行列式的计算方法

通过对入侵检测、自组织特征映射神经网络和模糊技术的研究分析后,提出一种基于模糊神经网络的入侵检测系统。仿真实验表明,可以形成一个稳定的神经网络系统,有效地识别网络正常行为和异常行为。     

模拟电路故障诊断方法的研究

对模拟电路故障诊断方法的研究现状进行了述评和归纳,同时指出了目前各种故障诊断方法和技术的特点及局限性,并预测了模拟电路故障诊断技术的发展趋势。     

一种广义加权模糊聚类算法

提出了一种广义的加权模糊聚类新算法来处理具有不同特征贡献和不同数据分布的混合属性数据.分别利用样本概率密度思想和ReliefF算法为每一个样本和每一维特征分配权值,通过样本和特征的加权,将模糊c均值算法、模糊c-modes算法、模糊c-原型算法以及样本加权聚类算法统一为一个通用的框架.不同测试数据集的实验结果证明,这种广义的模糊聚类新算法对于处理不同分布以及具有不同特征贡献的大数据集是相当有效的.     

模糊规划中模糊量的几种处理方法

随着模糊环境下的规划问题在日常生活中的广泛应用,模糊规划问题显得日趋重要。对处理模糊规划问题中模糊量的现有的方法作了一个总结和分类,最后对这些处理方法作了一个简单的比较分析。     

基于模糊技术的期货价格预测模型

期货价格风险一直是期货市场风险控制研究的中心和重点．结合模糊控制理论，将其引入期货价格风险问题研究中．基于遗传算法和模糊IF—THEN规则，建立适合期货价格预测的模型．在实证分析基础上，利用ANFIS，对模型进行学习和测试．实验结果表明，该模型能较准确地预测我国铜期货价格的波动趋势．     

基于水平效应函数的模糊指派求解模型

结合模糊信息结构特征,提出了水平效应函数L(λ)的概念,建立了从整体上集中量化模糊数位置的、具有广泛可操作性的IL-度量方法及IL-度量在水平效应函数L(λ)下的IDθ-不确定度,进而通过引进的零型模糊数推广了著名的匈牙利算法。最后通过一个算例验证了算法的有效性。并在此基础上,利用模糊信息的IDθ-不确定度分析了指派决策的可靠性程度。该讨论为某种意识下的不确定型决策奠定了理论基础,具有较强的可操作性。     

改进的模糊神经网络学习规则研究

在S Stoeva提出的基于相同样本及网络输出的模糊反向传播算法基础上,通过对基于极大-极小模糊算子的模糊神经元模型的研究,对含有一个隐含层的单输出模糊神经网络,提出了依赖于各模糊神经元输出的调整模糊权值的网络学习算法,该算法具有直观和可操作性强的特点.并以汽轮发电机组的状态监测为例进行仿真,仿真结果表明网络学习效果较好.     

基于模糊综合评价理论的商品混凝土行业投资风险分析

对商品(预拌)混凝土行业投资风险进行了分析,并建立了投资风险指标体系和风险评价模型。     

基于模糊神经元网络的信息融合模型

为了解决对象是庞大数据的复杂的工业生产过程的建立模型困难的问题,提出了基于势场拓扑的层次聚类算法和模糊c均值聚类算法融合,结果表明:通过两次聚类算法的融合,获得精确的聚类个数和隶属度,以此来确定模糊神经网络的结构模型,并将得到的隶属度作为依据,建立基于多判据信息融合和模糊技术构建神经元网络模型,通过对实际地下开采生产过程的仿真,结果验证了模型的有效性。该成果对煤矿开采具有一定的参考价值和指导意义。     

煤炭企业供应商选择方法

为了解决煤炭企业对供应商选择时往往依靠经验,不能进行科学选择的问题,采用理论分析的方法,将模糊技术同经典的综合评判理论相结合,分析了煤炭企业供应商选择的各影响因素的权重及它们之间的关系、并举例论证。研究表明,将模糊集合论的观点引入煤炭企业供应商选择问题,有利于定性指标的定量化。研究结论初步形成了有效的量化方法,有助于煤炭企业对供应商的合理选择。