船舶操纵的神经网络自组织模糊控制器研究

针对船舶操纵这种非线性、时变参数控制对象,提出了一种神经网络的自组织模糊控制方法,给出了这种模糊神经网络的结构、知识表达。仿真结果表明些方法控制性能良好。     

应用自组织模糊神经网络估计卫星姿态系统执行机构故障

自组织模糊神经网络可以根据系统状态在线更新权值和调整节点,优化网络结构. 文中针对某卫星姿态控制系统提出了基于两个自组织模糊神经网络的执行机构故障诊断方法. 网络SOFNN1用于健康系统的离线训练,估计出系统的不确定项和扰动项,网络输出结果作为故障检测的阈值参考. 网络SOFNN2在网络SOFNN1的基础上估计执行器故障. 仿真表明,在噪声干扰和系统参数不确定的情况下,在线自组织模糊神经网络结构的方法能很好地估计系统执行机构故障,比固定结构的模糊神经网络估计速度快,因此更具优越性.     

基于神经网络的肌电信号的数据融合技术研究

肌电信号作为智能化假肢、康复机器人的驱动源,是目前热点研究方向之一。针对多通道肌电信号的时变、非线性、相互关联耦合的特性,选择了基于神经网络的数据融合技术。完成了CMAC神经网络方法的数学建模,为实现肌电信号的数据融合技术,作了重要的准备。     

自组织特征映射神经网络用于语意识别的研究

该文提出了一优化的自组织学习集，基于自组织征映射神经网络和隐马尔柯夫模型法，组成了一种新的语音识别系统。该系统采用ＳＯＭ网络作为矢量量化器。实验结果表明，该文提出的语音识别方法确实能提高系统的识别率。     

电力负荷预测的模糊时序模型

提出一种负荷预测的新方法，以负荷历史数据为依据建立模糊时序模型，考虑季节性演变和季节性变动因子，即可作年负荷和逐月负荷预测，引入标准拟合度和模糊度两个互不相容的参数分析负荷的增长趋势。这种带有可能范围的模糊时序模型不仅可以成功地预测负荷，且可以给出预测值的准确程序。     

基于自组织特征映射的神经网络的矢量量化

本文设计了一种神经网络矢量量化编码方法－基于自组织特征映射的神经网络的矢量量化,利用Kohonen网络的自组织聚类功能,设计矢量量化器码书,实现矢量量化。该神经网络速度快,效率高,适用于语音和图象数据压缩,并对SOFM算法应用于图象矢量量化进行系统的研究。     

双输入型模糊前向神经网络的构建

利用高斯型隶属函数作为隐层神经元激励函数,构建了四层模糊前向神经网络.根据从训练数据集中提取出的插值样本数量来确定隐层神经元个数.网络结构确定后,基于二元函数逼近论确定最优权值,得到双输入型近似插值神经网络,说明了最优权值的双输入型模糊前向神经网络的实现过程.计算机数值仿真实验表明所构建的网络在运行时间、逼近精度与去噪效果等方面是有效的,丰富了多输入神经网络的构建方法.     

关于模糊数绝对值的几点注记

通过两个定理及其证明指出了第一种模糊数绝对值的缺陷,即它不遵循类似于实数绝对值的运算法则.对第二种模糊数绝对值作了进一步讨论,并给出了与其等价的一个定义及相关证明.此外,还得到了在第二种模糊数绝对值定义之下乘法和绝对值之间的一个关系.最后,从水平集和隶属函数图像两方面对这两种定义进行了比较.     

模糊反向传播神经网络的函数逼近能力研究

研究了模糊反向传播神经网络的函数逼近能力.研究结果给出了单调连续函数的FBP按序单调特性、连续映射定理以及非函数一致逼近定理,并且说明了FBP虽然能保持连续性映射,但不如原神经网络具有函数逼近能力.     

基于正态数的模糊概率重要度

将普通概率重要度引入到模糊系统中，提出了和普通概率重要度密切关联的模糊概率重要度．由其定义出发，又导出了模糊概率重要度的基本公式和基于正态模糊数用于故障树分析的计算公式。     

一种支持分布式数据流处理的双层重叠网络模型

讨论了分布式数据流处理的需求以及重叠网络的特点。在Chord模型的基础上,提出了一种支持分布式数据流处理的双层重叠网络模型,并给出了构建模型的有效算法,最后通过应用验证了该模型的有效性.     

一种基于聚类的RBF神经网络模型

应用于工程中的径向基函数(RBF)神经网络模型,当训练样本量很大时常存在训练学习速度慢和拟合精度不高的问题.针对这一情况提出了一种基于聚类的RBF神经网络(BC-RBFNN)模型.该模型首先通过对训练样本进行聚类分析,将其分为不同的类,接着根据每类的训练样本构造一个RBF子网并获取其相关参数,接着再将各个子网组织成一个BC-RBFNN模型.通过对其进行理论分析和性能检验试验,结果表明该模型能加快网络训练学习速度,缩小的模型规模,提高网络的预测精度.     

基于模糊AHP理论的网络学习评价模型研究

针对现有网络学习评价模型中评价指标过多,不能客观公正的评价学生对知识的掌握程度,而且只重视总结性评价而忽略了形成性评价的问题,依据网络教学的特点,以学习过程的模糊评价为核心,构建了一个实用的多层次网络学习模糊评价模型,设计了评价指标体系和评价方案,并对其中的主要技术问题和解决方法作了探讨,利用该模型能迅速地对学生进行综合客观公正的评价.     

旅行社计调员岗位胜任力模糊综合评价模型的构建与运用

本文通过引入模糊数学隶属度的概念,在综合运用问卷调查、访谈以及专家咨询等方法进行工作分析并得出旅行社计调员岗位胜任力指标的基础上,引入层次分析法（AHP）来确定岗位胜任力指标的权重,建立岗位胜任力模糊综合评价模型,从而为旅行社计调员的招聘、考核和管理提供更为科学的依据.     

数据融合技术在储粮水分自动测试系统中的应用

数据融合技术应用于水自动测试系统,利用于提高系统的准确性和可靠性。文中探讨了水分自动测试系统基于参数估计的多传感器数据融合问题,在此基础上研制的储粮水分自动测试系统已在粮食储备中得到广泛应用。     

多类型无线传感器网络混合路由协议研究

使用两种类型的传感器组成无线传感网,通过结合多跳路由和分簇路由两种方式,对混合路由方式设计研究,用NS-2对研究结果进行仿真.将混合路由的仿真结果分别与单独使用分簇路由和多跳路由的仿真结果进行比较,得出新混合路由使得网络周期更长的结论.     

跨音速大气/惯性攻角两步融合算法

攻角是飞机飞行的重要状态参数,也是飞控及导航系统必需的参数,现代战机对攻角精度要求越来越高.大气数据系统在跨音速条件下性能严重下降,大气攻角精度受到很大影响. 针对试验机大气数据传感器的配置特点,该文设计了一种基于变参数互补滤波器与神经网络的跨音速大气/惯性攻角两步融合算法,实现惯导系统和大气系统的攻角信息融合. 首先进行跨音速惯导天向回路解算,而后利用互补滤波器与神经网络对大气/惯性攻角进行互补融合与修正,使最终的融合修正攻角平稳、可靠,逼近真实攻角. 本文利用某型飞机的实际试飞数据对两步融合算法进行了验证. 结果表明,融合修正后的攻角能够基本去除跨音速飞行阶段原始大气攻角的剧烈波动,并与真实攻角吻合.