自适应神经模糊推理系统在信号去噪中的应用

介绍了基于自适应神经模糊推理系统的语音去噪方法,这种算法把模糊系统理论和人工神经网络相结合,继承了二者的优点,通过神经网络强大的自学能力,弥补了模糊推理系统非常依赖于操作人员的经验的缺陷。有色噪声是功率谱密度函数不为常数的噪声,很难去除,仿真实验证明:使用自适应神经模糊推理系统能较好的去除测量信号中的有色噪声。     

基于自适应神经模糊推理的精馏分离序列综合

模糊推理能够反映自然语言要素信息传递特性,自适应神经技术能够实现优化建模,通过抽象有效重组判据参数提炼模糊if-then规则,通过构造样本数据进行自适应神经学习训练,根据模型优化参数创建Sugeno模糊推理模型,系统化提出基于自适应神经模糊推理的精馏分离序列优化综合方法。     

自适应神经模糊推理系统和BP网络对污水溶解氧实时预测的比较研究

为了对污水处理生物过程中曝气池内溶解氧进行准确的实时预测,分别应用自适应神经网络模糊推理系统(ANFIS)和BP神经网络建立了针对曝气池溶解氧的预测模型,并进行了对比研究。结果表明,用自适应神经模糊推理系对曝气池溶解氧的预测,在模拟误差和收敛性方面,均好于单纯的BP神经网络。     

基于GA-ANFIS的边坡稳定性评价

自适应神经模糊推理系统将模糊推理的可解释性和神经网络的自适应、自学习的能力结合起来,克服了边坡岩体的不确定性问题带给边坡稳定性分析的巨大困难,同时针对模糊推理系统内部参数设定的合理性问题,建立了基于遗传算法的自适应模糊推理评判模型。结果表明,GA-ANFIS评判模型结果与现场监测情况吻合,从而使其成为边坡稳定性评价的一种有效方法。     

基于ANFIS高精度光照度计的仿真研究

为提高光照度计的检测精度,针对光照度检测系统,应用Takagi-Sugeno模型的自适应神经模糊推理方法(ANFIS)到光照度检测系统,对光照度检测电路进行了误差补偿,并给出了硅光电池高精度光照度计的软件仿真。最后利用光照度检测实验平台实测数据作为样本数据,在MATLAB软件下的仿真结果表明：自适应神经模糊推理方法通过自学习,可以调整模糊规则和隶属函数参数,提高了光照度计的检测精度。     

基于优化模糊推理系统的电力变压器故障检测方法

为了提高电力变压器故障检测的准确性和稳定性,提出一种基于一维卷积神经网络和优化自适应神经模糊推理系统的检测方法;将利用溶解气体分析法得到的14个特征属性作为自适应神经模糊推理系统的初始未处理输入,通过一维卷积神经网络从中选择8个最具指示性的属性;采用改进帝王蝶优化算法对自适应神经模糊推理系统进行训练,并通过真实数据集实验与其他电力变压器故障诊断算法进行检测性能对比。结果表明,所提出方法的电力变压器故障检测准确率达98.91%,50次独立运行中故障检测的标准偏差为±0.01,具有检测准确性高、性能稳健、运行时间短的优点。     

基于自适应神经模糊推理系统的非线性系统辨识与仿真

针对非线性系统的模糊性、不确定性等特点，将模糊推理系统和神经网络相结合，介绍了一种自适应神经模糊推理系统，并将其应用于非线性系统辨识中，仿真结果表明：训练后的ANFIS能够很好地逼近实际的非线性系统，并且辨识精度高。     

基于ANFIS的汽车ESP控制方法研究

文章采用自适应神经模糊推理系统(adaptive neuro-fuzzy inference system,简称ANFIS)研究车辆ESP的反馈控制,设计了基于横摆角速度的神经模糊推理系统;考虑车辆的转向特性,建立了车辆的轮胎模型和二自由度参考模型,并在Simulink下进行仿真;仿真结果证明了自适应神经模糊控制对车辆横摆角速度和质心侧偏角的控制是有效的,提高了车辆的侧向稳定性。     

自适应神经模糊推理系统在电动机软启动中的应用

异步电动机直接启动产生的冲击电流会造成严重的电网冲击,因此提出将自适应神经模糊推理系统应用到电动机软启动控制中,充分发挥神经网络自适应学习和模糊推理不要求掌握被控对象精确模型处理结构化知识的能力,实现电动机软启动的智能控制。利用电机转速、负载转矩、触发角的对应关系作为训练样本,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则,构建自适应神经模糊推理系统,根据给定的电机转速和转矩产生合适的晶闸管触发角。经仿真分析,结果表明:训练构建的自适应神经模糊推理系统能够很好地进行电机的速度控制,可以实现风机或泵类负载电动机的软启动。     

ANFIS在企业人力资源预测中的应用

企业人力资源是影响其生存发展的关键因素,以此为研究对象,建立自适应神经模糊推理系统(ANFIS)预测模型,通过对某集团公司的人力资源进行预测来探讨自适应神经模糊推理系统在这一领域的应用前景,并将预测结果与普通FUZZY模型进行比较.结果表明,前者预测误差较小,满足精度要求,具有很高的理论价值和实际应用价值.     

