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.     

船舶碰撞危险的自适应神经网络—模糊推理评价方法

本文将模糊数学中的模糊逻辑与人工神经网络结合起来用于船舶碰撞危险度的评价,即将基于自适应神经网络的模糊推理系统用于评价船舶碰撞危险度。结果表明,基于神经网络的模糊推理系统既能利用模糊数学的模糊语言来表述人的语言,又能利用神经网络的自学习功能学习已有的经验,是一种比较好的评价方法     

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.     

模糊神经网络在船舶火灾报警系统中的应用

提出了一种利用神经网络和模糊系统理论设计船舶火灾报警系统的方法。该系统 模糊推理能力哟、神经网络学习能力强的特点,将模糊系统和神经网络结合起来,实现模糊系统设计的自动调整。利用感温式知因式传感器对火灾发生时温度和烟雾两个主要参量进行智能监测委 解决了报警灵敏度和误报率之间的矛盾。     

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。     

船用锅炉水位控制系统的补偿模糊神经网络仿真研究

针对船用锅炉这种具有非线性、参数不稳定、难以建立精确的数学模型的特性,结合模糊控制理论和人工神经元网络理论,提出用补偿模糊神经网络构造自适应控制器实现对锅炉的水位控制。通过补偿模糊推理和快速学习算法的引入,使其在性能上优于一般的模糊神经网络,并且利用MATLAB仿真工具对这种自适应控制器的性能作初步研究。     

模糊神经网络在故障诊断中的模型与应用

对一种地模糊神经网络的故障诊断方法进行了研究，探讨了模糊误字率攻模糊算了选择，以柴油示功图作为特征信号，构造了船舶主机故障诊断仿真系统，并给出了系统知识学习和模糊推理结果。     

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.     

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。     

基于自适应模糊系统的船舶碰撞危险评判

本文应用模糊系统方法建立船舶碰撞危险的专家评判系统。该系统用数值化的模糊联想记忆（ＦＡＭ）规则表示专家的领域知识并进行模糊推理,同时采用神经网络的微分竞争学习算法（ＤＣＬ）实现规则的自适应生成,该系统能模仿人类专家迅速作出危险评判,并具有学习,更新和完善的能力。     

模糊推理系统的MATLAB仿真研究

本文对常用的模糊推理系统进行了阐述,介绍了一种在模糊控制系统设计中构建Takagi-Sugeno型模糊推理系统的方法,使用了MATLAB的模糊工具箱与Simulink工具进行了仿真,效果是令人满意的。     

航海模拟器客观评分系统的设计

根据航海模拟器客观评分的需要，设计了应用模糊推理进行综合评分的ＡＲＰＡ模拟器客观评分系统的程序。模糊推理的数学模型是以《１９７２年国际避碰规则》为依据而建立的。     

基于类封装的模糊推理在质量功能配置中的应用研究

质量功能配置QFD（Quality Function Deployment)是一种在产品设计阶段进行质量保证的方法。针对传统质量功能配置对模糊信息处理能力的不足,讨论了基于类封装的模糊推理实现方案,应用基于类封装的模糊推理技术对齿轮减速器的设计过程进行评估与决策。     

基于模糊神经网络的舰船火灾早期探测报警系统设计

结合当前舰船火灾探测报警系统的现状和对于火灾早期探测的需求,提出一种将主动吸气式空气采样感烟探测器和阴燃类电气火灾燃烧产物特征量CO及传统温度信号通过模糊神经网络和遗传算法进行融合判定的系统设计方法,详细描述系统的构成,通过数据采集、模糊推理、火灾判定的软件实现过程.同时通过仿真计算表明该系统对于提高火灾探测报警的关键性能指标"响应时间"和"误报率"的有效性.该系统设计方法为电气类阴燃火的早期探测提供有效的技术解决途径,同时提高了系统抗误报警能力.     

基于类封装的模糊推理在质量功能配置中的应用研究

质量功能配置QFD(Quality Function Deployment)是一种在产品设计阶段进行质量保证的方法.针对传统质量功能配置对模糊信息处理能力的不足,讨论了基于类封装的模糊推理实现方案,应用基于类封装的模糊推理技术对齿轮减速器的设计过程进行评估与决策.     

ANFIS及其在控制系统中的应用

详细介绍了模糊推理系统FIS(FuzzyInferenceSystem)和自适应神经元模糊推理系统ANFIS(AdeptiveNeuro-fuzzyInferenceSystem)的基本概念,并着重论述了ANFIS在控制领域中的应用.最后举了一组通过样本数据对ANFIS进行训练的例子.实验结果表明,训练后的ANFIS能很好的控制实际的对象.     

ANFIS及其在控制系统中的应用

详细介绍了模糊推理系统FIS（Fuzzy Inference System）和自适应神经元模糊推理系统ANFIS（Adeptive Neuro-fuzzy Inference System）的基本概念，并着重论述了ANFIS在控制领域中的应用。最后举了一组通过样本数据对ANFIS进行训练的例子。实验结果表明，训练后的ANFIS能很好的控制实际的对象。     

模糊推理规则的学习算法A

针对模糊推现规则的学习问题，基于Ｂ－Ｐ学习算法的思想，本文提出了模糊推理规则的学习算法Ａ。对于给定的训练集，学习算法Ａ能通过迭代学习到模糊推理规则，ｉｆＸｉｓＡｔｈｅｎＹｉｓＢ（α，β）中的α，β学习算法是Ａ具有易于实现之优点。     

基于粗糙-模糊软计算的船板线加热成形加工参数预报方法

提出一种基于粗糙-模糊软计算的建模方法,构造一种基于贴近方向修正的高精度模糊推理算法,通过有限元分析(FEA)建立板材线加热成形工艺信息系统,根据粗糙集软计算获取线加热成形的工艺规律,运用模糊推理实现加工参数的快速准确预报。粗糙-模糊建模适用于线加热成形过程的静态或动态模型的构建,为实现该工艺的智能建模与控制提供一种新的技术手段。     

单船动态风险评估模糊推理系统的设计与模拟

对在航船舶进行动态的风险评估,分析影响船舶安全航行的风险因素,构建了船舶风险评估模型,定义了各项风险因素的隶属函数,并参考专家经验建立模糊推理规则.按照建立的模型,在MATLAB平台上运用模糊推理系统构建风险评估系统,并应用该系统对在航船舶进行定量风险评估.实例证明,该系统能够合理地评估在航船舶的整体风险水平,为驾驶员决策提供参考,具有应用潜力.