融合阴阳补偿理论的软计算故障诊断方法

应用软件计算方法,融合模糊理论,神经网络和遗传算法的优点,结合阴阳补偿理论设计一种用于柴油机振动故障诊断的新方法,该方法补了单独使用模糊方法或人工神经网络方法存在的规则数多和收敛速度慢等不足,其中推理系统采用的是模糊神经网络知识发现系统FNNKD（fuzzy neural network with knowledge discovery),应用该系统虽然花费的训练时间较长,但通过训练得到的系统参数可以达到全局最优,应用时,识别精度高而计算复杂度较低,通过CA10B汽车变速箱齿轮和轴承故障振动试验验证了该方法的可行性。     

纺织面料性能预测的相关理论及优缺点评述

探讨分析多元回归分析方法、模糊系统、灰色系统理论、人工神经网络技术和专家系统方法及其适宜解决的实际问题并根据各数学方法的特点，分析比较它们在纺织面料性能预测中的适应性，为纺织面料性能预测方面的研究提供参考。     

基于模糊理论和ANN的复杂对象系统综合评价方法研究

对应用模糊综合评价方法和人工神经网络解决复杂对象系统综合评价问题的原理和特点进行了分析和比较,提出了模糊综合评价方法与ANN相结合的综合评价方法是复杂对象系统行之有效的一种评价方法,并就二者的结合,即模糊神经网络模型的建立及其关键技术进行了探讨。     

基于模糊神经网络融合的温度控制方法

针对目前温度控制中存在的问题，研究设计了一种新的适合于非线性、惯性系统应用的动态控制的方法。采用了将具有简单有效的非线性控制作用的模糊控制技术与学习和自适应能力较强的人工神经网络技术相融合的方法，建立了模糊神经网络相融合的智能控制模型。文章详细地介绍了基于模糊神经网络的智能温度控制的实现过程。实际应用结果表明，系统具有较强的实时性和可靠性，不仅温度控制精度高，而且动态响应速度快。该控制方法的研究，为实现最佳温度控制提供了理论根据和有效方法。     

智能化工艺设计系统的几个关键技术

针对以专家系统为理论基础的传统人工智能计算机辅助工艺过程设计（ＣＡＰＰ）系统的缺陷，以加工方法选择、定位夹紧方案确定及每一安装下的工步排序三个基本问题为结合点，对工艺设计的人工神经网络模型，组合优化及不确定推理方式等进行了理论分析和研究。建立了适于加工方法选择的人工神经网络模型及工步排序的模拟退火优化模型，应用模糊综合评判方法合理地确定定位夹紧方案。在此基础上开发一个适于ＣＩＭＳ－ＥＲＣ环境面向典型非回转体零件的智能化ＣＡＰＰ系统。     

自适应神经模糊推理系统在信号去噪中的应用

介绍了基于自适应神经模糊推理系统的语音去噪方法,这种算法把模糊系统理论和人工神经网络相结合,继承了二者的优点,通过神经网络强大的自学能力,弥补了模糊推理系统非常依赖于操作人员的经验的缺陷。有色噪声是功率谱密度函数不为常数的噪声,很难去除,仿真实验证明:使用自适应神经模糊推理系统能较好的去除测量信号中的有色噪声。     

基于模糊神经网络的农作物虫情预测

针对农作物虫害发生比较多，且具有复杂性和模糊性的特点，以及模糊神经网络在解决非线性复杂问题方面具有的独特优势，提出了一种基于模糊神经网络的农作物虫情预测方法。该方法结合了模糊逻辑理论、人工神经网络优点，推理速度快。仿真结果表明，该方法不仅操作适用方便，而且虫情预测的结果准确，具有广泛的应用价值。     

人工神经网络寄生极值判别方法

根据人工神经网络自联想存在寄生极小值问题，提出了两种判别方法。这两者判别方案分别是混合人工神经网络方案和硬件判别电路方案，为人工神经网络模糊联想存储器的实际应用找到了较合理的方法。     

神经网络在决策中模糊解法

在不确定的信息条件下如何来作出最佳的决策。本文利用人工神经网络和模糊数学的有关内容为解决这方面的问题作了一些探讨。从模糊集、超模糊集的概念和人工神经网络模型表达方法出发,介绍了人工神经网络如何利用超模糊来表示。提出了神经网络在决策中的一种模糊求解方法。     

人工智能及其在输配电网络故障诊断中的应用

介绍了人工智能技术———专家系统、人工神经网络、模糊理论、遗传算法的理论及其在电力系统的输配电网络故障诊断中的应用,分析了各种方法的优缺点,并指出今后发展的主要方向是综合智能.     

