导读:本文包含了神经网络模糊论文开题报告文献综述及选题提纲参考文献，主要关键词:滑模控制,模糊神经网络,非线性系统
神经网络模糊论文文献综述
王靖坤[1]（2019）在《一类非线性系统的模糊神经网络全局滑模控制》一文中研究指出文中针对一类非线性系统提出了一种基于模糊神经网络的全局滑模控制策略。设计了模糊神经全局滑模函数,并根据Lyapunov稳定性理论设计出控制器和自适应律。文中以叁相并联型有源电力滤波器为实例在MATLAB平台上进行了仿真实验,电网电流谐波畸变率由24. 71%降低到1. 6%,表明所提出的方案具有很好的补偿性能。(本文来源于《信息技术》期刊2019年12期）
肖金球,周翔,潘杨,冯威,陈多观[2]（2019）在《GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例》一文中研究指出针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
朱建明,杨鸿瑞[3]（2019）在《基于模糊神经网络的版权产业发展水平评价模型》一文中研究指出针对我国版权相关产业发展特点,确立了与版权产业发展水平相关的4类一级评价指标及19项二级评价指标,利用层次分析法及模糊神经网络机器学习技术,构建了对我国分区域版权相关产业发展水平的模糊评价模型,并利用该模型对2017年我国部分区域版权产业发展综合水平进行预测评价。结果表明,该模型具有良好的预测性能和较低的预测误差。最后本文提出了加强我国版权产业发展的相关建议。(本文来源于《科技管理研究》期刊2019年22期）
姜平,赵保国,张海伟,李丽锋,王鹏程[4]（2019）在《基于T-S模糊神经网络的热负荷预测模型》一文中研究指出为了解决火电厂供热和供电的矛盾、增强机组的调峰范围,需要建立精确的热负荷预测模型。针对热电联供系统热负荷影响因素多、耦合性非线性强等特点,利用T-S模糊神经网络算法建立热负荷预测模型,用于预测未来时间热负荷的变化。通过基于减法聚类的模糊C均值聚类算法进行结构辨识,再利用模糊神经网络的混合学习算法进行参数辨识。为了建立热负荷的精确模型,选取热负荷的主要影响因素作为变量。其中,将室外温度、供水温度、回水温度、供水流量作为输入变量,热负荷作为输出变量,并从热电厂DCS上采集连续两天24 h的历史数据,将前一天的数据作为训练集和后一天的数据作为检测集。在MATLAB上进行试验。仿真结果显示:98%的训练样本的相对误差在±0.4%之间,且98%的检测样本的相对误差在±0.6%之间。这表明预测模型的拟合度精确度较好,可以为供热机组调峰研究提供依据。(本文来源于《自动化仪表》期刊2019年11期）
毛晨斐,毛昱欢,张艳丽[5]（2019）在《基于神经网络的点模糊控制方法研究》一文中研究指出智能管控的行当焦点就是模糊神经网络。而模糊神经网络把模糊科技和神经网络的优势进行融合,包含自学习、自适应、联想与模糊讯息处置,其有着神经网络的研习功能,让网络自适应功能强化,并且参考专家的理论,有着极强的推导能力。透过融合其优点,明显地强化了研习与表述功能。(本文来源于《农家参谋》期刊2019年21期）
王伟伟[6]（2019）在《基于多层次模糊和BP神经网络的水利工程项目综合效益评价分析》一文中研究指出以新疆某水利工程建设项目为例,运用多层次模糊综合评价法和BP人工神经网络法,通过建立包含经济效益、社会效益和生态效益的综合效益评价指标体系,对该项目的综合效益进行评价分析,两种评价方法得到的评价结果分数分别为0. 626和0. 682,所得结论基本吻合,该水利工程项目综合评价结果为可行。采用两种方法进行综合评价,既可以将难以量化的定性问题转化为定量问题,又可以避免专家打分带来的臆断性的影响,可用于类似工程项目的综合评价中。(本文来源于《水利科技与经济》期刊2019年10期）
崔建峰,张晓云,陈金鑫[7]（2019）在《面向神经网络的模糊测试算法优化》一文中研究指出为提高面向神经网络的缺陷检测效果,以Tensorfuzz框架检测流程为基础,对模糊器实现过程进行高层次抽象;然后使用自动协议生成策略优化原始模糊算法,输出可能覆盖新执行路径的测试数据集;最后通过反复测试提高测试的代码覆盖率,实现面向神经网络的模糊测试算法的优化。基于叁层全连接神经网络的对比实验表明:优化后的算法相对于原始模糊算法,在检测含有大量非数值型缺陷的待测系统时,可在单位时间内检测出更多的缺陷;多组检测实验检测到缺陷的时间均低于原始模糊算法的最低测试时间,能有效提高代码覆盖率并且达到提高测试效率的目的。(本文来源于《厦门理工学院学报》期刊2019年05期）
