补偿模糊神经网络在故障树分析中的应用研究

将补偿模糊神经网络用于故障树分析中的研究,建立了故障树顶事件失效模糊概率计算的补偿模糊神经网络模型,给出了应用实例.结果表明,将补偿模糊神经网络用于故障树分析是可行的,其计算更为方便,结果更为精确.     

智能压路机压实模糊神经网络控制及仿真

将模糊系统与神经网络相结合,提出了一种由模糊化层、模糊推理层和清晰化层组成的模糊神经网络结构,并将其用于智能压路机压实控制.针对振动压路机的压实性能要求,采用钟型函数作为隶属度函数,通过计算规则重要度来提取模糊推理层规则群中比较重要的规则,运用补偿模糊神经网络的学习算法解决参数的自动调整问题.把工程实践中得出的模糊控制规则表作为训练模糊神经网络的样本,仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力.     

基于多应激源的空管人员人因可靠性分析

空中交通管制员应激反应是诱发航空运输不安全事件的重要因素,评估其人因可靠性成为提升空管安全的重要依据.通过分析影响空管人员人因可靠性的多应激源,建立了针对多应激源的空管人员人因可靠性分析模糊故障树模型,并利用从T-S模糊故障树映射到贝叶斯网络的系统可靠性评估方法,评估了空管人员应激激活模糊可能性,逆向追踪各应激源的模糊重要度、状态重要度和后验概率,以此来分析空管人员人因可靠性.结合某地区空管局调研数据进行验证,发现管制员应激被完全激活的模糊可能性为0.035 57,与应激源的发生率处于同一数量级,验证了所提方法的有效性,证明了该方法可用于识别导致空管人员应激的关键应激源,有助于进行应激源针对性管理,提高多应激源作用下空管人员人因可靠性.     

综采人-机-环境系统可靠性模糊综合评价

将综采工作面看成是一个由人、机器和环境所组成的逻辑串联系统,运用模糊数学中的理论对系统的可靠性进行了研究.首先把系统分解为三个子系统(人子系统、机器子系统、环境子系统),分别分析影响各子系统可靠性的因素,构造可靠性评价的结构及其指标体系;建立用于综采工作面可靠性模糊综合评价的多目标多级模糊综合评价的数学模型;最后应用实例进行了计算、分析和说明.     

火灾探测的一种模糊神经网络方法

根据火灾信号的特点,建立了用于火灾探测的模糊神经网络,给出了处理火灾信号的模糊推理计算模型,并采用模糊运算,对于不同种类的火灾信号进行了综合分析,随后推导出用于自动生成隶属函数和提取模糊规则学习算法的计算模型。     

基于Takagi-Sugeno模型的模糊神经网络的学习算法

选用正态函数作为模糊变量的隶属函数 ,给出了基于Takagi_Sugeno模型的模糊神经网络的用于学习的性能指标 ,并对其性质进行了分析 .在此基础上将二阶段变半径随机搜索法用作模糊神经网络的学习算法 .这种方法简便易行 ,可使模糊神经网络达到较高的精度 .该文给出了神经网络记忆容量的定义并求出了基于TS模型的模糊神经网络的记忆容量 .     

基于密度聚类补偿模糊神经网络的建模方法

补偿模糊神经网络是综合补偿模糊逻辑和神经网络的混合系统。提出了将密度聚类算法运用到补偿模糊神经网络的输入模糊化和规则提取中。通过该方法对非线性系统的建模,仿真结果证明改进后的网络在提取规则、误差精度、收敛速度等方面均优于传统补偿模糊神经网络。     

基于自适应学习速率法的补偿模糊神经网络

为克服常规网络收敛速度慢、无法结合专家知识等缺点,引入补偿模糊神经元,结合模糊系统强大的知识表达能力和神经网络优秀的自学习能力,并利用自适应学习速率法动态地改变学习率.提出了一种新型的基于自适应学习速率法的补偿模糊神经网络,并将其应用到实际例子中.结果证明,它不仅能在线适当调整参数,还能动态地优化相应的模糊推理,加快训练速度.     

混合动力汽车补偿模糊神经网络能量管理策略

以上海大众汽车公司某型号混合动力电动汽车(HEV)的设计要求为基础,提出了一种基于补偿模糊神经网络的能量控制策略,并采用动态调整步长的梯度下降法加快算法的收敛速度.分析了样本数据选取、输入、输出模糊分割和模糊规则提取对控制器性能的影响.利用ADVISOR2002仿真平台进行二次开发,完成了基于补偿模糊神经网络的控制策略、并联电力辅助控制策略和模糊控制策略的仿真比较.仿真结果表明,基于补偿模糊神经网络的控制器具有较强的自适应能力,可以较好提高混合动力汽车的燃油经济性和排放性.     

