模糊神經(jīng)網(wǎng)絡(luò)技術(shù)在公路規(guī)費(fèi)實(shí)時(shí)稽查管理中的應(yīng)用

基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測(cè)——針對(duì)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(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，把對(duì)應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)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...

針對(duì)高速公路隧道施工系統(tǒng)的安全評(píng)價(jià)問題,將模糊理論與神經(jīng)網(wǎng)絡(luò)相融合,研究建立了一種模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型。闡明了評(píng)價(jià)系統(tǒng)的工作原理及實(shí)現(xiàn)方法。利用歷史樣本數(shù)據(jù)對(duì)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)訓(xùn)練和測(cè)試,工程實(shí)例結(jié)果顯示,評(píng)價(jià)精度滿足工程應(yīng)用要求。該評(píng)價(jià)模型具有對(duì)環(huán)境變化的自學(xué)習(xí)能力,對(duì)權(quán)值進(jìn)行調(diào)整,動(dòng)態(tài)地評(píng)價(jià)公路隧道施工系統(tǒng)的安全狀態(tài),是公路隧道施工安全評(píng)價(jià)方法中的一種新的評(píng)價(jià)方法。

為了有效解決網(wǎng)絡(luò)系統(tǒng)可能出現(xiàn)的故障,結(jié)合模糊神經(jīng)網(wǎng)絡(luò)提出了一種新的故障檢測(cè)算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).該算法根據(jù)特征信息熵建立了故障檢測(cè)評(píng)價(jià)方法和最小偏差的優(yōu)化模型,設(shè)計(jì)了模糊神經(jīng)網(wǎng)絡(luò)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(wǎng)絡(luò)仿真平臺(tái),深入分析了影響fdd-fnn算法的關(guān)鍵因素,同時(shí)對(duì)比研究了fdd-fnn算法與其他算法的性能情況,結(jié)果表明fdd-fnn算法具有較好的適應(yīng)性.

針對(duì)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(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),把對(duì)應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)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(jīng)網(wǎng)絡(luò)的深基坑施工變形預(yù)測(cè)模型.結(jié)果表明,利用模糊度隸屬函數(shù)對(duì)基坑施工進(jìn)行動(dòng)態(tài)控制具有較好的實(shí)用效果.

運(yùn)用線性二次型經(jīng)典最優(yōu)控制算法獲得學(xué)習(xí)樣本,由神經(jīng)網(wǎng)絡(luò)反向傳播算法訓(xùn)練產(chǎn)生模糊規(guī)則和隸屬度函數(shù),設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)控制器,通過某結(jié)構(gòu)地震波作用下振動(dòng)控制的數(shù)字仿真,表明模糊神經(jīng)網(wǎng)絡(luò)可以有效地應(yīng)用到結(jié)構(gòu)控制中。

提出了一種用于運(yùn)動(dòng)目標(biāo)檢測(cè)的基于ｂｐ算法的模糊神經(jīng)網(wǎng)絡(luò)，并通過實(shí)驗(yàn)證明了將之應(yīng)用于運(yùn)動(dòng)目標(biāo)的信號(hào)檢測(cè)與裝置故障診斷的正確性。

針對(duì)變頻空調(diào)常規(guī)模糊控制系統(tǒng)的隸屬函數(shù)和控制規(guī)則的獲取受限于專家經(jīng)驗(yàn)的問題,根據(jù)神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)能力強(qiáng)的特點(diǎn),將模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合,對(duì)空調(diào)的控制系統(tǒng)進(jìn)行改進(jìn),并據(jù)此設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)控制器,在此基礎(chǔ)上進(jìn)行了理論分析和模擬實(shí)驗(yàn),驗(yàn)證了這一控制系統(tǒng)的有效性。

紅外圖像中的微弱目標(biāo)檢測(cè)與跟蹤是數(shù)字圖像處理領(lǐng)域中的研究熱點(diǎn)。針對(duì)紅外圖像中微弱目標(biāo)灰度的統(tǒng)計(jì)特點(diǎn)以及模糊神經(jīng)網(wǎng)絡(luò)在自適應(yīng)噪聲消除的應(yīng)用,提出一種基于增強(qiáng)型動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)算法用于紅外圖像噪聲消除。經(jīng)過自適應(yīng)噪聲消除后,可有效的有自動(dòng)閾值門限分割法進(jìn)行微弱目標(biāo)檢測(cè)。