辛旗,白蕾,孟娇娇[8]（2019）在《基于自适应模糊神经网络的机械臂控制》一文中研究指出机械臂的控制是一种重要的现代工程技术。控制机械臂的运行,必然要面对多种动态不确定因素,难以精确建模,因此,找到一种合适的控制方法是十分必要的。模糊神经网络技术具有高精度的函数逼近能力,可以通过其多层结构来确定系统模型,自适应更新规则的引入可使其更好地适应系统扰动和动态性能的变化。基于此种技术设计的机械臂控制器,经过实验验证,其控制效果优于目前传统控制方式,可以作为一种解决机械臂轨迹跟踪控制难题的方案。(本文来源于《自动化与仪器仪表》期刊2019年11期）
田富国,汪庆华,贾康,邓东花[9]（2019）在《BP神经网络与Sugeno模糊积分融合的转子系统故障诊断》一文中研究指出目的针对BP神经网络对转子故障诊断方法存在的局限性,提出一种融合Sugeno模糊积分和BP神经网络的转子故障轴心轨迹识别诊断方法。方法首先利用轴心轨迹图像的不变矩为特征向量,提取常见旋转机械转子故障特征,随后利用多个BP神经网络对故障类型进行识别,最终采用Sugeno模糊积分对BP神经网络识别结果进行决策,从而构建转子故障诊断模型,并应用于转子系统故障的诊断。结果通过机械故障仿真模拟实验平台采集了6种常见转子系统故障信号,利用matlab2012a软件编程建模仿真处理,试验表明,该模型有效地提高了转子系统多类别故障的识别正确率。同时,该方法对同一故障类型识别所需样本少,大大节省了数据获取和处理的时间。结论该方法提出并用于转子系统故障诊断中,诊断准确性高,可靠性强,利用样本数据量少,节约时间,对小样本数据的故障诊断有着良好的效果。(本文来源于《装备环境工程》期刊2019年10期）
秦彤彤,张俊友,王树凤,王文鲁[10]（2019）在《基于模糊神经网络的无人配送体系网络风险研究》一文中研究指出在人工配送发展的基础上,对无人配送发展的技术和场景进行了构想,根据无人配送网络潜在的风险确定风险因子,建立定量和定性的无人配送网络风险评价指标体系。首先在量化后的风险因子综合模糊评价的基础上,选择BP神经网络对无人配送网络风险进行预测和评价。然后利用青岛市某物流企业的案例验证无人配送网络模型的可行性。最后通过结果对比分析,确定某物流企业无人配送网络风险所在的风险区间为一般到较危险区间,并对风险管理提供改进意见。(本文来源于《物流技术》期刊2019年10期）
神经网络模糊论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经网络模糊论文参考文献
[1].王靖坤.一类非线性系统的模糊神经网络全局滑模控制[J].信息技术.2019
[2].肖金球,周翔,潘杨,冯威,陈多观.GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例[J].西南大学学报(自然科学版).2019
[3].朱建明,杨鸿瑞.基于模糊神经网络的版权产业发展水平评价模型[J].科技管理研究.2019
[4].姜平,赵保国,张海伟,李丽锋,王鹏程.基于T-S模糊神经网络的热负荷预测模型[J].自动化仪表.2019
[5].毛晨斐,毛昱欢,张艳丽.基于神经网络的点模糊控制方法研究[J].农家参谋.2019
[6].王伟伟.基于多层次模糊和BP神经网络的水利工程项目综合效益评价分析[J].水利科技与经济.2019
[7].崔建峰,张晓云,陈金鑫.面向神经网络的模糊测试算法优化[J].厦门理工学院学报.2019
[8].辛旗,白蕾,孟娇娇.基于自适应模糊神经网络的机械臂控制[J].自动化与仪器仪表.2019
[9].田富国,汪庆华,贾康,邓东花.BP神经网络与Sugeno模糊积分融合的转子系统故障诊断[J].装备环境工程.2019
[10].秦彤彤,张俊友,王树凤,王文鲁.基于模糊神经网络的无人配送体系网络风险研究[J].物流技术.2019