基于模糊神经网络集成的入侵检测模型

日益严峻的网络安全形势和网络协议本身的缺陷,使传统的防火墙防御的方式无法胜任。为提高对网络入侵防御能力,提出了模糊神经网络集成的入侵检测模型：首先抓取网络中的数据流,使用模糊数学的方法对数据记录入侵特征预处理。然后用集成的模糊神经网络模块接收预处理模块导入的训练数据和测试数据,通过反复训练学习,把各子树中节点的权值收敛到确定值。训练完成后,模型用于检测网络中的数据。响应模块接收模糊神经网络模块处理结果做出相应的响应。实验使用KDDCUP99网络入侵检测数据集对模型进行评测,并与单一神经网络模型相比较。结果表明模糊神经网络集成的方法检测结果比较稳定,在整体上比单一神经网络的误报率、漏报率和错报率有所降低,准确率和数据集泛化能力明显提高。     

基于模糊分析的“宜居城市”评估模型

2005年1月，国务院批复北京城市总体规划时，首次在中央人民政府文件中出现“宜居城市”的理念．“宜居城市”的概念，比较准确地体现了科学发展观的思想内涵，体现了以人为本的执政理念，抓到了关键．“宜居城市”指标体系共有6个一级指标、13个二级指标用模糊数学原理，得到了宜居城市水平定性与定量相结合的综合评价模型．     

基于模糊分析的公共治理评价模型

根据公共治理的核心理念和基本要素,结合我国行政管理实际需要,将公共治理指标体系分为公平、法治、可持续性、参与、透明度,责任性、效能7个一级指标和公共政策的公共程度等28个二级指标.用模糊数学原理,尝试公共治理水平定性与定量相结合的综合评价模型.旨在对公共治理绩效做出综合评价,使评价结果科学、合理,真正具有可信度.     

基于模糊分析的中国经济安全预警模型

国家经济安全预警指标系统可分为三部分：国家经济安全警度系统、国家经济安全常规预警指标系统和国家经济安全突发预警指标系统。应用模糊数学原理,在国家经济安全常规预警指标系统的基础上,得到国家经济安全预警定性与定量相结合的综合评价模型。     

基于模糊理论的产品设计综合评价

基于模糊数学理论,针对产品设计的特点,分析了影响产品设计品质的各种因素,结合层次分析法和目标树法,提出了针对产品设计的分层多级模糊综合评判过程的实现方法。评价结果客观地反映了实际情况,并便于评价和比较。通过对设计模型的模糊评价验证该评价方法切实可行。     

基于模糊神经网络的工程快速估价的方法

神经网络和模糊数学的快速发展应用为工程快速快速估价提供了很好的思路。本文阐述了模糊数学和神经网络的结合原理．建立了基于模糊神经网络和工程预算原理的工程快速估价的模型算法，用以解决在不确定信息下的快速估价问题。     

高校教师教学质量模糊综合评价模型研究

基于模糊数学理论,运用模糊综合评价原理,构建教师教学质量模糊综合评价模型。为各级各类学校的教师教学质量评价提供参考,为开发教师教学质量评价软件系统奠定基础,并可推广应用到"学生能力评价"、"课程评价"等其他教学相关综合评价中去。     

基于模糊综合评价的大气环境质量评价

为了解决模糊数学在环境质量评价中应用的问题,采用了模糊综合评价方法对某市区5个监测点的三种大气污染物日平均浓度值监测结果进行实例分析验证,得出了该市区5个监测点的大气环境质量级别为Ⅱ或Ⅲ级.分析结果表明:采用模糊综合评价方法进行大气质量评价可最大限度地避免主观人为的误差,具有客观性和合理性.     

双层模糊评价模型在毕业设计评定中的应用

文章提出基于模糊数学的双层模糊评价模型,阐述该模型在学生毕业设计成绩评定中的具体实施过程,具有一定的实际应用价值.     

小型化工企业模糊综合评价模型及应用研究

基于目前小型化工生产企业的事故多发特点及其安全的重要性,为克服其安全评价方法的不足,根据化工生产系统多因素、多层次、多变量的特点,通过分析影响其生产的各个因素之间的相互关系,建立了较为合理的安全评价指标体系,构建了与之相适应的模糊综合数学评价模型。以对某化工企业的应用实例验证,该评价模型结果符合实际,有实用性和可操作性。     

基于T-S模糊神经网络的柔性评价专家系统

基于T-S模糊模型提出了一种易于推理的神经网络结构,通过神经网络的自适应模糊控制简化了系统的有效辨识,讨论了其自学习算法,给出了用于模糊推理的估值算法和3级知识表示法,并分析和构造了MIMO型教学柔性评价专家系统的模糊建模技术,实现了自动评价的柔性专家系统。     

