基于自适应神经模糊推理系统的企业市场预测

针对传统的市场预测方法几乎回避了市场信息具有模糊性的特点，出现的用神经网络进行市场预测又不能表达模糊语言的情况，分析了自适应神经模糊推理系统的结构机理，提出了用自适应神经模糊推理系统进行企业市场预测；仿真结果说明了该方法的有效性和可行性。     

自适应神经-模糊推理系统的混合协同微粒群算法进化设计

在分析自适应神经-模糊推理系统(ANFIS)结构和参数特点的基础上,定义一个布尔向量L作为网络的结构参数,与原来ANFIS的前件参数集一起构成了新的前件参数集{c,σ,L},并给出了一个新的网络输入输出关系表达式.针对该输入输出表达式,提出一种用于优化ANFIS前件参数集的混合协同微粒群算法.该将参数集L和{c,σ}分别放在两个子微粒群并根据各自不同的特点应用二进制PSO和GCPSO算法进化,两个子微粒群之间的协同由定义的一个协同函数实现,而网络的结论参数依旧用最小二乘法进行优化.应用该算法进行ANFIS网络结构和隶属函数参数的自适应设计,在Henon映射产生的混沌时间序列预测中显示了良好的性能.     

基于自适应混合变异进化策略的神经模糊系统及应用研究

针对现存神经模糊系统中存在的问题,提出了基于自适应混合变异进化策略的神经模糊系统采用改进的最近邻域聚类算法对输入空间进行模糊聚类,确定模糊规则数以及模糊规则前件,这样做精简了模糊规则,不会因输入变量的增加而造成"维数灾难”;采用自适应混合进化策略确定模糊规则的后件,明显提高了算法的收敛速度和精度.将本文提出的基于自适应进化策略的神经模糊系统用于某炼油厂航煤干点的软测量建模,结果表明,该系统具有结构简单、建模精度高、泛化能力强等优点.     

基于变精度粗糙集的神经模糊网络优化及应用

针对现有神经模糊网络应用中的不足,提出了一种新的基于变精度粗糙集的神经模糊网络优化方法,并讨论了其在复杂系统建模中的应用.将变精度粗糙集理论中的β分类精度作为信息函数,选择条件属性.通过选择适当的精度,对建模数据进行离散化,组成决策表.通过对决策表进行变精度的知识约简,提取重要的属性和属性值,映射到模糊规则中,简化生成的规则,从而有效地优化了神经模糊网络结构,极大地减少了网络的训练时间,且提高了训练精度.将该方法应用于有大量样本数据的非线性时延系统建模,仿真实例验证了此种方法的可行性和有效性.     

交流变频调速系统的自适应神经模糊控制研究

针对交流电动机参数变化和负载波动等因素对交流变频调速系统性能的影响,利用神经网络实现模糊控制,设计了一种基于自适应神经网络模糊推理(ANFIS)的速度调节器.仿真实验结果表明,具有ANFIS的交流变频调速控制系统不仅动态和静态性能都得到提高,而且具有较强的鲁棒性.     

小波理论在模糊神经网络预测中的应用

本在研究运用模糊神经网络进行预测的基础上，提出应用小波理论对时间序列信号进行去噪并根据去噪处理在模糊神经网络预测中作相应处理，提高在实际中模糊神经网络预测的准确性与及时性。     

基于多传感器行为融合基础上的AGV导航研究

详细分析了AGV导航系统的基本行为，并建立了避障行为、目标跟踪行为、沿墙壁行驶行为和紧急停止行为的模糊规则。在此基础上，构建基于多传感器的行为融合的导航系统，并用模糊神经网络对上述规则进行学习，仿真结果表明该行为融合可获得很好的导航效果。     

基于ANFIS的选矿产品成本预测模型

准确预测产品成本,对于选矿生产过程成本控制具有重大意义。由于影响产品成本的因素多而复杂,因素之间相互影响,存在耦合现象,因而准确预测产品成本是一个重要又难以解决的问题。提出了基于自适应神经模糊推理系统的选矿产品成本预测模型,用减法聚类,最小二乘法及梯度下降法辨识了T-S模型。采用某选矿厂综合铁精矿成本及其影响因素数据,对模型的预测进行了仿真,仿真结果表明该方法是切实可行并有效的。     

直接甲醇燃料电池温度响应的建模与仿真

给出了一种用于直接甲醇燃料电池(DMFC)温度响应的人工智能建模方法.采用BP网络、Elman神经网络与自适应神经模糊推理系统(ANFIS)避免了精确数学模型的复杂性.详细描述了辨识结构、算法和模型训练方案.通过不同模型之间的仿真对比,得出了三种网络的最优结构参数.仿真结果满足精度要求,得出ANFIS模型性能最优.在ANFIS模型基础上对DMFC温度响应特性作了简要分析.通过仿真模型可快速得到其输入输出特性,使DMFC温度响应的在线预测与控制成为可能.     

铀矿尾渣胶结充填体塌落度影响因素及预测模型

采用生石灰中和后的铀矿尾渣为试验骨料,水泥为胶结剂,试验了不同渣浆质量浓度和灰渣质量比条件下尾渣胶结充填体试件塌落度。利用自适应神经模糊推理系统(adaptive neuro-fuzzy inference system,ANFIS)预测不同渣浆质量浓度和灰渣质量比条件下塌落度。试验结果和模型预测结果表明,在同等条件下,铀矿尾渣胶结充填体的塌落度与渣浆质量浓度和灰渣质量比均成反比;随着渣浆质量浓度变小,铀矿尾渣胶结充填体流动性变大,如果再降低灰渣质量比,铀矿尾渣胶结充填体会出现明显离析现象;铀矿尾渣胶结充填体塌落度ANFIS模型的预测精度较高,结果唯一且可靠;如果不同矿山铀尾渣物理参数相似性较高,则已知的铀矿尾渣胶结充填体塌落度ANFIS模型可以预测该矿山尾渣胶结充填体的塌落度。