基于ANFIS模型对汽车信号的预测

自适应神经模糊推理系统(ANFIS)是进行预测决策的有效方法,论文基于ANFIS模型对汽车信号进行了预测。通过与回归分析法进行比较,证明该方法在汽车信号的预测中具有很高的精度。     

自适应模糊神经网络在工业用水量预测中的应用

阐述了自适应模糊推理系统(Adaptive Network-based Fuzzy Inference System,ANFIS)网络,提出了工业用水量预测的ANFIS网络预测模型,并以黄河流域1993-2002年工业用水量为训练样本,以2003年、2004年工业用水量为校验样本,结果表明,ANFIS神经网络预测模型具有很高的准确性和实用性.     

基于NGACH和ANFIS的调谐模型构建

针对传统的自适应模糊推理系统无法解决波动聚类现象,通过分析自适应模糊推理系统和非线性广义自回归条件方差的特性,提出了融合自适应模糊推理系统和非线性广义自回归条件方差的调谐模型.调谐模型实质是指在对ANFIS和NGARCH进行独立运行的基础上,对运行结果进行动态调谐操作,从而提高系统的预测精度.最后,结合实际的项目数据,证明调谐模型提高了传统ANFIS对于波动聚类现象的应对能力,获得较好的运行效果.     

模糊神经网络在小车摆系统辨识中的应用

本文利用自适应神经-模糊推理系统ANFIS良好的系统辨识能力,对具有较大非线性特性的小车摆系统进行辨识,得到了相应的系统模型.仿真实验进一步验证了ANFIS的系统辨识的能力.     

我国城市生态可持续发展能力评价研究

以环境、资源、经济和社会4个子系统为核心,提出了我国城市生态可持续发展的指标体系CESDIS,构建了城市生态可持续发展评价模型CESDED。应用CESDED模型,通过因子分析方法对温州市1998-2003年的城市生态可持续发展进行了评价,指出了温州市生态可持续发展存在的问题,为我国其它城市的生态可持续发展提供借鉴。     

ANFIS在企业人力资源预测中的应用

企业人力资源是影响其生存发展的关键因素,以此为研究对象,建立自适应神经模糊推理系统(ANFIS)预测模型,通过对某集团公司的人力资源进行预测来探讨自适应神经模糊推理系统在这一领域的应用前景,并将预测结果与普通FUZZY模型进行比较.结果表明,前者预测误差较小,满足精度要求,具有很高的理论价值和实际应用价值.     

基于模糊聚类理论的城市供水管网ANFIS系统设计

利用自适应神经模糊推理系统（ANFIS）较强的结构性知识表达能力、容错能力以及自动提取模糊规则的学习能力，依据城市供水管网的特点，建立了一种基于模糊聚类理论的管网宏观模型，即城市供水管网ANFIS模型．该模型以管网测压点及出厂流量各负荷值的峰值、低谷和一般作为类别模式进行减法聚类，利用Matlab工具箱genfis2函数产生的模糊推理系统进行状态模拟．实际仿真结果表明，该方法建模及求解简单、迅速，误差小，是研究城市管网宏观模型的又一有效方法．     

自适应模糊神经网络在某电力公司一产用电量预测中的应用

运用自适应神经网络模糊推理系统(ANFIS)理论,建立了某电力一产用电量预测模型,并与常用的一些预测方法所建模型进行了比较.结果表明,应用自适应神经网络建模方法简单可靠,精度极高.     

基于熵值法的徐州市农业可持续发展评价研究

以可持续发展理论为指导，构建农业可持续发展综合评价指标体系，采用熵值法综合评价了徐州市农业可持续发展状况．结果表明：徐州市农业可持续发展整体水平持续提高，但增幅有减缓趋势；经济子系统呈可持续发展趋势，社会、生态子系统呈非可持续发展态势；经济、社会、生态3个子系统处于非协调发展中．指出从系统整体优化的视角。构建生态、经济、社会3个子系统同步、同向演进、协调发展的农业政策和措施体系，是推进徐州农业可持续发展的保证．     

基于自适应神经网络模糊推理系统的心电信号检测

心电信号是心血管疾病的重要诊断依据,探索新方法来处理心电信号对于医学诊疗具有重要的理论意义与实用价值。阐述了一种包含输入节点层、规则节点层、平均节点层、结论节点层和输出节点层的五层结构网络的自适应神经网络模糊推理系统(Adaptive neuro-fuzzy inference system,ANFIS),并提出了基于Sugeno模糊理论、最小二乘法和梯度下降法的混合自适应学习算法来训练ANFIS中的神经网络的参数,来提高ANFIS系统的收敛性能。为验证ANFIS系统在心电信号检测中的有效性,通过原始心电信号的实测数据中的第一路腹壁混合信号(CECG)和最后一路母体心电信号(MECG)进行了ANFIS的网络训练,基于训练结果对于腹壁混合信号进行了实验预测分析,实验结果表明自适应神经网络模糊推理系统在心电信号的分析与预测中十分有效。
     

基于系统动力学模型的区域可持续发展路径优化研究——以湖南为例

在高质量发展背景下，传统经济发展方式弊端日益凸显，转变发展方式，促进区域可持续发展已成为社会各界共识。以湖南省为例，利用系统动力学建立区域可持续发展模型，将可持续发展系统抽象为经济子系统、人口子系统、环境子系统与资源子系统，分析子系统以及要素之间的逻辑关系，设定6种发展路径，并进行动态仿真。结果显示，选择调整多变量组合的路径6有助于促进区域可持续发展。由此，提出建议措施以助力湖南区域可持续发展。     