基于模糊神经网络的水力机组模型辨识

根据水力机组可分段线性化的特性,提出了水力机组简易模糊语言模型。在此基础上,将反馈控制思想引入系统辨识,同时结合神经网络的易学习特点给出了基于模糊神经网络的水力机组模型结构及其算法。最后将所建模型运用于灯泡贯流式机组的在线预测。试验结果表明,该模型在线修正工作量小,并能迅速地、较为准确地逼近实际系统的输出,可以作为贯流式机组自适应控制的实时预测模型。     

交通事故Pi-Sigma模糊神经网络预测模型

提出了基于Pi-Sigma模糊神经网络的交通事故预测模型,选用Takagi-Sugeno型模糊推理系统和BP神经网络,以年平均日交通量、交通负荷、设计速度、车道宽度为输入,以每公里年均事故次数为输出,利用哈尔滨市133条主次干道的道路交通条件数据和5年的交通事故数据对模型进行了训练和检验,并将该模型与模糊逻辑模型、BP神经网络模型进行了对比分析.结果表明,交通事故Pi-Sigma模糊神经网络预测模型在预测精度及计算效率上总体优于其他两种模型,较适合于大样本条件下交通事故的快速预测.     

城市道路交通拥堵的模糊神经网络评析

以城市道路网络的拥堵状况为研究对象,运用模糊层次分析以及神经网络理论构建城市道路交通拥堵的模糊神经网络评价模型.以层次分析为准则,从微观层、中观层、宏观层等方面建立道路交通拥堵三层评价指标体系;利用模糊一致性判别矩阵界定道路交通拥堵评价因子综合权重,基于BP神经网络构建了道路交通拥堵的模糊神经网络评价模型,并对道路交通拥堵评价区间进行阈值确定,将道路交通拥堵评价集界定为严重拥堵、中度拥堵、轻度拥堵、较为畅通、畅通等5个等级.以2016年上海市20个交通小区的道路交通拥堵数据为样本进行实例分析,结果表明该方法的可行性以及有效性.      

模糊神经网络模型参考自适应控制

给出了一种基于模糊神经网络的模型参考自适应控制方案。首先,构造了一种运用递推预报误差（ＲＰＥ）算法的多层前向神经网络,并用其对被控对象建模,然后,又构造了一种模糊神经网络控制器（ＦＮＮＣ）。从而为一类难以建立精确数学模型的非线性被控对象提供了一种新的自适应控制方法,信息结果验证了其有效性。     

基于模糊神经网络的水质评价模型研究

将模糊系统与神经网络结合,提出了一种水质评价模型.根据水质评价过程,采用5层结构的FNN,且使用自适应学习步长以加速网络收敛速度.该模型具有推理过程清晰,泛化能力强的特点.为了验证该算法的性能,进行了仿真试验,结果表明:和常见的方法相比,该模型的评价结果更为准确.     

基于模糊神经网络的企业绩效评价方法研究

针对传统企业绩效评价方法的一些不足,把模糊神经网络方法引入企业绩效评价领域。同时借鉴财政部等六部委颁布的国有资本金效绩评价指标体系,构建本文的评价指标。本文采用基于模糊神经网络的分层次评价方法,用BP神经网络训练财务指标,用模糊神经网络训练非财务指标,最后再构建一个模糊神经网络评价模型,得出企业绩效的评价值。实证结果表明此方法有效可行,且具有较高的准确率。     

一种基于动态模糊神经网络的飞行数据模型辨识方法

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单、泛化能力强的神经网络。以某特定时间段的飞参数据为仿真样本,将该DFNN用于参数关联模型的辨识,实验结果表明该辨识方法收敛速度快、泛化能力强。     

一种模糊小脑模型神经网络及其仿真研究

在传统小脑模型的基础上,利用其特有的寻址方式,引入模糊逻辑的思想,采用模糊隶属度函数作为接受域函数,提出了一种模糊小脑模型神经网络。重点研究了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,该模糊模型具有良好的泛化能力和逼近精度,且可获得连续性强且有解析微分输出的复杂函数。     

硬度转换的神经网络模型

基于人工神经网络理论，建立了各种硬度值之间相互转换的完整一的神经网络模型，该模型可实现各种硬度之间的线性与非线性映射，并对硬主莆中没有的数据给出准确的预测，克服了查表法的不足，较线性回归具有更高的精度，网络模型可嵌入机械ＣＡＤ系统中，方便中种硬主之间的转换。