基于粗糙集的模糊神经网络建模研究

利用粗糙集从数据库中发现规则的能力,确定模糊神经网络的初始拓扑结构,再利用原始数据对网络进行训练.由于这样构造的模糊神经网络一开始就具备了良好的符合数据分布特性的拓扑结构,因而可以大大减小网络规模,提高网络训练速度.数值实验结果表明了该方法的有效性.     

基于模糊神经网络的水下机器人推进系统故障诊断

为了解决水下机器人推进系统运行可靠性问题，提出一种基于模糊神经网络的机器人推进系统故障诊断方法，用以解决故障诊断过程中信息的不确定性问题，并提高推进系统的整体可靠性。该方法在常规神经网络基础上，引入模糊推理形成一种新型模糊神经网络结构，提出一种最小调整的模糊神经网络学习率，完成模糊神经网络训练算法的推导。通过对水下机器人实施定速直航与转向等试验完成神经网络的在线训练，利用已完成训练的神经网络对机器人进行运动建模。通过比对神经网络模型估计值与机器人传感器的实测值获取残差信息，并对残差进行故障信息提取以实现故障诊断。将上述方法应用于仿真试验中，结果表明，基于模糊神经网络水下机器人推进系统故障诊断方法具有较高的可行性和有效性。     

基于模糊神经网络的一种船舶碰撞危险度计算方法

利用神经网络与模糊推理提出一种船舶碰撞危险度的计算方法.用神经网络替代模糊推理过程,建立基于碰撞危险度计算的模糊神经网络推理框架,利用推理规则生成用于网络训练的样本.实例验证了方法的可行性.     

GMDH神经网络在数据预测中的应用

利用GMDH(Group Method of Data Handing)神经网络进行数据预测。与一般的前馈神经网络不同，GMDH网络的结构确定于训练过程之中，因而可大大提高神经网络性能，从而特别适用于数据预测。文中提供的两个实例表明，利用GMDH网络进行数据预测的结果与实际值符合得很好，特别在金融预测方面有很好的应用前景.     

神经网络理论与模糊理论在目标威胁判断中的应用

本文应用模糊理论和神经网络理论为构造网络，根据模糊决策表选用不同的网络计算目标的威胁度并排序。选用几种典型样本的参数并集中了专家的经验，对样本进行训练，效果良好。计算机仿真结果表明，此算改进了目前常用算法中存在的不足。     

基于Matlab神经网络工具箱进行港口集装箱运量预测

基于Matlab的神经网络工具箱，利用其自带的用于神经网络的函数，通过简单的编程实现了线性神经网络、BP网络和RBF网络三种神经网络的建立、学习和训练，并对一实例进行了预测，结果显示是很有效的。     

GMDH神经网络在数据预测中的应用

利用ＧＭＤＨ（Ｇｒｏｕｐ Ｍｅｔｈｏｄ ｏｆ Ｄａｔａ Ｈａｎｄｉｎｇ）神经网络进行数据预测。与一般的前馈神经网络不同，ＧＭＤＨ网络的结构确定于训练过程之中，因而可大大提高神经网络性能，从而特别适用于数据预测。文中提供的两个实例表明，利用ＧＭＤＨ网络进行数据预测的结果与实际值符合得很好，特别在金融预测方面有很好的应用前景。     

复合模糊神经网络在故障诊断中的应用研究

对于复杂的诊断对象，本文提出了一种复合模糊神经网络结构，该神经网络结构集成了一系列模糊神经子网络，来完成故障分类任务。文中以某高温硝酸冷支系统为诊断对象，以系统故障树为设置子网的基础，建立了含有多个子网的复合模糊神经网络。仿真结果表明了这种方法的可行性和有效性。     

基于遗传神经网络的物流配送中心选址决策

遗传算法能同时优化BP神经网络的网络结构和权值阈值,与BP网络和遗传算法相比,不仅在权值和阈值训练方面更加快速稳定,而且能够在学习过程中确定网络的拓扑结构,具有较高的学习效率,同时避免了BP算法和遗传算法的缺陷,在物流管理中对物流配送中心的选址和经济决策具有重要的现实意义。     

基于模糊神经网络的船舶机电故障诊断分析

船舶机电故障诊断影响着船舶航行安全,关系着人类的生命财产安全。文章提出应用模糊神经网络对船舶机电故障进行诊断。模糊神经网络融合了模糊理论和神经网络的优点,可自适应从学习样本数据中提取故障模型,根据采集的样本训练出模糊神经网络的连接矩阵,再合成单个联想记忆网络,最终实现实时故障诊断。以某船舶发电机转子系统的监测数据为例,证明了此法的有效性,可广泛推广。     

