品评是供应链中供应商(如制造商)与客户(如在线零售商)重要的共享信息源,供应商与客户可通过协同决策产生一致应对产品评论方案。本文以亚马逊,当当和京东网上的评论为研究对象,利用模糊神经网络的方法对供应商与客户应对竞争产品评论的协同决策规则进行识别。以竞争对产品评论操纵模糊规则为神经网络输入向量,供应商与客户协同决策方案为输出向量,设计由输入层、隐藏层及输出层组成的三层结构模糊神经网络,训练模糊神经网络识别供应商与客户协同决策应对竞争对手产品评论的模糊规则:产品后期更加注重对产品服务和价格的操纵,同时竞争对手在与自身产品专业性程度高的网站上的操纵力度大于专业程度低的网站的规则,在网站专业性与自身产品相关度高的网站上加大操纵力度,在早期注重产品质量和功能的操纵,在后期注重产品服务和价格的操纵。     

改进BP神经网络在企业网络营销绩效评价中的应用

在研究网络营销本质及其绩效特征的基础上,建立企业网络营销绩效评价指标体系并采用BP神经网络建立评价模型。为了克服传统BP神经网络容易陷入局部极小、收敛速度慢的缺点,通过采用LM算法和学习速率的自适应调整来建立新型的BP神经网络,利用模糊综合评价法生成训练样本。该评价模型有效地利用了BP神经网络的优点,避免了评价过程的人为失误。仿真试验表明,该模型取得了较好的效果。     

计算机自动配煤控制系统的研究

配煤是煤炭加工利用的重要组成部分,也是洁净煤生产的重要控制环节.文章对选煤厂配煤系统工艺进行了详细介绍,对影响配煤产品的工艺因素进行了分析,在此基础上,对配煤工艺进行了改造,提出了基于模糊神经网络的灰分反馈控制策略,为实施配煤智能控制提供了一种新的方法.     

基于Elman神经网络的江苏技术人才需求预测

Elman神经网络是一种典型的动态回归神经网络,它具有适应时变性的能力。以江苏省技术人才系统为例,说明了Elman神经网络在人才需求预测中的应用,并将其预测结果与基于BP静态神经网络的预测值进行了比较。指出了Elman神经网络在对人才系统这样的动态系统进行预测时优越性。     

基于BP神经网络的商业银行信用风险评估模型研究

针对当前我国商业银行信用风险分析与评估存在的问题,运用模糊综合评价法与BP神经网络算法,根据全面性与重要性、定量指标与定性指标相结合等原则,构建我国商业银行信用风险评价指标体系。通过该体系对定性指标模糊处理量化,构建BP神经网络模型,检测样本。可对潜在的客户信用风险作出快速、准确的反应和判断,从而实现对风险有针对性的监管和防范。     

基于聚类和模糊神经网络的软件维护工作量预测

在对软件维护工作量分析的基础上,利用聚类和模糊神经网络理论,建立了时间序列对象的预测模型,并应用于软件维护工作量的预测研究,从而探讨了一条适合软件维护工作量预测的新途径。     

关于磁流变阻尼器神经网络模型的设计分析

神经网络在控制领域受到重视主要归功于它的非线性映射能力、自学习适应能力、联想记忆能力、并行信息处理方式及其优良的容错性能。这些特．占、使得神经网络非常适合于复杂系统的建模和控制,特别是当系统存在不确定因素时,更体现了神经网络方法的优越性。考虑到建筑结构的不确定性和非线性,该文提出了基于神经网络的结构系统辨识方法,构造了具有一个隐含层的神经网络,用误差反向的传播算法训练,模拟了一个多层结构在地震作用下的动力响应特性。计算机仿真表明了该神经网络辨识结构的有效性。     

企业财务风险的成因及其控制策略研究

本文主要研究了企业财务风险的几种常见成因,介绍了AHP模糊层次分析法和神经网络两种财务风险的预警方法,并提出了企业财务风险的相关控制策略,对于提高我国企业的财务管理水平有一定的积极意义。     

灰色神经网络的建模原理及应用

所谓灰色神经网络就是将灰色系统方法与神经网络方法有机地结合起来,对复杂的不确定性问题进行求解所建立的模型。本文将灰色预测与神经网络预测方法相结合,提出了预测宏观经济指标的新方法,实例表明此种组合模型的精度较高。给出了一般灰色神经网络模型GNNM(1,1),该模型具有灰色系统的少数据建模优点及神经网络的精度可控特性,并给出了相应的学习算法,然后通过示例说明模型的可行性。     

基于神经模糊系统的传感器故障诊断分析

将人工神经网络的学习算法与模糊逻辑理论结合起来建立了传感器故障诊断的模糊系统,使用最小二乘学习算法对模糊系统进行训练,大大地降低了设计难度。     

基于T-S型模糊神经网络的软件过程可信评价模型研究

研究软件项目的可信度是当今信息技术领域的一个热点问题。本文首先介绍研究软件过程可信度的背景、内容和意义;然后分析软件项目实施过程中的可信度因素,从不同角度评价软件过程的可信性;最后基于T-S型模糊神经网络模型建立评价结构和方法,实现软件过程可信度评价系统。结果表明:通过对影响因素的研究可以将软件过程可信度结果量化。     

水电工程移民安置项目成功度后评价方法研究

水电工程移民安置项目后评价对总结项目成败具有重要意义。根据水电工程特点构建的移民安置项目成功度后评价指标体系,提出了基于模糊神经网络的水电工程移民安置成功度后评价方法,保证了评价结果的客观性和准确性。     

基于核主成分的支持矢量机信用评级

本文提出模糊支持矢量机的模糊规则提取方法,针对当前SVM的常见模型参数选择的方法的不足,引入遗传算法的自动模型选择优化方法;考虑到信用评级数据的非线性特征,提出了新的信用评级核主成分(KPCA)的特征提取方法,减少指标间的相关性,提高模型的预测精度;使用上市公司数据进行了实证分析,实验结果证明了该信用评级方法优于神经网络的方法,证明了该方法适用性。     

基于回归神经网络的雷达辐射源识别算法

本文在研究带偏差单元内部回归神经网络（Internally Recurrent Net，IRN）算法的基础上，分析了雷达特征参数和雷达威胁类型的内在联系；利用统计分析和特征建模的方法获取先验知识、设计分类器并求取模糊隶属函数，结合IRN自学习特性和模糊隶属函数的分类功能识别出目标雷达辐射源可能的威胁类型，给出识别可信度。     

BP神经网络在地下水环境质量评价中的应用

基于模糊综合评判和灰色聚类法的不足,应用神经网络理论与方法建立地下水环境质量评价B—P网络模型,对磐石市的地下水进行评价,并与综合评价法的评价结果进行了比较。结果表明：用B—P神经网络模型评价地下水是可行的,该模型具有很强的学习、联想和容错功能,其分析结果和过程都接近人脑的思维过程和分析方法．使得地下水评价结果的精度大大提高。     

神经网络在国债利率期限结构中的建模与实证

人工神经网络技术是智能信息科学领域一个近年来得到迅速发展的分支。从信息论的观点来看 ,神经网络是一种自由模型估计器 ,基本特性是模式分类和非线性函数的逼近表示。其对信息是并行分布式处理与存储的 ,可以多输入多输出 ,依据样本对网络连接权和阈值不断进行修改训练 ,具有学习和自适应的能力 ,容错性强 ,对大量信息的非线性和模糊信息的金融系统非常适用。