软计算技术在倒立摆系统中的应用

基于软计算技术的混合控制方法汇集了模糊逻辑与神经网络各自的优点,集学习、联想、自适应于一体,并将基于自适应遗传算法的模糊神经网络控制用于单级倒立摆系统中. 结果表明,新型的智能混合控制器比传统的模糊控制器具有响应速度快、鲁棒性强等优点.     

模糊神经网络在陶瓷配料系统控制中的应用

将模糊控制和神经网络技术相结合 ,借助神经网络的学习能力和信息存储能力来实现模糊推理过程 ,并记忆和调整模糊规则 ,从而自动生成模糊控制规则 ,建立模糊神经网络。系统对模糊神经网络进行离线学习 ,将训练好的模糊神经网络用于在线控制 ,仿真结果表明 ,本文方法用于对陶瓷配料系统的控制 ,取得了无超调、无静差等令人满意的效果     

基于知识的模糊神经网络临床路径变异分析方法

探索了基于Mamdani、Takagi Sugeno模型的模糊神经网络,以及BP神经网络在临床路径控制中的应用.提出了基于知识的模糊神经网络临床路径变异分析方法,以骨肉瘤化疗临床路径肝中毒变异为例进行了实例验证.分析了几种方法的有效性以及各自的优缺点.结果表明,在处理临床路径变异方面,基于知识的模糊神经网络与标准的BP神经网络相比,具有明显的优越性.     

含扩散项时滞模糊Cohen-Grossberg神经网络的指数稳定性

文章讨论了一类含扩散项的混合时滞模糊Cohen-Grossberg神经网络,通过一些基本分析手段和不等式技巧,得到了平衡点的唯一性和全局指数稳定性的充分条件,通过实例模型验证了指数稳定性。     

应用神经网络-蒙特卡罗法的可靠性分析方法

为了提高内燃机设计的可靠度，提出了应用神经网络－蒙特卡罗法求解发动机零部件可靠度的新方法，该方法利用神经网络根据有限元分析样本逼近应力函数，结合应力－强度干涉模型，采用蒙特卡罗随机模拟求取可靠度。将计算结果与常用的一次二阶矩法，设计验算点法相比较，表明该方法是可行的，而且适用面更广，可适用于多参数且服从于任何分布的问题。     

基于模糊可靠度的机械零件设计

依据模糊数学原理将模糊可靠性问题转化为常规可靠性问题来计算机械零件的模糊可靠性。将模糊集合理论应用机械零件的可靠性设计中,对隶属函数的选择进行了分析。推导了模糊可靠度的计算模型。通过将非正态分布变量在设计点做当量正态变换来求解结构的安全指标和失效概率。通过算例对模型进行了验证。     

基于单率多点广播数据流的潜在瓶颈链路智能预报

针对单率多点广播数据流传送特点和要求,主要考察在自相似性数据流作用下缓存队列动态特性.运用模糊逻辑推理分析能力和神经网络学习泛化能力,通过引进补偿模糊算子,设计了一类在线无监督学习实时预报补偿模糊神经网络,提出了对单率多点广播数据流网络中潜在瓶颈链路的预报控制策略.并且设计了动态补偿因子,给出了动态补偿因子自适应调节律.仿真实验表明,基于单率多点广播数据流的层次广播树拓扑的潜在瓶颈链路进行智能预报方案是有效的.     

导航源可用性管理的模糊神经网络方法研究

对组合导航系统中导航源可用性管理问题应用模糊神经网络方法进行了研究，并以GNSS卫星导航系统、TAN地形辅助导航系统为例作了仿真运算。结果表明，所应用的模糊神经网络方法能根据不同的现实条件对导航源进行有效的实时管理；该方法实时性好，可靠性高，而且具备自适应学习能力，有一定的应用价值。     

基于模糊神经网络提取我国经济增长的模糊规则(Ⅱ)

利用神经网络的自适应、自学习等特点和模糊系统人脑性等特点来弥补相互的缺点，二者结合产生一种基于神经网络的模糊系统，采用BP算法对系统参数进行调整，最后用该系统提取我国经济增长的模糊规则。