自适应神经网络在结构近似分析方法中的应用

本文讨论了神经网络的拓扑结构问题，在监督学习推广的δ规则基础上，利用自构形神经网络的概念和算法，解决了隐节点数目的选取问题，同时利用一个三层神经网络来描述任一弹性结构的应力，位移等量和结构设计变量之间的映射关系。计算了五个内壁表面带有半椭圆裂纹的自增强厚壁筒表面裂纹应力强度因子，数值结果表明本文的方法是有效的。     

潜艇指挥决策控制模型及仿真研究

在分析模糊神经网络(FNN)结构的基础上,根据潜艇指挥决策控制的特点,提出了利用模糊神经网络建立潜艇指挥决策控制模型.潜艇指挥决策控制过程是一个典型的模糊过程,模糊神经网络能够较好地处理模糊信息,并具备模糊推理能力.文中给出了适应潜艇指挥决策控制特点的模糊神经网络结构,推导了模糊神经网络学习算法,并探讨了基于模糊神经网络的潜艇指挥决策控制模型在潜艇指挥控制系统中的应用.     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法，本文较为系统地介绍了其测量、故障参数提取及分析方法，并在诊断分析中使用了进化RBF神经网络，此网络的训练采用遗传算法，优化了径向基神经网络的结构和参数，加强了网络的实用性。最后用神经网络对所模拟的故障进行辨识，证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性。     

GMDH神经网络在数据预测中的应用

利用GMDH(Group Method of Data Handing)神经网络进行数据预测.与一般的前馈神经网络不同,GMDH网络的结构确定于训练过程之中,因而可大大提高神经网络性能,从而特别适用于数据预测.文中提供的两个实例表明,利用GMDH网络进行数据预测的结果与实际值符合得很好,特别在金融预测方面有很好的应用前景.     

改进的基于TSK模型的模糊对向传播神经网络研究

将模糊C-均值(PCM)算法和模糊对向传播神经网络相结合，解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题，在此基础上结合卫张(Sugeno Tanaka Kang)模糊模型，提出了改进的模糊对向传播神经网络Improved FCP，并给出了学习算法。对两种典型的非线性模型进行实验研究，实验结果表明Improved FCP网络具有良好的非线性逼近能力。     

一种潜艇作战软件质量评价的新方法

提出一种基于专家知识与神经网络的潜艇战术应用软件质量评价方法.该方法运用专家知识对软件质量指标进行了修正,并作为模型的输入,利用模糊综合评判方法获取该模型的训练数据和测试数据训练神经网络,将训练好的神经网络用于对软件进行质量评价.经算例仿真证明该方法是可行和有效的.     

一种潜艇作战软件质量评价的新方法

文章提出了一种基于专家知识与神经网络的潜艇战术应用软件质量评价方法.该方法运用专家知识对软件质量指标进行修正并作为模型的输入,利用模糊综合评判方法获取该模型的训练数据和测试数据来训练神经网络,将训练好的神经网络用来对软件进行质量评价.经算例仿真证实了该方法的可行性和有效性.     

基于BP神经网络与L-M算法的潜艇声纳自噪声预报

L-M（Levenberg-Marquart）算法与BP（Back-Propagation）神经网络相结合，使神经网络在多样本、大变量输入的情况下，具有更快的收敛速度和更高的逼近精度。将BP神经网络与L-M算法相结合应用于潜艇声纳自噪声预报；分析了影响潜艇声纳自噪声的各种声源参数；利用潜艇声纳实测数据进行网络训练，训练好的神经网络可以对潜艇声纳自噪声进行精确预报。     

基于小波SOM神经网络和多Agent系统的微电网故障诊断方法

针对利用传统神经网络对具有运行方式灵活、拓扑结构多样等特点的微电网系统进行故障诊断存在适应性差、需要大量的训练样本的问题,提出了一种将多Agent系统与小波SOM神经网络相结合的故障诊断方法。该方法利用小波SOM神经网络判断故障原因,通过多Agent系统判断故障位置,可以在较少的训练样本的基础上实现故障的准确诊断。仿真测试结构验证了论文所述微电网故障诊断方法的有效性,以及具有需要典型的故障样本少以及对微电网系统拓扑结构的变化具有很好的适应性的优点。     

基于模糊神经网络的水声对抗器材对抗效果评估研究

将人工神经网络引入水声对抗器材对抗效果评估中,运用模糊判别的思想,建立了衡量对抗效果的模糊神经网络评估模型.该模型利用仿真试验的结果,选取隶属函数的端点值和中间值作为部分样本训练网络,通过学习拟合出对抗效果与诸因素的映射关系,结合实例,应用这种方法作了初步评估.结果表明,这种方法简便、易行,评估结果可信.