多输入模糊神经网络及其应用

为了提高神经网络的训练速度和泛化能力 ,同时解决一般模糊神经网络由于输入增多而导致模糊规则膨胀的问题 ,提出了多输入模糊神经网络的结构和算法。此算法用取大取小运算部分代替网络的积和运算 ,同时提出一种获取重要规则的方法。最后将多输入模糊神经网络应用于建筑投标报价系统。仿真结果表明 ,本网络具有较快的训练速度和较高的泛化能力。     

改进的标准模糊神经网络的工程造价快速估算

在对影响建筑工程造价因素分析和标准模糊神经网络结构分析的基础上,通过增加输入层与模糊层之间的权值v,加入规则的重要度γ,对标准模糊神经网络进行了改进,并建立基于改进的标准模糊神经网络的工程造价快速估算模型。将基于这种结构的模糊神经网络的工程造价快速估算模型应用于建筑工程的投标报价中,从仿真结果可以看出该网络模型学习时间较短,学习速率较快,精度较高。     

基于模糊神经网络的动态非线性系统辨识研究

针对静态模糊神经网络对动态系统辨识精度低的特点,在5层静态模糊神经网络基础上进行了优化和改进,形成了可将暂态信息记忆于网络的动态回归层的动态模糊神经网络,来提高对动态系统的辨识能力。同时给出了参数的动态自适应学习算法。通过仿真实验,证明提出的动态模糊神经网络对动态非线性系统的辨识,可以取得较好的辨识精度,较快的网络收敛速度,为动态非线性系统的辨识提供新的思路。     

基于模糊神经网络的商业银行信用风险评估模型研究

在确立了商业银行信用风险评价指标体系的基础上,建立了基于模糊神经网络的商业银行信用风险评估模型.该网络具有四个因子输入,一个衡量商业银行信用风险的输出,总共六层的结构,且模糊规则层具有根据具体问题情况进行调节的能力,优于神经网络完全黑箱操作的特点.利用Matlab6.1对167组样本数据进行实证分析,训练结果表明网络预测误差小.     

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.     

锌电解过程电流效率的模糊神经网络模型设计

针对锌电解过程参数关系的非线性,样本数据少,知识有限等特点,本文采用了一种五层结构的模糊神经网络建立电流效率与酸锌比、电流密度的关系模型;为避免神经网络学习过程陷入局部最小,首先聚类产生网络的初始值;然后通过一种基于模糊逻辑的启发式学习算法对神经网络进行训练,提高收敛速度;仿真结果表明了这种模型的有效性.     

改进的模糊神经网络应用于投标报价

针对模糊神经网络规则膨胀导致的网络训练速度慢和泛化能力弱的缺陷,提出了一种改进的基于T-S模型的模糊神经网络的结构和算法。网络结构包括前件和后件网络二部分,本文在后件网络中增加了一个隐含层以提高计算能力,在前件网络中运用了有效模糊规则选取的方法以提高收敛速度。最后将提出的网络结构应用于建筑工程的投标报价中,仿真结果证明:该网络能达到更高的误差精度、更快的训练速度和更好的泛化能力。     

混沌序列的T-SK反馈模糊神经网络预测

针对模糊神经网络预测混沌系统输入节点数目的确定随意性较大及敛速度慢的缺点,提出T SK反馈模糊神经网络(T SKrecurrentfuzzynetwork,TRFN)。同时采用两阶段学习算法:先进行结构学习来确定TRFN的最佳结构,再利用基于混沌动态量的BP算法对神经网络进行参数学习,提高了收敛速度和预测精度。应用此网络和相应的学习算法,对Henton序列进行了预测,与传统的模糊神经网络相比,在节点数目较少的情况下,取得了更快更精确的预测结果,验证了该方法的有效性。     

模糊粗糙神经网络的结构与参数优化

基于模糊粗糙隶属函数,建立了一种五层结构的模糊粗糙神经网络（fuzzy rough neural network, FRNN）,对神经元之间的连接,引入一个开关函数,从而把结构优化和参数学习问题转化为单纯的函数优化问题。提出一种混合智能优化算法（hybrid intelligent optimization algorithm, HIOA）用于FRNN的结构和参数优化,适应度函数同时考虑模型的精确性和网络的节俭性。典型的实验结果表明,FRNN适用非线性系统建模,相对于普通神经网络及其优化方法能获得更高的精度和泛化能力。     

