改进的模糊网络关键路径法

提出一种改进的模糊取最大运算和模糊减运算以确定模糊网络中的模糊时间参数. 改进的基于区间数距离测度的模糊取最大运算,通过枚举不同α-cut值,计算活动的模糊最早开始时间并确定项目可能变化的关键路径,从而解决了现有的研究中忽视了在活动工期模糊的情况下关键路径可能会发生变化的问题. 用改进的模糊减运算来计算活动的模糊最晚开始时间,有效避免了在传统的逆向递推计算中可能出现负的或者不可行解的情况. 通过一个实例验证了所提出的方法求解模糊网络时间参数的有效性和优越性. 所提出的方法不仅可用于模糊网络时间参数计算,也可以用于模糊资源受限项目调度问题.     

非确定时间参数网络规划的一种新算法

提出用时间集上的模糊数表示工序时间非确定时工序时间参数的方法,提出了用Ｌ－Ｒ模糊数量化时间参数的具体算法。在此基础上建立了可适用于复杂环境、工序时间参数用现有统计法难以确定时网络规划的模糊算法。     

模糊网络的活动最优延续时间分析

建立了模糊网络中满足规定工程周期的活动最优延续时间的模糊模型,并给出了该模型等价的具有二个目标层次的多目标规划模型。进而运用分层规划法得到了模糊网络的活动最优延续时间。最后,给出了一计算算例。     

搭接网络的新表示方法与奇异现象研究

针对搭接网络,设计了新的表示方法,将工序之间的所有搭接关系(时距)都等效地用经典的关键路线法(critical path method,CPM)双代号网络表示,并且能直接运用CPM法计算搭接网络的各类时间参数,使搭接网络具有和CPM双代号网络一样的直观性和便利性,更使建工行业规定的计算程序大为简化.另外,利用搭接网络的新表示方法,发现了搭接网络中的奇异现象,例如,某些关键工序的工期缩短,总工期反而延长,而某些非关键工序的工期无论如何变动,其机动时间总保持不变,等等,为项目调度等问题的解决提出新的挑战,开拓了搭接网络在研究和应用上的新领域.     

基于遗传算法的模糊神经网络智能控制器及其应用

提出了一种基于遗传算法的模糊网络控制系统,该系统采用模糊神经网络结构实现,它用遗传算法优化具有全局性的隶属函数参数,而用ＢＰ算法调节和优化具有局部性的网络权值参数。仿真结果表明该控制器可大大提高模糊神经推理控制系统的自学习性和鲁棒性。     

模糊网络中K度工序分析

提出模糊网络中Ｋ度工序的概念，为分析Ｋ度工序的判别问题，给出了一般工序的若干性质．并结合分析Ｋ度工序的需要，讨论了模糊数的序关系．接着基于工序性质和模糊数序关系，提出了Ｋ度工序的判别方法．最后给出了计算示列     

基于模糊概率的多状态贝叶斯网络可靠性分析

利用贝叶斯网络对多状态系统进行可靠性分析时,各根节点不同状态的精确概率难以获得。因此提出了把模糊理论与贝叶斯网络方法相结合,将不同专家给出的根节点各状态发生概率的语言变量转化为三角模糊数,并经过均值化、解模糊和归一化得到不同状态的发生概率的精确值。将其代入多状态贝叶斯网络中,计算叶节点不同状态的发生概率,进而计算各根节点的后验概率及风险增加当量重要度。通过实例分析验证了该方法的可行性。应用该方法能够提高贝叶斯网络处理不确定性问题的能力,使其在解决多状态不确定性系统可靠性和安全性问题时发挥更大的作用。     

基于正交最小二乘的非线性系统模糊辨识

提出了一种新的基于T-S模糊模型的建模方法．该方法是基于输入空间的模糊划分计算给定样本在各模糊子空间的隶属度，并利用正交最小二乘辨识模糊模型的结论参数．最后通过Box-Jenkins煤气炉数据和Mackey-Glass混沌时间序列的仿真结果验证了该方法的有效性与实用性．     

