共查询到20条相似文献，搜索用时 718 毫秒
1.
段明秀 《当代教育理论与实践》2010,2(1):101-104
有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。 相似文献
2.
提出一种同时考虑解释性和精确性的模糊建模方法. 首先分析影响模糊模型解释性的主要因素, 然后利用启发式搜索策略实现输入变量选择, 利用模糊聚类算法和最小二乘辨识模糊模型. 随后以输入变量数目和模糊规则数目的乘积衡量可解释性, 以均方误差衡量精确性, 并据此定义模型选择目标函数. 最后给定最大最小的输入变量数目和规则数目, 辨识得到一组模糊模型, 利用模型选择目标函数, 选择最优的模糊模型, 并采用遗传算法进行优化, 达到解释性与精确性的折衷. 煤气炉仿真例子验证了该方法的有效性. 相似文献
3.
为准确快速地对恐怖袭击事件进行分级,帮助建立恐怖袭击事件应急预案,提出一种基于模糊聚类算法和模拟退火遗传算法优化BP神经网络的恐怖袭击事件分级模型。通过模糊聚类算法划分样本训练集,利用BP神经网络的自学习能力获取输入与输出之间的模糊规则,采用模拟退火遗传算法提高神经网络精度。以GTD数据库样本为例,经实验得到普通BP神经网络的分级正确率为94.32%,模拟退火遗传算法优化的BP神经网络分级正确率可提升到99.88%,验证了基于模糊聚类算法和模拟退火遗传算法优化BP神经网络分级模型的有效性。 相似文献
4.
5.
提出一种模糊控制规则可自适应调整的控制算法.该算法利用模糊逻辑系统构建模糊辨识器和模糊控制器,依据辨识器在线预估输出误差与模糊控制规则相关参数优化之间的内在联系及自适应优化模糊控制规则.仿真实验表明了该算法的有效性. 相似文献
6.
7.
杨永 《广东技术师范学院学报》2011,(3)
介绍了一种模糊自适应PID控制器,该方法用于智能车控制系统,克服了简单模糊控制和传统PID控制的一些缺点,通过模糊规则进行推理和决策,实现了PID控制器参数的实时优化. 相似文献
8.
利用模糊神经网络提取规则的可解释性改进了神经网络分类的缺点,为了易于提取规则,采用遗传算法对神经网络的结构进行优化,仿真和测试表明该方法是有效的。 相似文献
9.
模糊规则提取和隶属度函数学习是模糊推理系统设计过程中重要而困难的问题。针对该问题,提出一种基于人工蜂群算法（ABC算法）训练自适应神经模糊推理系统（ANFIS）的新方法。神经网络采用5层ANFIS网络结构,并且描述了基本思想和算法实现过程。在ANFIS中引入ABC算法进行参数训练和优化,该方法适用于非线性系统辨识。实验结果表明,加入ABC算法之后,ANFIS训练和参数优化等取得了良好效果。 相似文献
10.
本文将模糊C均值聚类和自适应神经模糊网络结合起来．模糊C均值聚类用于对输入变量空间进行划分，生成初始的模糊规则库，自适应模糊神经网络（ANFIS）选用最小二乘法和BP算法．与普通的模糊神经网络相比，这种模糊神经网络收敛速度快，建模精度高。 相似文献
11.
In order to solve three kinds of fuzzy programm model, fuzzy chance-constrained programming mode ng models, i.e. fuzzy expected value and fuzzy dependent-chance programming model, a simultaneous perturbation stochastic approximation algorithm is proposed by integrating neural network with fuzzy simulation. At first, fuzzy simulation is used to generate a set of input-output data. Then a neural network is trained according to the set. Finally, the trained neural network is embedded in simultaneous perturbation stochastic approximation algorithm. Simultaneous perturbation stochastic approximation algorithm is used to search the optimal solution. Two numerical examples are presented to illustrate the effectiveness of the proposed algorithm. 相似文献
12.
减法聚类和粒子群优化TS模糊神经网络的驾驶疲劳融合检测(英文) 总被引：3，自引：0，他引：3
为提高基于单一特征检测算法的准确率和可靠性,提出基于多个特征的驾驶疲劳融合检测算法.从直接反映驾驶员疲劳的2个面部特征和间接反映疲劳的1个车辆行为特征2个方面对驾驶疲劳进行综合检测.该算法运用TS模糊神经网络来识别驾驶疲劳,采用减法聚类对网络进行结构辨识,确定模糊规则的条数及相关参数的初始值,并改进了粒子群优化算法对网络进行训练.仿真和实车实验表明,该算法不仅能有效改善TS模糊神经网络的收敛速度和识别精度,而且能提高驾驶疲劳的检测正确率. 相似文献
13.