一种广义模糊小脑模型神经网络及其仿真研究

针对传统的小脑模型，在保留CMAC原有增强和局部特性的基础上，结合模糊逻辑的思想，采用模糊隶属度函数作为接收域函数，提出了一种广义模糊小脑模型神经网络（GFAC）。研究了GFAC接受域函数的映射规律、隶属度函数及其参数的选取规律和学习算法。仿真结果表明GFAC具有良好的泛化能力和逼近精度，利用GFAC可以获得较常规CMAC连续性强且有解析微分的复杂函数近似。     

模糊系统研究

模糊系统是模拟人类思维、执行智能信息处理的有效工具。本文概要讨论模糊系统的若干问题,包括模糊识别、模糊学习、模糊检索以及模糊决策等.     

一种新的模糊线性规划方法

本文详细研究了约束带有模糊系数型线性规划的模糊约束集的定义方法，给出了其隶属函数的规定原则和应满足的条件，并建议了两种具体的定义形式，从而得到了求解这种规划的新方法。     

一种基于约束满意度的模糊线性规划解法

在模糊规划的基础上重新定义了两个模糊数之间的模糊序关系,建立了模糊约束度与模糊目标函数的隶属度函数之间的关系,并由此提出了一种求解模糊线性规划的新方法．     

关于Saaty对模糊逻辑不适用于AHP观点的评述

目前模糊AHP方法在国内外应用很广泛,但是AHP理论创始人Thomas L. Saaty近几年连出3篇论文质疑模糊AHP方法的科学性. 在介绍模糊AHP方法的基础上,从模糊AHP缺乏数理逻辑性、AHP判断本身就来自模糊语义再次模糊意义不大和模糊AHP对不一致性的改进不一 定能确保改进结果的有效性等角度对Saaty教授批判模糊AHP方法的观点进行系统阐述,并就经典AHP和模糊AHP两方观点进行了深入的分析,希望对国内决策科学领域的研究学者有一定的启发帮助.     

Transformation and entropy for fuzzy rough sets

A new method for translating a fuzzy rough set to a fuzzy set is introduced and the fuzzy approximation of a fuzzy rough set is given. The properties of the fuzzy approximation of a fuzzy rough set are studied and a fuzzy entropy measure for fuzzy rough sets is proposed. This measure is consistent with similar considerations for ordinary fuzzy sets and is the result of the fuzzy approximation of fuzzy rough sets.     

模糊合作对策上的Banzhaf函数

通过对经典合作对策上Banzhaf函数的描述,给出了模糊合作对策上Banzhaf函数的定义.讨论了两类模糊合作对策上Banzhaf函数的存在性和唯一性,并给出了它们的具体表达形式.探讨了所给Banzhaf函数的模糊零元,个人理性,单调性,非负性.研究了模糊联盟与其模糊支撑关于Banzhaf函数之间的关系,最后通过算例来说明所给模糊合作对策上的Banzhaf指标.     

直觉模糊关系及其合成运算

系统研究了作为Zadeh模糊集理论重要扩展的Atanassov直觉模糊关系及其合成运算.在考察Atanassov直觉模糊集与Zadeh模糊集之间关系的基础上,首先引入直觉模糊集及范数的概念、定义和性质,对直觉模糊集之间的一般关系、逆关系、零关系、全关系、恒等关系及其合成运算等进行了定义,研究了它们进行关系运算的基本规则、特殊性质及相关定理,且给出了必要的证明过程.揭示了直觉模糊关系的自反性、对称性及传递性,证明了直觉模糊关系合成运算的结合律定理.把Atanassov算子对于直觉模糊关系性质的影响,即对于自反性、对称性、逆对称性、完全逆对称性及传递性等性质的影响,归纳为该算子的效用性质和等价性质两个定理.     

复杂系统的模糊可靠性分析

应用普通可靠性和模糊可靠性的基本理论，建立了复杂系统的模型可靠性数学模型，并以实例具体说明了计算方法.     

基于模糊区间分和模糊重心的决策方法

首先分析了传统的模糊决策理论的不足，提出了一种基于模糊重心的多目标方案决策方法，该方法能利用评测专家所给的模糊区间分，从而既方便了评测专家表达其评测意见，又充分利用了专家的评测意见，因而有利于提高决策的准确性.     

混联系统(Ⅰ)的模糊可靠性

在模糊可靠性的基本概念和原理的基础上，建立了一套计算混联系统（Ⅰ）模糊可靠性的公式。并对一个实例进行了计算。