模糊技术与应用发展的再跟踪

模糊技术与应用发展的再跟踪仇烈保，岳云一、模糊技术应用已进入第二阶段最早的模糊技术应用方法是利用采用通用微机的软件进行处理，最近人们又推出了专用ＬＳＩ，使得模糊技术可进一步应用到运算速度和复杂程度更高的领域中；另一方面，通过与ＡＩ（人工智能）和神经网...     

基于模糊ART—2的神经网络火灾探测系统

提出将ＡＲＴ－２神经网络与模糊系统串联而成的模糊ＡＲＴ－２神经网络系统并用于火灾探测，使其对火灾信号具有很好的聚类特性，实验结果表明，该系统比ＢＰ神经网络火灾探测系统具有更强的适应环境的能力，能够更快，更准确地探测各种标准试验火并具有很强的抗干扰能力。     

基于模糊 ART-2 的神经网络火灾探测系统

提出将ＡＲＴ－２神经网络与模糊系统串联而成的模糊ＡＲＴ－２神经网络系统并用于火灾探测，使其对火灾信号具有很好的聚类特性．实验结果表明，该系统比ＢＰ神经网络火灾探测系统具有更强的适应环境的能力，能够更快、更准确地探测各种标准试验火并具有很强的抗干扰能力．     

一种用于模式分类有监督的模糊ART神经网络

探讨了一种将有监督学习机制融合到模糊ＡＲＴ网络构成一个有监督的模糊ＡＲＴ神经网络模型,这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力,对该网络进行了滚动轴承检测数据模式分类实验,并与ＢＰ网络进行了比较性实验,结果表明：该网络具有良好模式分类能力和较好的可塑性。     

神经网络自适应模糊控制器设计与应用

把神经网与模糊系统相结合，提出一种基于神经网络的自适应模糊控制器，这种控制系统由模糊神经网络控制器和模糊网络组成，具有自适应学习能力，仿真结果以及应用于温度控制系统中，其鲁棒性明显优于一般Ｆｕｚｚｙ控制。     

基于自组织模糊神经网络的统一潮流控制器研究

提出一种自组织模糊神经网络的控制方法，并应用于统一潮流控制器的多变量控制中．通过仿真，结果表明：与传统控制方法相比较，自组织模糊神经网可以达到更理想的控制效果．     

基于自组织模糊神经网络的统一潮流控制器研究

提出一种自组织模糊神经网络的控制方法,并应用于统一潮流控制器的多变量控制中．通过仿真,结果表明:与传统控制方法相比较,自组织模糊神经网可以达到更理想的控制效果．     

模糊神经网络在压铸型浇注系统计算机辅助设计中的应用

在模糊联想记忆（ＦＡＭ）神经网络的基础上，构造了一个神经模糊控制器，论述了其Ｈｅｂｂ型相关学习过程；说明了它在浇注系统基本工艺参数设计中的预测作用，结合文献［１］的结果给出了应用实例。     

激光水下通信中图像数据压缩的模糊控制

提出了一种用模糊逻辑算法实时控制图像编码比特率的方法．研究了模糊集的建立及量化控制的模糊逻辑算法；确立了计算量化增益因子的模糊控制规则；设计了带有模糊控制的图像压缩系统．对20幅不同内容的图像进行实验，实验结果表明，所提出的模糊逻辑算法能够显著减少不同图像的编码比特率差别，具有推理量小、速度快、对不同图像有较强的适应性等优点．     

基于嵌入式微控制器的冻干试验机温度模糊控制系统设计

将模糊控制理论引入冻干试验机温度控制系统中，设计了基于嵌入式微控制器的模糊PID控制器，解决了常规PID控制温度超调大的问题；给出了模糊PID控制器的设计方法及冻干试验机控制电路的框图；将该系统以蕨菜为冻干物料进行了实验，获得了良好的温度响应曲线．     

模糊神经网络控制系统

介绍了将神经网络和模糊控制相结合,即用人工神经网络算法产生模糊推进规则和隶属函数,再基于这些模糊推理规则和隶属函数产生模糊逻辑控制的一种新颖控制策略-模糊神经网络系统的组织结构及其神经网络的设计。     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

知识库系统中的信息平行处理方法

采用模糊逻辑系统和产生式神经网络作为工程型知识库系统中信息平行处理的基础。在模糊决策系统中，状态空间中每个决策步骤依据知识库中的规则集，按模糊匹配度予以评价和平行处理。定义网络结点物理意义的产生式神经网络可改善其处理效果。由选择分离器和化学反应器两个实例阐明了平行处理的原理和方法。     

模糊神经网络分析方法用于心肌缺血诊断的研究

介绍一种神经网络－模糊推理协作系统。神经网络有很好的学习能力和准确拟合任意非线性函数的能力。模糊模型将专家知识转换到神经网络中，然后把它应用于诊断系统，从而使得心血管疾病（心肌缺血）的诊断准确率大大提高。     

模糊神经控制器在全自动洗衣机中的应用

模糊逻辑和神经网络都是处理不确定性 (受控对象缺乏精确的数学描述或具有时滞非线性等复杂性 )问题的有效手段。但模糊逻辑具有模拟人脑抽象思维的特点 ,适合于直接表示知识。而神经网络具有模拟人脑形象思维的特点 ,具有学习 ,记忆 ,容错等能力 ,二者存在一定的互补性。将神经网络引入模糊逻辑控制器可以更好地提高控制系统的智能性。     

基于聚类和模糊神经网络的故障诊断

模糊神经网络能够发挥模糊逻辑和神经网络的特性,在武器装备的故障诊断中应用越来越广泛。文中提出了一种基于聚类和模糊神经网络的故障诊断模型,该模型首先通过基于关系度的聚类方法得到模糊神经网络的初始结构,并用梯度下降法对网络的参数进行修改,以得到泛化能力好的诊断网络。仿真结果表明该模型是有效的。     

基于粗糙集的模糊神经网络在故障诊断中的应用

文章将粗糙集理论、模糊逻辑推理和神经网络等方法相结合,提出一种基于粗糙集的模糊神经网络理论的复杂机械的故障诊断方法。该方法应用模糊逻辑推理建立故障诊断决策表,采用粗糙集理论对故障样本数据属性约简,将获取的主要特征属性输入到神经网络中进行训练学习,然后把检测数据输入到诊断系统中进行检测。检测结果表明,该方法在船舶柴油机的故障诊断中是有效的。     

一种新的FART分类器

提出了一类基于贴近度理论的模糊ART神经网络模型，简称为CBFART（Closeness Based Fuzzy ART）模型，将模糊数学中的贴近度（Closeness)和择近原则（Closest Principle)概念与自适应共振理论（ART）相结合，形成了一种新的网络模型。该模型的学习以匹配－委托循环为特点，网络分类遵循择近原则，补码编码、匹配－委托和快速委托－慢性重编码方案相结合，保证了网络学习的收敛性和稳定性，并可以做到一次性学习、提高了学习速度。文中对高维样本进行分类仿真，给出了仿真结果，分析表明该模型具有良好的聚类特性，能够稳定地对高维样本进行分类。     

塑性加工中的人工智能技术

对神经网络和模糊逻辑两种人工智能技术的原理及其在塑性加工生产中的应用方法进行了综述。目前在塑性加工中，神经网络较多地被作为非线性函数映射器，解决各种参量之间难于建模的复杂关系问题；而模糊逻辑则较多地应用于各种专家系统，通过对经验知识和行为进行描述与推理实现生产的优化调控。