基于模糊物元模型的省级林业生态经济可持续发展评价

在全面推进生态文明建设进程中,为准确把握安徽省林业生态经济可持续发展状态,从资源、生态、经济和社会4个维度建立评价指标体系,结合熵权模糊物元理论及方法,建立安徽省林业生态经济可持续发展模糊物元评价模型,以2005—2016年安徽省林业生态经济可持续发展数据为样本进行实证评价。结果表明:2005—2016年安徽省林业生态经济可持续发展整体水平逐年提高,RρH(欧氏贴近度)值年均提高1.265 6个百分点,而各个子系统的ρH值也呈现不同程度的提高,资源可持续发展系统年均提高1.255 6个百分点,生态、经济和社会子系统的ρH值呈现波浪式变化特征,年均提高0.378 3,0.665 7和0.372 8个百分点,安徽省林业生态和社会可持续发展存在一定的压力,建议安徽省采取措施提高林业生态经济可持续发展水平。     

基于ANFIS系统的基结构自适应生成

以形成基结构智能自动生成系统为目标，以并行自适应神经-模糊推理系统（ANFIS）为工具，建立了具有桁架拓扑结构智能自动生成功能的并行ANFIS系统，并将形态化拓扑结构进行抽象数字提取，作为系统的输入输出数据，实质是形成一种桁架结构形态间的映射机制，以样本所蕴涵的结构构成机理，推导所要求的基结构形式。最后的计算结果表明，这里使用的基于ANFIS系统的桁架结构智能自动生成方法是有效的，能够按照用户要求生成合理的桁架基结构拓扑形式。     

杭州市土地资源综合承载力评价及耦合协调性研究

基于"经济-社会-生态环境"研究框架构建杭州市土地综合承载力指标体系,并通过改进的均方差TOPSIS模型、障碍度模型及耦合协调模型,对杭州市2007-2016年土地综合承载力进行了综合评价.研究结果表明:2007-2016年,杭州市土地综合承载力呈波动降低态势,承载力级别呈现良好转向中级的趋势.2007-2016年,承载力子系统障碍度从大到小依次是生态环境承载力系统、社会承载力系统和经济承载力系统.2007-2016年杭州市耦合度和耦合协调协调度变化态势呈现差异性,其中耦合度处于高水平耦合阶段,但协调度评价结果距离优质协调仍有着不小的差距.     

SARS分析、预测、防治决策支持系统探讨

提出了一种防御SARS这样的突发疾病的智能决策支持系统。通过运用新的数据分析和决策支持理论，建立智能的决策支持系统，对现有的疫情进行数据噪声分析、灾变趋势预测以及提出科学决策。系统主要分噪声子系统、预测和模拟子系统、诊断子系统以及二次防御子系统4部分。其中预测子系统以FGR系统为原型，综合了传统微分方程的预测方法，以及基于数据的包括神经网络、支持向量机的方法和模糊推理方法的综合信息处理系统，经过该系统的预测分析和模拟可以对可变的突发疫情进行更科学的决策。     

基于自适应网络模糊推理系统的噪声抵消

对自适应网络模糊推理系统(ANFIS)在噪声抵消中的应用进行了研究，说明了ANFIS的结构和使用ANFIS进行噪声抵消的原理，对窄带干扰的滤除和噪声中的信号提取两种情况进行了仿真，并对ANFIS和LMS(小均方误差准则)两种算法进行了对比研究，结果表明，利用ANFIS进行噪声抵消要优于LMS。     

ANFIS在水电站地下厂房围岩变形预测中应用

针对目前应用人工神经网络(ANN)方法预测地下洞室围岩变形时间序列的缺陷,提出一种将神经元网络和模糊逻辑有机结合的新型模糊推理系统——ANFIS(adaptive-network-based fuzzy inference systems),该系统采用反向传播算法和最小二乘法的混合算法分别调整前提参数和结论参数,充分地利用了神经网络的学习能力和模糊逻辑的表达能力,实现了回归模型的自适应调整.通过龙滩电站的实例应用可以发现,ANFIS预测系统较传统ANN方法具有简单、快速以及预测精度高等特点.     

单桩极限承载力的ANFIS预测分析

为了提高单桩极限承载力的预测精度,利用ANFIS较强的学习能力和模糊逻辑推理功能,建立了单桩竖向极限承载力预测的自适应网络模糊推理系统.通过静载荷试验成果的学习与预测检验,系统的预测误差在-10.5%～15.5%,绝大部分误差都在10%以内,表明该系统预测精度良好、适用性较强.     

自适应神经模糊推理系统和BP网络对污水溶解氧实时预测的比较研究

为了对污水处理生物过程中曝气池内溶解氧进行准确的实时预测,分别应用自适应神经网络模糊推理系统(ANFIS)和BP神经网络建立了针对曝气池溶解氧的预测模型,并进行了对比研究。结果表明,用自适应神经模糊推理系对曝气池溶解氧的预测,在模拟误差和收敛性方面,均好于单纯的BP神经网络。     

重庆经济-资源-环境发展的系统动力学分析及不同情景模拟

经济-资源-环境的协调发展是可持续发展的关键环节,城市经济的发展越来越多地受到资源和环境方面的限制,如何摆脱当前的困境,实现经济资源环境的可持续发展,是当前亟需解决的问题。研究城市经济-资源-环境可持续发展的内涵及框架,利用系统动力学的原理和方法,以重庆为例,通过道格拉斯生产函数将资源、环境、技术等子系统与GDP子系统联系起来,构建了经济-资源-环境系统动力学模型处理由于城市资源耗尽和环境恶化所限制的经济增长问题,同时设定了基础、资源、环境、技术和经济5个情景,对不同情景模拟结果进行了比较分析。结果表明:单独改变系统中的子系统不能实现重庆的可持续发展,转变经济发展模式才是重庆可持续发展的优化发展方案。