新型模糊神经网络控制器的设计及应用研究

讨论自组织竞争网络优化模糊神经网络的设计及应用研究。该设计方法运用自组织竞争神经网络（SCNN）来优化模糊神经网络结构,并采用遗传逄法来训练模糊神经网络的连接权参数,获得同时具有最佳结构和模糊神经网络（FNN）,船舶操纵的仿真结果表明此法明显优于传统的PID控制器。     

基于模糊小波网络的防空导弹自动驾驶仪设计

针对防空导弹的飞行控制问题,提出一种基于模糊小波网络的导弹自动驾驶仪设计方法。该方法利用模糊小波网络良好的学习和参数自调整能力,因而使建立的系统辨识器及控制器能够很好地近似系统动态特性,逼近最佳控制效果。给出了应用该方法的具体实现步骤,结合导弹飞行的全弹道典型特征点参数,通过仿真实验说明了设计方法的有效性。     

一种MIMO复杂过程的模糊建模新方法

针对难于建立精确数学模型的MIMO复杂过程,提出一种基于过程输入输出数据变化关系的模糊建模方法。即首先将一个MIMO系统分解成多个MISO子系统,对每一个MISO子系统按过程输出随输入变量变化的剧烈程度对输入变量论域进行划分。在此划分的基础上确定出MIMO复杂过程模糊模型的规则总数和前件参数;然后,由于要建立的模糊模型可以表示为一个前馈模糊神经网络,因此利用BP学习算法求得过程模型模型的后件参数。仿真举例验证了所述模糊建模方法的有效性。     

基于混沌神经网络模型的预测控制器的设计及应用

根据具有混沌特性非线性、大时滞系统的时间序列重构相空间，计算相空间饱和嵌入维数、并以此为指导，建立混沌神经网络，即便在网络输入不完整或发生变异的情况下，该模型仍能对系统作高精度的短期预测；在此基础上，又设计了模糊神经网络预测控制器，实现了对非线性、大时滞系统高精度的自适应控制。将该控制器应用到单元机组负荷控制系统中，仿真表明了该控制有效性、快速性和鲁棒性。     

一种基于模糊神经网络的自适应模糊辨识方法

基于改进的T-S模型，提出一种自适应模糊神经网络模型(AFNN)。首先，基于模糊竞争学习算法确定系统的模糊空间和模糊规则数，并得出每个样本对每条规则的适用程度。其次，利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁，逼近能力强，能够显著提高辨识精度，并且辨识的模糊模型简单有效。最后，将该AFNN用于非线性系统的模糊辨识，仿真结果验证了该方法的有效性。     

Registration algorithm for sensor alignment based on stochastic fuzzy neural network

1.INTRODUCTION 1.1　SensorSurveillanceSystem Surveillancesystemisusedinmanycivilianandmili taryapplicationssystems.Sub surveillancesystem contains:air trafficcontrolsystem,airdefencesys temandnavigationdecisionandcontrolsystem,etc. Inordertoperfectlydescribe“themovementofthe target”,thesystemneedtoobtainthetrackofthe target.Thedatafusionofthetargetandtheprocess buildingtheirtracksarecalledasmultipletargettrac ing.Themainfunctionofthetargetandtheprocess buildingtheirtracksarecalledas…     

基于GA的模糊神经网络控制器的设计与仿真

提出了一种基于改进遗传算法（GA）训练结构和参数的神经网络控制的算法,它采用并行的模糊推理网络,具有自适应自学习的特点,将该算法得到的控制器用于实际工业对象模型的温度控制仿真,结果令人满意。     

基于反馈外延的电网规划模糊决策方法

利用基于反馈外延的模糊决策方法,对电网规划的决策问题中涉及到的模糊问题进行了处理．文中考虑了投资费用、系统可靠性和对环境影响等三方面因素,认为各个因素的权系数是可变的,并应用变权分析方法对此进行了处理．讨论是在ＩＥＥＥ－６样本网络上进行的,文中对多个候选方案进行决策分析,结果表明该模糊决策方法能很好地解决电网规划中遇到的模糊问题．