一种新的暴雨灾害预报非线性建模方法

针对一般模块化模糊神经网络(MFNN)的门网络普遍采用模糊C均值聚类算法(FCM),没有对样本特征进行优化的问题,提出了在门网络中采用模糊核聚类算法(FKCA)替代模糊C均值聚类算法,构建了一种新的模糊核聚类模块化模糊神经网络预报模型.进一步采用动力消空算法、切比雪夫多项式展开方法和自然正交展开方法对预报量和预报因子进行计算处理后,分别建立了普通模块化模糊神经网络和模糊核聚类模块化模糊神经网络暴雨预报模型.利用这两种预报模型进行的暴雨预报试验表明,在相同的条件下,改进模型具有更高的暴雨预报TS评分.     

空地导弹毁伤地面目标计算机仿真软件

在微机平台上，采用MATLAB语言开发出了空地导弹毁伤地面目标计算机仿真软件。该软件是一种交互式，面向对象的仿真软件，能够完成导弹毁伤导弹发射车的毁伤模型计算和毁伤雷达车的毁伤模型计算，以及图形演示，另外，独立开发了模糊方法计算毁伤模型方法和神经网络计算毁伤模型方法。     

基于AI的农村公路养护管理评价方法研究

综合考虑影响农村公路养护管理的各要素, 采用层次分析方法, 建立了包含目标层、准则层、 指标层的农村公路养护管理评价三级指标体系. 针对综合评价中知识学习积累问题, 研究了基于人工智能的模糊神经网络方 法在农村公路养护管理评价中的应用. 结合模糊理论和神经网络方法, 采用模块化设计思想初步建立了农村公路养护管理评价 的结构模型, 在评估系统中嵌入专家知识, 采用模糊理论对评价指标进行模糊化处理, 再利用多层神经网络进行数值分析, 最后将结果反模糊化, 实现对农村公路养护管理系统的综合评价. 同时通过实例说明了系统学习、系统评价的过程, 实例验证了所建模糊神经网络模型的可行性与有效性.     

模糊神经网络技术在故障诊断中的应用

总结了模糊神经网络在故障诊断中的应用,分析和归纳了不同结构的模糊系统与神经网络的合成形式。对直接模糊神经网络、B样条模糊神经网络、RBF模糊神经网络以及几种扩展的模糊神经网络在故障中的应用进行了讨论。针对故障诊断通用模型,给出了子模块的改进和选取方法,从而使故障诊断的模糊神经网络方法更为系统和有效。     

运动目标位置预测模型

为建立运动目标位置的预测模型,提出了一种新的模糊神经网络模型,并证明这种模糊神经网络可任意逼近连续函数,因而可用于建立运动目标位置的预测模型中.将运动目标在采样时刻位置间的关系表示为含有目标加速度的三阶差分方程,利用模糊神经网络逼近目标加速度,并由此导出目标轨迹的预测模型.     

我国能源消费影响因素评价研究——基于突变级数法和改进熵值法的分析

为客观、准确地挖掘和评价我国能源消费影响因素,对国内外文献检索选取能源自然禀赋、经济增长水平和产业结构作为评价指标,构建我国能源消费影响因素的指标体系。针对目前常用多目标综合评价方法,如层次分析法、模糊评价方法和BP神经网络等存在的主观性较强、方法可行性难度较大等问题,运用突变级数法和改进熵值法构建我国能源消费影响因素评价模型,既克服了层次分析法、模糊评价法和BP神经网络等的缺陷,又不失科学性和合理性,具有良好的应用价值。选取我国2000~2010年相关数据对已构成的评价模型进行实证分析,并得出实证评价结论,实证评价结果为进一步分析和提炼我国能源消费影响因素有指导和借鉴作用,从而为促进我国能源的合理消费和改善环境提供理论和实践依据。     

一种基于神经网络的识别反辐射导弹方法

本文利用反辐射导弹的飞行和电磁散射特性,给出了提取反辐射导弹特征量的方法,并用改进双向联想记忆神经网络作为识别器完成目标识别,分析表明,识别器有很好的识别效果.     

干燥过程模糊神经网络控制器的设计与仿真

为了准确控制干燥过程的温度和湿度,提高谷物干后品质,设计了一种基于改进遗传算法的干燥过程模糊神经网络控制器.利用模糊算法解除温湿度的耦合作用,采用神经网络实现模糊逻辑控制的全过程和信号的非线形处理,将训练好的被控对象网络模型与模糊神经网络控制器联成闭环回路,应用改进遗传算法对模糊神经网络控制器的参数进行自适应调整.在仿真实验中,将所设计的控制器与常规PID控制器和经典模糊控制器进行比较,结果表明所设计的模糊神经网络控制器具有较好的性能,满足了谷物干燥过程的控制要求.     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计,为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息,难以有效处理包含定性、定量数据的目标特征信息。基于此,提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上,引入前件影响矩阵和后件影响矩阵对定性数据进行处理,使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数;为了进一步提高模型的输出精度,将自适应模糊神经推理系统的输出层替换为多项式神经网络;通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识,确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性,与其他混合属性数据建模方法相比,所提方法具有较高的预测精度,可为作战指挥决策提供有效的辅助支持。     

基于粒子群优化模糊神经网络的高技术知识创新评价

针对高技术知识创新非线性、不确定性、时变性的特点,建立了评价指标体系|结合粒子群优化算法,提出了一种改进的模糊神经网络评价模型。该模型能够进行多个并行时变模糊神经网络组合算法,这些算法通过进化预置网络的连接权值、阈值和补偿参数,实现网络的学习和精确推理。通过仿真应用,证明了此种模型结构与算法适用性好,便于计算机实现,且全局收敛能力、收敛速度和泛化精度等性能均优于原先的学习算法。     