中长期电力负荷的模糊回归预测

针对中长期电力负荷预测中观测数据及负荷变化规律的模糊性，提出了一种新的负荷预测方法－模糊回归预测。该方法通过建立具有模糊回归参数的回归模型，可以直接由模糊观测数据预测出未来负荷值。文中通过实际算例验证了所提方法的可行性。     

房地产项目管理成熟度的模糊综合评价

房地产企业是典型的项目驱动型企业,房地产项目管理已成为房地产企业管理的中心环节。由于房地产项目管理成熟度评价的复杂性和模糊性,构建了基于模糊综合评价的成熟度评价模型。采用A房地产公司万隆国际项目进行实证研究,得出该项目的综合项目管理成熟度处于提升阶段和成熟阶段之间,该房地产公司的项目管理水平有待提高。     

云模型在商品月销售量预测中的应用

针对营销企业商品月销售数量变化不定的难点,提出了基于云模型的商品月销售量的预测方法。根据云规则发生器计算云模型的数字特征值和所需数目的云滴,来预测未来商品月销售数量。云模型预测解决了预测数据的模糊性和随机性问题。实验结果表明,和基于时间序列季节预测方法相比,采用云模型预测的结果更准确,对企业的销售预测具有现实意义和参考价值。     

AR模型在网站点击量预测中的应用与研究

对数据挖掘的“预测”功能进行了研究，在对网站进行流量统计的基础上，利用AR模型建立点击量时间序列模型进行点击量的预测，同时也与其他常用的预测方法进行对比。从实验结果可以看出，AR模型的预测精度要优于其他的预测方法，达到了预期的精度要求。     

AR模型在网站点击量预测中的应用与研究

对数据挖掘的“预测”功能进行了研究，在对网站进行流量统计的基础上，利用AR模型建立点击量时间序 列模型进行点击量的预测，同时也与其他常用的预测方法进行对比。从实验结果可以看出AR模型的预测精度要 优于其他的预测方法，达到了预期的精度要求。     

Fuzzy State Comprehensive Evaluation of Living Basis for Small Businesses

The problem of comprehensive evaluation of living basis for small businesses is discussed, based on fuzziness of index, a corresponding fuzzy state comprehensive evaluation method is presented; the good results that is, the evaluation of living basis for small business are illustrated by a simulated example.     

基于模糊物元方法的上市公司财务失败预测

基于财务失败预测概念的模糊性和评价指标的不相容性,以模糊物元分析为基础,将熵值理论与模糊集和贴近度相结合,建立了基于熵权与专家打分法所获权重的组合权重的模糊物元模型预测上市公司的财务失败,并以＊ST夏新为例进行实证研究,研究结果表明,运用模糊物元模型预测上市公司的财务失败,其方法是可行的,为上市公司的财务失败预测提供了一种新方法。     

基于负荷预测的电力市场寡头竞争分析

将负荷预测的思想引入到电力市场的竞争分析中,研究了完全信息下的cournot模型中负荷预测对电力市场竞争的影响.首先建立了竞争模型结构,然后获得没有预测情况下的市场均衡电价,应用博弈论获得负荷预测增量对cournot模型下市场力的影响.最后通过数据仿真获得负荷预测增量与市场均衡电价和发电商收益之间的关系.分析表明：负荷预测精度影响发电商收益、市场均衡电价和市场力.预测误差率在33%以内,预测是有用的.所以提高收益的关键是提高负荷预测精度.     

强化信息管理意识 提高市场预测的准确性

信息是市场预测的基础，只有不断地提高信息质量，完善和改进预测方法，才能提高市场预测的准确性，以便更好地为企业决策服务。     

应用多元模糊推理预测方法进行邮电业务总量预测

采用一种新的模糊预测方法--多元模糊推理预测方法进行邮电业务总量预测的研究.该方法利用邮电业务总量和三个产业的生产总值的历史数据建立模糊推理规则,从而进一步建立邮电业务量水平跟三个产业的生产总值之间的模糊蕴涵关系,通过模糊推理得到业务量预测结果.该方法对预测问题中存在的不确定因素进行了处理,克服了其它模型中知识的凝固性,能够象专家一样不断地总结新的经验并调整原有的经验,具有自学习功能.利用某地区的实际数据进行分析计算,并将结果跟模糊神经元网络预测法的结果进行比较,表明多元模糊推理预测方法是有效的.