文章提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的控制算法應(yīng)用于ｉｂ系統(tǒng)的聯(lián)動(dòng)控制，有效地解決了傳統(tǒng)單一閾值控制逄法難以達(dá)到的復(fù)雜控制問題。這種ｆｎｎｃ控制器可以根據(jù)實(shí)際需要進(jìn)行學(xué)習(xí)，具有很強(qiáng)的適應(yīng)能力。

礦山企業(yè)職工工傷事故頻率是礦山安全生產(chǎn)目標(biāo)管理的重要指標(biāo)之一,反映了礦山生產(chǎn)系統(tǒng)的安全狀態(tài),其變化是個(gè)隨機(jī)過程,具有典型的非線性特征.簡(jiǎn)述模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的特點(diǎn)及其建模過程,并針對(duì)礦山企業(yè)安全狀態(tài)的復(fù)雜性,將其應(yīng)用于企業(yè)職工工傷事故頻率預(yù)測(cè)中.經(jīng)檢驗(yàn),模型的精度良好,預(yù)測(cè)結(jié)果可靠,有利于礦山企業(yè)發(fā)現(xiàn)和掌握安全生產(chǎn)規(guī)律,以及對(duì)生產(chǎn)的未來狀態(tài)做出科學(xué)的定量預(yù)測(cè).通過一個(gè)實(shí)例,計(jì)算并分析計(jì)算結(jié)果,驗(yàn)證了該模型的有效性和可行性.

近些年來,伴隨著我國(guó)公路事業(yè)的蓬勃發(fā)展,公路工程建設(shè)的數(shù)量和規(guī)模日益增加。而公路工程造價(jià)估算作為公路工程建設(shè)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(shè)中的地位也日益突顯,合理的工程造價(jià)估算可以有效提高工程施工單位投資決策的科學(xué)性。而基于模糊神經(jīng)網(wǎng)絡(luò)的工程造價(jià)估算方法可以有效的克服傳統(tǒng)工程造價(jià)估算方法的一系列弊端,有效提高公路工程造價(jià)估算的合理性和科學(xué)性。本文從公路工程造價(jià)的相關(guān)概念談起,然后對(duì)模糊神經(jīng)網(wǎng)絡(luò)的相關(guān)概念給予了深入淺出的說明,最后就公路工程造價(jià)估算中模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用進(jìn)行了全面的說明。

近些年來,伴隨著我國(guó)公路事業(yè)的蓬勃發(fā)展,公路工程建設(shè)的數(shù)量和規(guī)模日益增加。而公路工程造價(jià)估算作為公路工程建設(shè)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(shè)中的地位也日益突顯,合理的工程造價(jià)估算可以有效提高工程施工單位投資決策的科學(xué)性。而基于模糊神經(jīng)網(wǎng)絡(luò)的工程造價(jià)估算方法可以有效的克服傳統(tǒng)工程造價(jià)估算方法的一系列弊端,有效提高公路工程造價(jià)估算的合理性和科學(xué)性。本文從公路工程造價(jià)的相關(guān)概念談起,然后對(duì)模糊神經(jīng)網(wǎng)絡(luò)的相關(guān)概念給予詳細(xì)的說明,最后就公路工程造價(jià)估算中模糊神經(jīng)網(wǎng)絡(luò)方法的應(yīng)用進(jìn)行了說明。

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

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

首先在對(duì)供熱負(fù)荷預(yù)測(cè)算法的發(fā)展現(xiàn)狀主要成果闡述的基礎(chǔ)上,對(duì)影響供熱預(yù)測(cè)因素采用模糊量化的方式進(jìn)行研究處理,并由此推斷將模糊神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于供熱負(fù)荷預(yù)測(cè)可以得到良好的效果.研究模型的設(shè)計(jì)核心是bp神經(jīng)網(wǎng)絡(luò),即將模糊量化后的影響因素作為系統(tǒng)的輸入值,去調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值,從而得到預(yù)測(cè)的網(wǎng)絡(luò)模型.建立預(yù)測(cè)模型和預(yù)測(cè)策略后,可以采用matlab科學(xué)計(jì)算軟件開發(fā)程序?qū)︻A(yù)測(cè)模型效果進(jìn)行模擬仿真,結(jié)果表明,預(yù)測(cè)的結(jié)果能夠滿足要求,相對(duì)誤差在合理的范圍內(nèi),并且模糊神經(jīng)網(wǎng)絡(luò)算法比單純神經(jīng)網(wǎng)絡(luò)算法具有更好的預(yù)測(cè)精度和魯棒特性,從而達(dá)到節(jié)能的目的.且適應(yīng)性強(qiáng),可以應(yīng)用到類似的供熱工程上.