人工智能技术在仪器与测量中的应用

分析了与人工智能技术相关的人工神经网络和模糊逻辑的基本要领和重要方法，根据传感器增强、数据融合和系统辨识、控制等相关领域的几个成功案例，分析了它们的技术优越性和可行性，并展示了人工智能技术在仪器和测量中的应用前景。     

刀具状态的ANN—模糊识别

提出了利用人工神经网络（ＡＮＮ）及模糊识别理论融合多监控参数进行刀具状态识别的方法．该方法首先对各监控参数按刀具不同状态的敏感性进行分组,并利用多个ＡＮＮ子网络建立各组参数与刀具状态的模糊隶属度关系,然后利用模糊决策法对各ＡＮＮ子网络确定的刀具状态模糊隶属度进行综合评判并按最大隶属度判定刀具状态．该方法不仅具有ＡＮＮ的并行运算特点,而且具有模糊综合评判的容错性,从而提高状态识别的实时性和正确率．结合功率信号的多个特征对大量实验数据的测试表明,该方法可将ＡＮＮ的识别正确率从平均８８％提高到９５％．     

基于实际误差函数和隶属函数机器人避障算法

介绍一种机器人在不确定环境下，通过探障传感器，在探测过程中采用一种模糊神经网络来躲避障碍物的方法。该模糊控制采用有明确意义的模糊隶属函数，由采用有明确物理意义误差评价函数的神经网络来实现，以避免模糊控制的死点从而完成避障路径规划。计算机仿真实验的结果验证了该方法的有效性和实用性。     

温室环境下多变量模糊控制系统

针对温室环境系统常规控制方法难以取得理想的控制效果的问题，采用模糊从之方法对该问题进行研究。提出了将传统的模糊控制系统分解为控制器和模糊推理器新控制思路，一般控制器是完成系统执行机构的动态性能的优化，模糊推理器完成被控对象的测量信号与控制信号的转换。该方法简化了控制系统的设计和实现，又充分利用了模糊推理器和传统控制方法的优点，采用这种方法设计的温室环境下多变量模糊控制系统，具有消除系统的稳态误差的作用，提高了模糊控制器的控制精度。本系统经仿真，达到了控制要求。     

模糊逻辑系统的改进

模糊推理方法和非模糊化策略是模糊逻辑系统的两个最重要的组成部分 ,在很大程度上影响模糊系统的性能和效果。根据“t范式”和“t协范式”不同的操作组合方式 ,提出了几种改进的模糊推理方法和非模糊化策略 ,并通过计算机模拟得到了比较满意的效果。这说明Mamdani所提出的模糊推理方法并不是唯一的模糊控制方法     

用简化模糊规则数的方法设计模糊PID控制系统

在对常规模糊控制器和PID控制器研究的基础上,提出了一种最简单的模糊PID控制系统。该系统基于T S模型,借助于线性系统理论解决非线性系统设计中的问题,用2个二维的模糊控制器或二维模糊控制器加上积分环节来替代三维模糊PID控制系统,大大简化了模糊PID控制系统的设计。仿真结果表明,这种模糊PID控制系统结构简单,规则数少,稳定性高。     

基于反馈控制理论的模糊控制数学模型

模糊数学和模糊理论描述了比精确数学更为广泛的世界。在基于反馈的控制理论和技术应用领域中，许多控制对象和过程借助于模糊数学，可以将“模糊”和“精确”相互转换，使得系统内部是模糊的，而其输入和输出则是精确的，文中给出了恒温控制的模糊控制数学模型。     

结合神经元网络和模糊专家系统进行电力短期负荷预测

结合人工神经元网络（ＡＮＮ）和模糊专家系统进行负荷预测．给出了径向基函数（ＲＢＦ）网络的结构,并采用正交最小平方法（ＯＬＳ）选取ＲＢＦ中心．先用ＡＮＮ进行基本负荷预测,然后考虑天气变化和假日因素所引起的负荷变化,利用模糊专家系统进行负荷调整．文中还把日期划分为５类．测试结果表明,该方法具有较高的精度和较快的速度．     

智能模糊控制器

给出了一种智能模糊控制器的设计方法。这种控制器由专家系统形式的智能协调器、连续模糊控制器、模糊预估器及模糊前馈控制器几部分构成,在专家系统的协调下,通过开环与闭环相结合、位置与增量相结合的调节方式,给出了接近最优的控制策略.仿真结果也证实了这一点。