In order to improve the output efficiency of a photovoltaic (PV) energy system, the real-time maximum power point (MPP) of the PV array should be tracked closely. The non-linear and time-variant characteristics of the photovoltaic array and the non-linear and non-minimum phase characteristics of a boost converter make it difficult to track the MPP as in traditional control strategies. A neural fuzzy controller (NFC) in conjunction with the reasoning capability of fuzzy logical systems and the learning capability of neural networks is proposed to track the MPP in this paper. A gradient estimator based on a radial basis function neural network is developed to provide the reference information to the NFC. With a derived learning algorithm, the parameters of the NFC are updated adaptively. Experimental results show that, compared with the fuzzy logic control algorithm, the proposed control algorithm provides much better tracking performance. 相似文献
14.
A maximum power point tracker for photovoltaic energy systems based on fuzzy neural networks 总被引：1，自引：0，他引：1
Chun-hua Li Xin-jian Zhu Guang-yi Cao Wan-qi Hu Sheng Sui Ming-ruo Hu 《浙江大学学报(A卷英文版)》2009,10(2):263-270
To extract the maximum power from a photovoltaic （PV） energy system, the real-time maximum power point （MPP） of the PV array must be tracked closely. The non-linear and time-variant characteristics of the PV array and the non-linear and non-minimum phase characteristics of a boost converter make it difficult to track the MPP for traditional control strategies. We propose a fuzzy neural network controller （FNNC）, which combines the reasoning capability of fuzzy logical systems and the learning capability of neural networks, to track the MPP. With a derived learning algorithm, the parameters of the FNNC are updated adaptively. A gradient estimator based on a radial basis function neural network is developed to provide the reference information to the FNNC. Simulation results show that the proposed control algorithm provides much better tracking performance compared with the filzzy logic control algorithm. 相似文献
15.
乔维德 《深圳职业技术学院学报》2009,8(5):13-17
为在简化开关磁阻电机控制系统结构的同时又能使其具有较快的转矩响应速度,提出一种适用于开关磁阻电机直接转矩控制的神经网络模糊推理控制方案,用神经网络定子磁链观测器取代传统的定子磁链观测器,采用模糊控制算法设计逆变器开关状态选择器,利用MATLAB对系统2种不同控制方法的仿真实验结果进行比较．通过比较发现,本文的控制方法转矩、转速、磁链响应快、脉动小,具有优良的稳定跟踪性能和动态响应。 相似文献
16.
刘丽娜 《石家庄铁路工程职业技术学院学报》2011,(3):43-46
简要叙述数据挖掘的概念及几种主要的数据挖掘方法,提出一种基于模糊神经网络的数据挖掘算法,把模糊理论和神经网络结合起来构造、训练模糊神经网络,弥补神经网络结构复杂、网络训练时间长、结果表示不易理解等不足。 相似文献
17.
在分析模糊神经网络的模型、系统结构和学习算法的基础上,提出了基于自适应神经模糊推理系统(ANFIS)的自适应噪声抵消算法,并对算法进行了仿真和分析.仿真结果表明,在合理选取隶属度函数类型及其数目的条件下,ANFIS能够根据训练样本对隶属度函数参数等系统参数进行优化设计,从而大大提高模糊滤波输出的信噪比. 相似文献
18.
19.
在概念层次里进行关联规则的挖掘,并考虑到用户感知与主观判断所产生的认知不确定性;结合模糊分割法与FP-Growth方法,应用于概念层次架构中找出关联规则方法,主要分为两个阶段:层级架构的顺序将数据项做抽象化,找出高频模糊格;由高频模糊格来产生多层次模糊关规则。最后通过比较验证所提方法可提高算法的执行效率、缩短计算时间。 相似文献
20.
乔维德 《江西电力职业技术学院学报》2009,22(4)
为简化无刷直流电机控制系统结构的同时又能使其具有较快的转矩响应速度,提出一种适用于无刷直流电机直接转矩控制的神经网络模糊推理控制方案,用神经网络定子磁链观测器取代传统的定子磁链观测器,采用模糊控制算法设计逆变器开关状态选择器。利用MATLAB对系统两种不同控制方法的仿真实验结果进行比较,通过比较得出,本文的控制方法转矩、转速、磁链响应快、脉动小,具有优良的稳定跟踪性能和较快的动态响应,具有一定的工程研究价值。 相似文献