基于模糊多目标规划的防空反导火力分配

针对现有多目标火力分配(weapon target assignment,WTA)方法很难适用于不确定情况下防空反导作战的问题,提出了基于模糊多目标规划的防空反导WTA方法。首先,采用三角模糊数刻画不确定的目标威胁度,在考虑防空反导作战特点的基础上,基于模糊多目标规划建立了WTA模型;然后,根据必要性测度原理将含有模糊参数的目标函数进行了等价清晰化;接着,提出了具有单/双势阱的多目标量子行为粒子群算法用于求解WTA模型,该算法采用了单/双势阱位置更新方式、粒子混合随机变异方法、领导粒子两阶段选取方法;最后,通过实例仿真验证了模型的合理性和算法的有效性。     

基于模糊随机规划的反TBM目标分配优化模型

针对反导目标分配优化问题中存在的不确定性特征,引入模糊随机规划理论.首先建立了基于模糊随机规划的反战术弹道导弹(tactical ballistic missile,TBM)的目标分配优化模型.在此基础上,构建了一种针对多约束目标分配问题的粒子编码方案,并改进传统粒子群算法的位置和速度更新方式,提出了改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法.最后,设计了模糊随机模拟技术和IDPSO算法相结合的混合智能求解算法.仿真实例表明,混合智能算法全局寻优能力强,优化效率高,满足反TBM目标分配优化对时效性的要求.     

基于粒子群模糊神经网络的丙烯腈收率软测量建模

对粒子群优化算法与模糊神经网络的结合进行研究，提出粒子群模糊神经网络，并将其应用丙烯腈收丰软测量建模．该方法采用模翱神经网络来杓建丙烯腈收率软测量模型，用粒子群优化算法优化模糊神经网络的参数；并结合实际工艺，对所建软测量模型进行仿真研究。实验结果表明，该模型的性能优于粒子群神经网络模型，能够准确预测丙烯腈收率，具有较高的精度和良好的应用前景。     

基于谱约简的变结构模糊神经网络

在先验知识不完备和不确定的情况下,针对海量数据造成的冗余和互斥,模糊神经网络结构变得复杂化且不能很快逼近和分类输出对象的情况,提出了一种基于高阶谱规则约简的变结构模糊神经网络模型。相同结论属性的模糊规则的条件属性值,可以被认为是由若干个谐波组成的平稳信号,并且此信号可以采用高阶谱分析来估计其谐波成分,规则的最小约简集与谐波对应。在完成了谐波估计后,神经网络结构和连接权值发生改变,神经网络的性能也得到优化。最后给出了此模型在航迹融合中应用的一个例子,得到了较好的结果。     

基于模糊神经网络的无刷双馈电机的仿真研究

研究了模糊神经网络在无刷双馈电机调速系统中的应用,给出了基于神经元网络模糊控制器的基本设计方法。并利用Matlab软件对基于模糊神经网络的无刷双馈电机调速系统进行了仿真。仿真实验表明,与传统的PID控制相比,当电机在转速或者负载发生改变时,利用该控制方法可以获得更好的系统动静态性能。     

基于改进IFRS相似度和信息熵的反导作战目标威胁评估

针对现有反导目标威胁评估方法忽略目标属性犹豫度和权重并造成评估精度不高的问题,引入直觉模糊粗糙集(intuitionistic fuzzy rough set, IFRS)理论,提出基于改进IFRS相似度和信息熵的反导作战目标威胁评估方法。首先,细分IFRS犹豫度,提出改进的IFRS相似度模型,并证明其性质。之后,针对现有的IFRS信息熵存在与直觉事实不相符的问题,提出基于余弦函数的IFRS信息熵,确定目标属性权重。在此基础上,构建并量化反导作战目标威胁评估体系,并通过比较威胁目标的各个属性值与正、负理想解的相似度,实现目标威胁排序。仿真实例验证了该方法的可行性和有效性,可为不确定环境下反导作战威胁评估提供新的参考和尝试。     

基于改进粒子群-模糊神经网络的短期电力负荷预测

为了提高短期电力负荷预测精度,提出了改进的粒子群-模糊神经网络混合优化算法.用改进的粒子群训练神经网络,实现了模糊神经网络参数优化.建立了基于该优化算法的短期负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素,利用贵州电网历史数据进行短期负荷预测.仿真表明,该方法的收敛速度和预测精度优于传统模糊神经网络法、BP神经网络法、粒子群-BP算法和粒子群-模糊神经网络方法,该优化算法克服了神经网络和粒子群优化方法的缺点,改善了模糊神经网络的泛化能力,提高了电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.2%以内.该算法可有效用于电力系统的短期负荷预测.     

关于导弹定价的时序模糊综合评判

本文利用模糊集分析的方法，量化了影响导弹价值的因素，建立了关于导弹定价的时序模糊综合评判模型。并且对改装后的导弹定价和分批交付的导弹综合定价进行了定量计算并分析了结果。     

基于扰动观测器的终端角约束滑模导引律

为了对导弹攻击机动目标时的终端角进行约束,提出了一种基于扰动观测器的滑模导引律。将导弹速度的时变、运动目标的机动逃逸等视为对导弹目标相对运动系统的总扰动,采用扰动观测器对总扰动进行有效估计,结合滑模控制理论提出了一种对导弹终端角进行约束的导引律,并基于李雅普诺夫稳定性原理证明了该导引律的渐进稳定性。为满足制导精度并有效地抑制抖振,运用边界层法对该导引律进行了改进,分析并确定了制导精度、边界层厚度和导引律系数之间的关系。仿真结果表明,该导引律具有良好的导引性能和鲁棒性,且与普通的滑模导引律相比,具有较小的导弹最大法向加速度和较平缓的法向加速度变化过程,有利于工程实现。