對(duì)不確定混沌系統(tǒng)的控制問題,研究了基于權(quán)值直接確定模糊神經(jīng)網(wǎng)絡(luò)(wddfnn)的插值補(bǔ)償控制方法。建立了基于數(shù)據(jù)驅(qū)動(dòng)的wddfnn,并使用wddfnn實(shí)現(xiàn)對(duì)混沌系統(tǒng)的辨識(shí),然后使用wddfnn模型對(duì)混沌系統(tǒng)進(jìn)行模糊插值補(bǔ)償控制?；趌yapunov穩(wěn)定性理論,證明混沌系統(tǒng)在所提最優(yōu)控制律作用下是漸進(jìn)穩(wěn)定的。仿真實(shí)驗(yàn)表明,該控制方法既可以實(shí)現(xiàn)快速跟蹤任意參考信號(hào),又可以有效抑制參數(shù)攝動(dòng)、外部干擾,控制精度較高。

基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)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(duì)其進(jìn)行模糊化處理，利用補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)建立故障狀態(tài)與熱力參數(shù)特征向量之間的映射關(guān)系。將神經(jīng)網(wǎng)絡(luò)和補(bǔ)償模糊邏輯相結(jié)合，采用動(dòng)態(tài)、全局優(yōu)化的運(yùn)算，...

本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò)和建筑結(jié)構(gòu)系統(tǒng)辨識(shí)方法。利用模糊神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力與學(xué)習(xí)能力以實(shí)測(cè)的結(jié)構(gòu)動(dòng)力響應(yīng)數(shù)據(jù)建立起結(jié)構(gòu)的動(dòng)力特性模型。不但可以克服以往傳統(tǒng)與智能辨識(shí)方法中存在的種種弊病，而且還將土一結(jié)構(gòu)相互作用以及結(jié)構(gòu)自身非線性對(duì)結(jié)構(gòu)動(dòng)力特性的影響考慮在內(nèi)，使得結(jié)構(gòu)系統(tǒng)辨識(shí)更具客觀性。具有物理意義明確，可擴(kuò)展性強(qiáng)，能夠用于實(shí)時(shí)在線控制與健康診斷等優(yōu)點(diǎn)。

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

提出采用模糊處理與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，有效地實(shí)現(xiàn)對(duì)建筑物變形的短期預(yù)測(cè)，并用實(shí)例加以驗(yàn)證說明。

為了克服傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度差,易陷入局部極值的缺陷,提出了模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)。利用模糊粗糙集通過歷史負(fù)荷數(shù)據(jù)信息的模糊化替代負(fù)荷變化的離散化,快速尋找出樣本數(shù)據(jù)間的連續(xù)屬性的信息,將其與傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)結(jié)合組成模糊神經(jīng)網(wǎng)絡(luò)對(duì)熱負(fù)荷進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明:該模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的相對(duì)誤差很小不超過2%,在短期負(fù)荷預(yù)測(cè)方面具有的優(yōu)越性。

智能家居中的環(huán)境因素對(duì)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(píng)估指標(biāo)中重要的一項(xiàng),通過對(duì)智能家居監(jiān)測(cè)系統(tǒng)信息融合技術(shù)進(jìn)行研究,運(yùn)用結(jié)合模糊推理和神經(jīng)網(wǎng)絡(luò)算法優(yōu)點(diǎn)的模糊神經(jīng)網(wǎng)絡(luò)對(duì)智能家居監(jiān)測(cè)系統(tǒng)采集的各環(huán)境因素進(jìn)行處理分析,從而能夠智能有效的提高人們的室內(nèi)生活質(zhì)量。