研究了逆變點焊電源恒流自適應控制的模糊神經網絡模型,設計了模糊神經網絡結構。利用bp算法,采用先正弦函數(shù)輸入后恒定輸入的方法對網絡進行了分段訓練,并使用matlab語言,對系統(tǒng)進行了自適應控制和比例因子影響的仿真分析。結果表明,逆變點焊電源恒流自適應控制模糊神經網絡,能夠實現(xiàn)在線調整隸屬函數(shù)參數(shù),控制系統(tǒng)可快速感知外來干擾和過程變化,平均控制相對誤差小于2.08%;比例因子的選取,對系統(tǒng)有很大影響,不同的比例因子在與訓練好的網絡結合進行控制時,系統(tǒng)控制效果不同。

針對模糊邏輯在co2焊接逆變電源控制中存在響應速度慢、精確性不高的問題,嘗試采用模糊神經網絡控制算法,對焊接電弧電壓進行控制。闡述了模糊神經網絡控制器的設計過程,并對所設計的模糊神經網絡控制器和模糊邏輯控制器進行仿真對比研究,結果表明模糊神經網絡具有更快的響應速度和更高的穩(wěn)定性;整體仿真研究也表明所設計的控制系統(tǒng)可以更加快速準確地控制弧長的穩(wěn)定。

利用多臺焊接電源同時對同一工件進行焊接,當外電壓波動時,眾焊接電源依靠自身控制系統(tǒng)進行各自調節(jié)的過程也是對外電網干擾的再生過程。將模糊理論與神經網絡相結合,并應用于多焊接電源的群控。在分析和設計了狀態(tài)變量的隸屬度函數(shù)、推理規(guī)則、解模糊算法等基礎上,完成了基于t-s(tagaki-sugeno)模型的自適應模糊神經推理控制器設計。利用該控制模型在simulink搭建的焊接電源群控模型上進行仿真。結果表明,該控制模型具有調整時間短,超調量小的優(yōu)點(與眾焊接電源各自單獨調節(jié)相比較,調整時間縮短了22%,超調量減小了40%),反映出良好的動態(tài)特性。

為提高電阻點焊的控制精度和焊接質量,根據電阻點焊過程的特點和要求,通過集成變論域、人工神經網絡和模糊控制技術,提出了基于變論域電阻點焊模糊人工神經網絡控制方案,開發(fā)了四層模糊神經網絡結構,分析了計算過程,推導了四層模糊神經網絡各層的計算方法和計算公式,研究了輸入輸出變論域伸縮因子的確定方法,定義了輸入變量的7個模糊子集和輸出變量的13個模糊子集,確定了49條模糊控制規(guī)則,研究開發(fā)了一種電阻點焊變論域模糊人工神經網絡控制器,結合實際產品的設計開發(fā)進行了試驗研究與分析,證明了變論域電阻點焊模糊神經網絡控制方法的優(yōu)越性.

建立了基于模糊神經網絡的最佳耦合頻率控制系統(tǒng)的模型,使得轉動軸狀態(tài)變化時,無線感應電源的頻率被控為諧振頻率,從而保證能量傳輸過程處于最佳耦合狀態(tài)。設計了一套無線感應電源的實驗裝置,包括可控頻率的電磁振蕩發(fā)生器,能量接收天線和軸上ac／dc裝置。

基于模糊神經網絡的深基坑變形預測——針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題，將模糊控制理論與神經網絡技術相結合，采用非線性神經元構成的神經網絡結構，把對應的網絡輸入、輸出表達為輸入、輸出停息的模糊數(shù)隸屬度，建立了一種基于模糊神...

為了有效解決網絡系統(tǒng)可能出現(xiàn)的故障,結合模糊神經網絡提出了一種新的故障檢測算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).該算法根據特征信息熵建立了故障檢測評價方法和最小偏差的優(yōu)化模型,設計了模糊神經網絡中輸入層、模糊化層、模糊規(guī)則層和解模糊層,并且給出了具體的算法流程.通過建立網絡仿真平臺,深入分析了影響fdd-fnn算法的關鍵因素,同時對比研究了fdd-fnn算法與其他算法的性能情況,結果表明fdd-fnn算法具有較好的適應性.

針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題,將模糊控制理論與神經網絡技術相結合,采用非線性神經元構成的神經網絡結構,把對應的網絡輸入、輸出表達為輸入、輸出信息的模糊數(shù)隸屬度,建立了一種基于模糊神經網絡的深基坑施工變形預測模型.結果表明,利用模糊度隸屬函數(shù)對基坑施工進行動態(tài)控制具有較好的實用效果.

通過對原有感應加熱電源溫度控制方法的分析,提出了一種適合于非線性系統(tǒng)基于模糊神經網絡的溫度控制方法。與傳統(tǒng)的控制策略相比,模糊神經網絡控制具有不依賴控制對象精確的數(shù)學模型,較強的魯棒性,控制方式簡便等優(yōu)點。實驗證明:該加熱方法優(yōu)于常規(guī)pid和模糊pid,可獲得良好的動態(tài)特性,具有穩(wěn)態(tài)精度高,功率調節(jié)范圍寬,工作穩(wěn)定可靠的優(yōu)點。

為了解決當前城市交通擁堵問題,采用更加智能化的控制方法提高城市交通信號控制效率是當前計算機應用實踐的重點。根據模糊控制的原理,引入神經網絡在自學習方面的優(yōu)勢,提出了一種基于模糊神經網絡的智能交通信號控制方法,以車輛排隊長度和當前信號周期作為輸入,以信號周期內的信號周期增量作為輸出,通過模糊控制規(guī)則,進而完成對信號周期的實時動態(tài)控制,并及時調整交通信號燈相位差。通過matlab軟件對上述方案進行仿真,驗證了方案的可行性,為當前城市車輛交通控制提供了一種可行方案。

