基于模糊神经网络方法的虚拟企业合作伙伴的选择

虚拟企业组建过程中对合作伙伴的选择是十分重要的,为了解决该问题,本文提出一种用模糊神经网络的方法来辅助盟主企业选择合作伙伴的方案.     

船舶供应链合作伙伴基于熵的模糊评价方法研究

讨论了船舶供应链合作伙伴选择的重要性和选择方法，并阐述了合作伙伴选择的步骤。在分析了供应链中影响合作伙伴选择的主要因素基础上，确定了基于船舶全生命周期的供应商评价准则。归纳了合作伙伴选择的各种方法，并以多目标决策模型为基础，引入熵的概念，改进了合作伙伴模糊评价方法，使决策更客观。最后用实例加以比较分析。     

船舶供应链合作伙伴基于熵的模糊评价方法研究

讨论了船舶供应链合作伙伴选择的重要性和选择方法,并阐述了合作伙伴选择的步骤.在分析了供应链中影响合作伙伴选择的主要因素基础上,确定了基于船舶全生命周期的供应商评价准则.归纳了合作伙伴选择的各种方法,并以多目标决策模型为基础,引入熵的概念,改进了合作伙伴模糊评价方法,使决策更客观.最后用实例加以比较分析.     

基于神经网络的航船碰撞态势模糊分类方法

本文提出一种采用神经网络技术实现船舶间碰撞态模糊分类的方法。通过对复杂问题的分解,建立了一个由三个子网构成的多级网络模型。每个子网实现一部发分类功能,仿真结果表明,该网络模型具有模糊分类功能,同时,对不正确的输入具有容错性。     

基于神经网络的船舶间碰撞态势模糊分类方法

本文提出一种采用神经网络技术实现船舶间碰撞态势模糊分类的方法。通过对复杂问题的分解,建立了一个由三个子网构成的多级网络模型。每个子网实现一部分分类功能。仿真结果表明：该网络模型具有模糊分类功能,同时,对不正确的输入具有容错性。     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK（Sugeno-Tanaka)模糊系统的优点，提出了改进的模糊对向传播神经网络Improved-FCP，并给出了其学习算法，实验结果表明Improved-FCP网络之FCP网络对样本有更高的逼近精度。     

基于模糊神经网络的导弹故障智能诊断方法

采用模糊神经网络技术并辅以其他的诊断方法模块，利用协同计算机技术，能够对导弹武器系统进行实时在线和离线的故障进行智能诊断。研究表明，这是一种提高导弹武器故障诊断智能化的可行方法。     

基于模糊RBF神经网络的辐射源识别

针对模糊识别系统的不足,为了提高辐射源识别系统的识别正确率,构建了基于模糊RBF神经网络的辐射源识别系统,提出了一种等价型模糊RBF神经网络的结构和学习算法,采用五层神经网络结构来实现模糊系统的模糊化和规则推理,神经网络的所有节点和参数对应了模糊系统的隶属函数和推理过程.在仿真实验中,分别采用模糊识别系统、并联型模糊RBF神经网络、结构等价型模糊RBF神经网络进行辐射源识别,给出了三种算法在相同噪声环境下的仿真结果,表明等价型模糊RBF效神经网络有较高的正确识别率,具有更强的抗干扰能力,但运算量相对较大.     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK(Sugeno-Tanaka)模糊系统的优点,提出了改进的模糊对向传播神经网络Improved-FCP,并给出了其学习算法。实验结果表明Improved-FCP网络较之FCP网络对样本有更高的逼近精度。     

基于模糊神经网络的燃气轮机故障诊断专家系统研究

针对神经网络和传统专家系统在燃气轮机故障诊断过程中各自存在的局限性,提出了一种将模糊神经网络和专家系统相结合的方法.解决了以往专家系统专家知识获取困难和不能描述模糊性知识的缺陷.通过已开发的某型三轴燃气轮机运行模拟器取得典型的故障样本完成了对模糊神经网络的训练工作,最后选取一定数量的测试样本对网络进行了测试,证明了系统的可行性.结果表明,该方法行之有效,在燃气轮机故障诊断领域中有很好的应用价值.     

造船供应链合作伙伴的选择

造船业的特点是品种多、批量小、周期长、合作关系复杂，船厂必须与钢铁厂、造机厂、船东、船级社等有关各方通力合作，尤其要和船舶配套企业建立良好的合作伙伴关系。本文分析了船厂选择配套企业需要考虑的质量、成本、交货期等8个因素，运用模糊层次分析法进行选择评价，并给出具体示例。     

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。     

自适应神经网络模糊技术的噪声抵消方法

利用自适应神经网络模糊推断系统可以抑制噪声,即从信号和噪声混合中提取信号,这种方法适用于有参考噪声的情况。正好适用于水动力噪声试验设备,其中北景噪声强,而且可以得到比较纯净的背影噪声作为参考噪声。这里给出了噪声信号在背景噪声信号的模拟例子。     

RBF模糊神经网络航向模糊控制器的遗传优化方法

精准的控制船舶航向可以有效的保证船舶航行安全,本文利用遗传算法对RBF模糊神经网络航向模糊控制器进行了优化,在优化的过程中进行了模糊编码、优良模式自学习算子、最优串重组,最后通过仿真实验来说明,通过遗传算法优化后能够在改变参数的情况下使得船舶可以在预定的范围内可控的、稳定地行驶。     

基于模糊神经网络和D-S证据理论的故障诊断方法研究

提出一种基于模糊神经网络和D-S证据理论的故障诊断方法。该方法利用模糊逻辑和神经网络的优势，通过数据融合充分利用各种信息，提高诊断的精度。经算例证明，该方法可靠、有效，对于复杂装备的故障诊断有一定意义。     

基于模糊神经网络的柴油机排气噪声预测

应用模糊神经网络FNN（Fuzzy Neural Networks）的模糊推理对噪声数据的预测进行了研究分析。和传统的BP网络方法相比,模糊神经网络具有概念清晰,逻辑清楚,且不会限于局部极小点等特点,实验结果充分证明了这种方法的有效性,并且本文用较小规模的正交试验数据作为训练样本,达到了试验量少效果好的目的。     

模糊小脑模型神经网络

提出了一种模糊小脑模型神经网络。在此基础上，详细分析了ＦＣＭＡＣ的工作流程。并通过仿真实例说明了ＦＣＭＡＣ在实际应用中的有效性。最后把ＣＭＡＣ和ＦＣＭＡＣ进行了比较，指出了两者之间的关系。     

基于模糊神经网络的水下机器人局部路径规划方法

该文探讨了基于模糊神经网络理论的实时局部路径规划问题,并提出了能实现模糊控制规则的基于强化学习的自学习和自调整的规划算法,设计了水下机器人实时运动规划器结构以及规划器操作过程和相应的算法。仿真实验结果验证了本文所提方法的有效性和可行性。     

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RT-flex柴油机燃油系统故障诊断

介绍了RT-flex 60C柴油机燃油系统的常见故障类型,针对其故障类型提出了以传统的BP神经网络为主,利用模糊理论作为补充的一种智能故障诊断方法。建立了基于模糊BP神经网络的故障诊断模型,并运用MATLAB软件进行了仿真测试研究,阐明了该方法的有效性。