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、輸出停息的模糊數隸屬度，建立了一種基于模糊神...

針對高速公路隧道施工系統的安全評價問題,將模糊理論與神經網絡相融合,研究建立了一種模糊神經網絡評價模型。闡明了評價系統的工作原理及實現方法。利用歷史樣本數據對網絡模型進行學習訓練和測試,工程實例結果顯示,評價精度滿足工程應用要求。該評價模型具有對環境變化的自學習能力,對權值進行調整,動態地評價公路隧道施工系統的安全狀態,是公路隧道施工安全評價方法中的一種新的評價方法。

為了有效解決網絡系統可能出現的故障,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化模型,設計了模糊神經網絡中輸入層、模糊化層、模糊規則層和解模糊層,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對基坑施工進行動態控制具有較好的實用效果.

運用線性二次型經典最優控制算法獲得學習樣本,由神經網絡反向傳播算法訓練產生模糊規則和隸屬度函數,設計模糊神經網絡控制器,通過某結構地震波作用下振動控制的數字仿真,表明模糊神經網絡可以有效地應用到結構控制中。

提出了一種用于運動目標檢測的基于ｂｐ算法的模糊神經網絡，并通過實驗證明了將之應用于運動目標的信號檢測與裝置故障診斷的正確性。

針對變頻空調常規模糊控制系統的隸屬函數和控制規則的獲取受限于專家經驗的問題,根據神經網絡自學習能力強的特點,將模糊控制與神經網絡相結合,對空調的控制系統進行改進,并據此設計模糊神經網絡控制器,在此基礎上進行了理論分析和模擬實驗,驗證了這一控制系統的有效性。

紅外圖像中的微弱目標檢測與跟蹤是數字圖像處理領域中的研究熱點。針對紅外圖像中微弱目標灰度的統計特點以及模糊神經網絡在自適應噪聲消除的應用,提出一種基于增強型動態模糊神經網絡算法用于紅外圖像噪聲消除。經過自適應噪聲消除后,可有效的有自動閾值門限分割法進行微弱目標檢測。

文章提出一種基于模糊神經網絡的控制算法應用于ｉｂ系統的聯動控制，有效地解決了傳統單一閾值控制逄法難以達到的復雜控制問題。這種ｆｎｎｃ控制器可以根據實際需要進行學習，具有很強的適應能力。

礦山企業職工工傷事故頻率是礦山安全生產目標管理的重要指標之一,反映了礦山生產系統的安全狀態,其變化是個隨機過程,具有典型的非線性特征.簡述模糊神經網絡預測模型的特點及其建模過程,并針對礦山企業安全狀態的復雜性,將其應用于企業職工工傷事故頻率預測中.經檢驗,模型的精度良好,預測結果可靠,有利于礦山企業發現和掌握安全生產規律,以及對生產的未來狀態做出科學的定量預測.通過一個實例,計算并分析計算結果,驗證了該模型的有效性和可行性.

近些年來,伴隨著我國公路事業的蓬勃發展,公路工程建設的數量和規模日益增加。而公路工程造價估算作為公路工程建設的重要前提以及公路工程管理的重要組成部分,其在公路建設中的地位也日益突顯,合理的工程造價估算可以有效提高工程施工單位投資決策的科學性。而基于模糊神經網絡的工程造價估算方法可以有效的克服傳統工程造價估算方法的一系列弊端,有效提高公路工程造價估算的合理性和科學性。本文從公路工程造價的相關概念談起,然后對模糊神經網絡的相關概念給予了深入淺出的說明,最后就公路工程造價估算中模糊神經網絡的應用進行了全面的說明。

近些年來,伴隨著我國公路事業的蓬勃發展,公路工程建設的數量和規模日益增加。而公路工程造價估算作為公路工程建設的重要前提以及公路工程管理的重要組成部分,其在公路建設中的地位也日益突顯,合理的工程造價估算可以有效提高工程施工單位投資決策的科學性。而基于模糊神經網絡的工程造價估算方法可以有效的克服傳統工程造價估算方法的一系列弊端,有效提高公路工程造價估算的合理性和科學性。本文從公路工程造價的相關概念談起,然后對模糊神經網絡的相關概念給予詳細的說明,最后就公路工程造價估算中模糊神經網絡方法的應用進行了說明。

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

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

首先在對供熱負荷預測算法的發展現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,從而達到節能的目的.且適應性強,可以應用到類似的供熱工程上.

對不確定混沌系統的控制問題,研究了基于權值直接確定模糊神經網絡(wddfnn)的插值補償控制方法。建立了基于數據驅動的wddfnn,并使用wddfnn實現對混沌系統的辨識,然后使用wddfnn模型對混沌系統進行模糊插值補償控制。基于lyapunov穩定性理論,證明混沌系統在所提最優控制律作用下是漸進穩定的。仿真實驗表明,該控制方法既可以實現快速跟蹤任意參考信號,又可以有效抑制參數攝動、外部干擾,控制精度較高。

基于補償模糊神經網絡的制冷系統故障診斷研究——選擇反映制冷系統故障狀態的熱力參數集組成特征向量，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與熱力參數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、全局優化的運算，...

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據建立起結構的動力特性模型。不但可以克服以往傳統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點。

提出了一種基于神經模糊推理系統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。

提出采用模糊處理與人工神經網絡相結合的方法，有效地實現對建筑物變形的短期預測，并用實例加以驗證說明。

為了克服傳統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。利用模糊粗糙集通過歷史負荷數據信息的模糊化替代負荷變化的離散化,快速尋找出樣本數據間的連續屬性的信息,將其與傳統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越性。

智能家居中的環境因素對人體有著不容忽視的影響,智能家居環境舒適度已成為智能家居評估指標中重要的一項,通過對智能家居監測系統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點的模糊神經網絡對智能家居監測系統采集的各環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。