新广义模糊Hopfield神经网络的稳定性研究(Ⅱ)

新广义模糊Hopfield神经网络(NFHNN)在具有物理意义的背景下更具普遍意义的模型一致稳定性和吸引子的Lyapunov稳定性研究,并且给出了一个模糊式是该网络吸引子的充要条件.     

新定义模糊Hopfield神经网络的稳定性研究（Ⅰ）

提出了一类新定义的模糊Hopfield神经网络（NFHNN）。在此基础上,对该网络一致稳定性和吸引子的Lyapunov稳定性进行了研究,并且给出了一个模糊模式是该网络吸引子的充要条件。     

新定义模糊Hopfield神经网络的稳定性研究(Ⅰ)

提出了一类新定义的模糊Hopfield神经网络(NFHNN).在此基础上,对该网络一致稳定性和吸引子的Lyapunov稳定性进行了研究,并且给出了一个模糊模式是该网络吸引子的充要条件.     

连续型模糊Hopfield网络（CFHNN）稳定性研究

将模糊逻辑和神经网络相结合,提出了连续型模糊Hopfield人工神经网络（CFHNN）,给出了它的网络结构和形式化描述,证明了CFHNN的稳定性。     

连续型模糊Hopfield网络(CFHNN)稳定性研究

将模糊逻辑和神经网络相结合,提出了连续型模糊Hopfield人工神经网络(CFHNN),给出了它的网络结构和形式化描述,证明了CFHNN的稳定性.     

基于Hopfield神经网络的导航系统的滤波估计

介绍了以中精度惯性导航系统INS(Inertial Navigation System)为主,与全球导航定位系统GPS(Global Position System)等多个次级导航系统组成的导航系统的实现方案.设计了基于Hopfield神经网络的导航系统的滤波估计算法.经计算机模拟仿真证明,神经网络的算法优于通常的卡尔曼滤波方法.     

基于Hopfield神经网络的导航系统的滤波估计

介绍了以中精度惯性导航系统INS（Inertial Navigation System）为主,与全球导航定位系统GPS（Global Position System）等多个次级导航系统组成的导航系统的实现方案。设计了基于Hopfield神经网络的导航系统的滤波估计算法。经计算机模拟仿真证明,神经网络的算法优于通常的卡尔曼滤波方法。     

带阈值的广义双向细胞联想神经网络GCBAM及其稳定性质研究

在提出双向细胞联想神经网络CBAM的基础上,通过引入阈值概念,进而提出广义双向细胞联想神经网络GCBAM,研究了其平衡态,存在性质及其Lyapunov意义下的网络稳定性质。     

新模糊神经网络模型及其建模应用研究

本文提出一个新的模糊神经网络模型，证明了它是一个全局逼近器，且具有物理意义明显，收敛速度快之优点，通过一个建模的实例表明，与典型的模糊神经网络建模系统相比，本文提出的新模糊神经网络，是一个更适用的建模工具。     

基于优化Hopfield神经网络的海事飞机巡航路径规划

为解决海事空巡飞机巡航路径规划问题,提高巡航效率。本文提出了一种基于优化Hopfield神经网络（HNN）巡航路径规划模型,该模型通过粒子群优化算法（PSO）对HNN神经网络进行优化得到PSOHNN神经网络模型,提高了Hopfield神经网络的全局收敛能力。采用实际巡航点对优化模型进行仿真实验,结果证明了基于优化Hopfield神经网络（PSO-HNN）巡航路径规划模型具有良好的路径寻优能力。     

模糊神经网络在综合评判中的应用研究

采用模糊神经网络方法,对企业经济指标进行综合评判,此方法模型一经建立,对复杂的评价问题具有简单方便,快速准确作出反应的优点。     

模糊神经网络控制器算法的研究

本文在原有的神经网络控制技术基础上,研究经网络模糊控制系统,解决了神经网络控制器存在的一些问题,并应用于实验系统中,取得了良好的实验效果。     

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.     

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。     

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。     

B样条隶属函数的模糊神经网络研究

把模糊子集的隶属函数取为Ｂ样条函数,利用Ｂ样条函数的正定性,紧密性和归一性,可以使得通常模糊系统输出中的分母削法,并且训练过程中权值的调整也限制在局部范围内,最后证明了其全局逼近特性。     

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。