基于模糊神经网络的动车组转向架健康评估

动车组转向架的健康状态直接关系到到动车组的行车安全,基于健康评估方法获取其健康状态及时制定维护计划可以有效降低其维护费用.动车组转向架健康状态评估时应用了模糊层次分析法以及BP神经网络,其模糊矩阵的特征向量用遗传算法进行求解,获取动车组转向架系统关键部件健康状态的权重,以及基于转向架系统评价指标的健康状态样本数据.构建BP神经网络,用转向架健康状态样本数据作为神经网络训练集,优化神经网络结构参数.通过实际测试数据对神经网络评估效果进行检验,完成了动车组转向架健康评估方法的智能化,支持了动车组转向架的维护决策.     

神经网络与模糊逻辑

本文把神经网络模型理论分为四个部分:①神经元模型及其理论;②单层神经网络;③多层神经网络;④模糊神经网络。并分析了一些重要的神经网络模型的结构、算法及其性能。在此基础上,本文还着重分析了神经网络与模糊逻辑的关系,并指出了它们对新一代计算机的研制有着重要的影响。     

一类模糊神经网络

本文介绍了一个Ｆｕｚｚｙ神经网的三种基本形式，情况（１）是输入是实数，但权重和（或）偏差项是模糊的；情况（２）是输入是模糊的，但权重和偏差项是实数，情况（３）是输入模糊的，同时权重和（或）偏差项也是模糊的，本文集中研究情况（１），并主要讨论了情况（１）的模型性能（能力）而且得到一个较好的结果。     

模糊神经网络理论研究综述

本文对于近年来受到普遍重视的前向模糊神经网络及有反馈的模糊神经网络的性质、学习算法及应用等方面的研究进行了较为详尽的综述，分析了所取得的主要成果及其特点，并指出了今后模糊神经网络理论研究中有待解决的许多问题。     

模糊多级评价在知识管理水平评估中的应用

21世纪是知识经济时代，知识管理是知识经济时代企业崭新的管理模式。准确地认识企业的现有知识管理水平，才能为改善企业的知识管理状况提供充分的依据。本针对知识管理水平评价的定量方法不足，引入模糊多级综合评价，并用实例说明了该方法用于企业知识管理水平评价是可行的、实用的，从而为企业知识管理水平的定量评价提供了一种新方法。     

基于知识的模糊神经网络的旋转机械故障诊断

提出了一种基于知识的模糊神经网络并用于故障诊断．首先基于粗糙集对样本数据进行初步规则获取,并计算规则的依赖度和条件覆盖度,然后根据规则数目进行模糊神经网络结构部分设计,规则的依赖度和条件覆盖度用于设定网络初始权重,而用遗产算法对神经网络输出参数进行优化．这样的模糊神经网络称为基于知识的模糊神经网络．使用该网络对旋转机械常见故障进行诊断,结果表明,和一般模糊神经网络相比,该网络具有训练时间短而诊断率高的特点．     

故障诊断中模糊神经网络的应用研究

文章给出了利用模糊神经网络诊断故障的数学模型、基本原理、方法、步骤 ,和模糊网络的学习流程 ,并利用梯度法推导出两种诊断算法 ;在对某发动机滑油典型故障样本的仿真过程中 ,结果完全正确 ,对非样本故障的仿真 ,准确率达 90 % .     

图书馆知识管理的多层次模糊综合评价方法

根据系统评价原则,采用调查问卷与数学定量研究相结合的处理方法,用模糊综合评价法来评价图书馆知识管理绩效.通过图书馆知识管理绩效评价的实证分析,证明评价指标的科学性、合理性以及切实可行性.     

一种新型的模糊神经网络及其应用

本文提出了一种新型的模糊神经网络，从理论上论证了其推理的合理性和逼近能力，同时应用于系统辩识，取得较好的效果。     

基于神经网络的模糊决策方法

给出用神经网络去处理模糊决策问题的方法,此方法避免了模糊决策计算量大、计算复杂,隶属函数确定带有主观性等问题。     

基于因素分析与BP神经网络的电信企业管理胜任力测评研究

运用行为事件访谈法、专家小组讨论法,以及探索性因素分析与验证性因素分析方法,构建电信企业管理胜任力的结构模型及其评价指标体系.在确保测评指标合理性与有效性的前提下,提出一种基于BP神经网络的管理胜任力测评模型,通过仿真和实例表明了测评模型的有效性,为综合评价电信企业员工的管理胜任力提供了一种新方法。     

基于神经网络的模糊推理

为了使模糊推理符合推理原则，目前已定义了１０多种模糊关系，但各种模糊关系定义都存在一定的缺陷。本文提出的基于神经网络的模糊推理，能很好地符合模糊推理原则。     

基于模糊RBF神经网络的单位廉政风险评价研究

廉政风险防控是反腐败工作的新举措,对风险的评价是风险管理中一个不可缺少的流程.首先运用文献研究方法,提出廉政风险评价的初步指标,再运用帕累托理论得到经过约减的指标体系.建立基于模糊RBF神经网络的廉政风险水平评价模型.并在某军区对20个单位的廉政风险水平进行评价,与传统的评价模型相比,模型能够克服评估过程中的随机性和不确定性,以及计算过程中容易陷入局部极小的问题.     

飞行事故的一种自适应模糊神经网络预测方法研究

飞行事故预测对于预防飞行事故具有十分重要的意义.首先系统分析了空军飞行事故的主要影响因素,对其中的定性因素进行了量化;然后利用系统分析的成果和历史统计数据建立了空军飞行事故的自适应模糊神经网络预测模型.整个预测过程突破了纯数学模型预测的局限性,实现了预测的定性和定量的结合;由于预测中使用了一种基于高木.关野模糊模型的自适应模糊神经网络,从而使预测模型具有很强的自适应能力,预测结果也比较令人满意.     

基于小波网络的干旱程度评估方法

本根据干旱事件识别的基本原理,同时基于小波基具有很强的自适应性和函数变化能力,提出了一种基于小波网络的干旱程度评估新方法,并在最小均方能量准则下,采用相应的共轭梯度学习算法求解子波函数线性组合的尺度和时延参数,以及小波网络的权值,仿真实验表明采用该方法极大地提高了对干旱程度辩识的正确率,可为干旱研究提一条新的途径。     

模糊RBF神经网络在音频零水印中的应用

针对当前零水印不能"嵌入"有意义水印的不足,构建了在小波域中基于神经网络的零水印系统,提出了一种基于模糊RBF神经网络的音频零水印方案,有效解决了音频水印的鲁棒性与透明性之间的矛盾.模糊神经网络模糊系统的隶属度函数和推理规则决定RBF神经网络的结构和学习算法.因为水印方案不改变原始音频数据,所以具有良好的透明性,实验结果表明,方案具有很强的鲁棒性.