本文對常見的電梯智能群控算法進行了分析比較,重點研究了模糊神經網絡算法。本文首先對大廈客流的特征進行長期統(tǒng)計分析,進而對電梯群交通模式進行分類,利用模糊神經網絡對電梯群的交通模式進行了識別。根據系統(tǒng)的識別結果判定電梯群當前處于的交通模式。然后再次利用模糊神經網絡對派梯算法中各電梯響應呼梯信號的可信度進行計算,選取可信度最大的電梯響應呼梯信號,最終完成派梯。

本文對常見的電梯智能群控算法進行了分析比較,重點研究了模糊神經網絡算法。本文首先對大廈客流的特征進行長期統(tǒng)計分析,進而對電梯群交通模式進行分類,利用模糊神經網絡對電梯群的交通模式進行了識別。根據系統(tǒng)的識別結果判定電梯群當前處于的交通模式。然后再次利用模糊神經網絡對派梯算法中各電梯響應呼梯信號的可信度進行計算,選取可信度最大的電梯響應呼梯信號,最終完成派梯。

**資訊http://www.***.*** **資訊http://www.***.***

**資訊http://www.***.*** **資訊http://www.***.***

現(xiàn)如今市場經濟競爭十分激烈,實際招投標工作要求能快速準確地進行工程造價的估算。無論業(yè)主還是承包商確定工程造價都要求快速、準確,完善的快速估價系統(tǒng)能夠很好地解決這個問題。模糊技術與神經網絡結合是一種把經驗與數(shù)學模型結合,這種研究打破了過去人們所進行的各種學科在邏輯上的獨立性,預示了人工智能的光明前景和希望。

首先在對供熱負荷預測算法的發(fā)展現(xiàn)狀主要成果闡述的基礎上,對影響供熱預測因素采用模糊量化的方式進行研究處理,并由此推斷將模糊神經網絡算法應用于供熱負荷預測可以得到良好的效果.研究模型的設計核心是bp神經網絡,即將模糊量化后的影響因素作為系統(tǒng)的輸入值,去調整神經網絡的權值,從而得到預測的網絡模型.建立預測模型和預測策略后,可以采用matlab科學計算軟件開發(fā)程序對預測模型效果進行模擬仿真,結果表明,預測的結果能夠滿足要求,相對誤差在合理的范圍內,并且模糊神經網絡算法比單純神經網絡算法具有更好的預測精度和魯棒特性,從而達到節(jié)能的目的.且適應性強,可以應用到類似的供熱工程上.

基于補償模糊神經網絡的制冷系統(tǒng)故障診斷研究——選擇反映制冷系統(tǒng)故障狀態(tài)的熱力參數(shù)集組成特征向量，并對其進行模糊化處理，利用補償模糊神經網絡建立故障狀態(tài)與熱力參數(shù)特征向量之間的映射關系。將神經網絡和補償模糊邏輯相結合，采用動態(tài)、全局優(yōu)化的運算，...

本文提出一種基于模糊神經網絡和建筑結構系統(tǒng)辨識方法。利用模糊神經網絡強大的非線性映射能力與學習能力以實測的結構動力響應數(shù)據建立起結構的動力特性模型。不但可以克服以往傳統(tǒng)與智能辨識方法中存在的種種弊病，而且還將土一結構相互作用以及結構自身非線性對結構動力特性的影響考慮在內，使得結構系統(tǒng)辨識更具客觀性。具有物理意義明確，可擴展性強，能夠用于實時在線控制與健康診斷等優(yōu)點。

提出了一種基于神經模糊推理系統(tǒng)的商品住宅價格評估模型,分析了影響商品住宅價格的因素,給出了商品住宅價格評估指標體系,探討了模型建立的原理及算法步驟。計算實例說明了該模型用于商品住宅價格準確評估的有效性和可行性,為房地產價格評估提供了科學的方法。

為了克服傳統(tǒng)bp神經網絡預測精度差,易陷入局部極值的缺陷,提出了模糊神經網絡系統(tǒng)。利用模糊粗糙集通過歷史負荷數(shù)據信息的模糊化替代負荷變化的離散化,快速尋找出樣本數(shù)據間的連續(xù)屬性的信息,將其與傳統(tǒng)bp神經網絡結合組成模糊神經網絡對熱負荷進行預測。實驗結果表明:該模糊神經網絡預測結果的相對誤差很小不超過2%,在短期負荷預測方面具有的優(yōu)越性。

智能家居中的環(huán)境因素對人體有著不容忽視的影響,智能家居環(huán)境舒適度已成為智能家居評估指標中重要的一項,通過對智能家居監(jiān)測系統(tǒng)信息融合技術進行研究,運用結合模糊推理和神經網絡算法優(yōu)點的模糊神經網絡對智能家居監(jiān)測系統(tǒng)采集的各環(huán)境因素進行處理分析,從而能夠智能有效的提高人們的室內生活質量。

基于模糊神經網絡的房地產價格評估問題研究——提出了一種基于神經模糊揄系統(tǒng)的商品住宅價格評估模型，分析了影響商品住宅價格的因素，給出了商品住宅價格評估指標體系，探討了模型建立的原理及算法步驟。計算實例說明了該模型用于商品住宅價格準確評估的有效性...