基于模糊神经网络的目标自动识别 python

ATR-FNN 基于模糊神经网络的目标自动识别，在这个实现中，我们已经对2种神经网络进行了多类分类任务的比较研究。使用的数据集 - MSTAR SAR DATA

论文《基于模糊神经网络的发动机故障诊断专家系统的研究》

论文《基于模糊神经网络的发动机故障诊断专家系统的研究》

基于模糊神经网络的短期电力负荷预测的研究08硕士论文-基于模糊神经网络的短期电力负荷预测的研究.part2.rar

基于模糊神经网络的短期电力负荷预测的研究08硕士论文-基于模糊神经网络的短期电力负荷预测的研究.part2.rar 【英文题名】 Short-term Load Forecasting Based on Fuzzy Neural Network 【作者中文名】 崔志坤; 【导师】 王翠茹; 【学位授予单位】 华北电力大学（河北）; 【学科专业名称】 计算机应用技术 【学位年度】 2008 【论文级别】 硕士 【网络出版投稿人】 华北电力大学（河北） 【网络出版投稿时间】 2008-10-07 【关键词】 负荷预测; 神经网络; 模糊逻辑; 遗传算法; 【英文关键词】 Load Forecast; Neural Networks; Fuzzy logic; Genetic algorithm; 【中文摘要】 短期负荷预测是电力系统安全经济运行的前提,在电力系统发展日趋复杂的今天,传统的负荷预测技术越来 越难以满足电力部门负荷预测精度要求,应用智能算法进行电力系统的短期负荷预测,提高负荷预测的精度和稳定性,具有 十分重要的意义。在分析了电力系统负荷预测的意义和方法之后,本文在研究模糊推理和神经网络的基础上,提出了构造 模糊神经网络模型的新方法,将模糊推理融入到了BP网络中,并且用遗传算法来训练网络参数,直到误差趋于一稳定值,然 后用优化的权值进行BP算法,实现短期负荷预测,仿真实验给果表明该方法加快网络学习速度,并能提高负荷预测精度。 【英文摘要】 Short-term load forecasting is the precondition of economic and secure operation of power system. With the power system becoming more and more complex, it s demonstrated that those traditional load-forecasting technologies can t satisfy the requirement of load forecasting which becomes more and more strict. So using intelligent technologies to improve the forecasting accuracy and stability of the load forecasting of electric power system is a new character of the short-term load forecasting field of electri...

天正土方2013破解补丁

天正土方2013破解补丁

基于模糊神经网络的葡萄病害诊断系统研究.caj

基于模糊神经网络的葡萄病害诊断系统研究.caj

论文研究-基于改进模糊神经网络的PID参数自整定.pdf

针对传统PID整定控制效果差且单纯神经网络整定存在参数学习和调整困难等问题，提出了一种基于改进模糊神经网络的PID参数整定方法。在该方法中，PID控制器的控制参数采用基于Mamdani模型的模糊神经网络进行自适应整定，模糊神经网络参数采用混沌遗传算法离线粗调和BP算法在线细调的方式进行学习和调整，仿真结果表明该整定策略动态响应快、误差控制精度高且网络中各节点及参数物理意义明确。最后分别从模糊规则数的变化及适应度函数的选取两方面提出两种优化方案，仿真结果表明增加模糊规则数或采用不同的适应度函数都有利于进一步减小控制误差。

论文研究-基于模糊神经网络PID算法的伺服控制系统 .pdf

基于模糊神经网络PID算法的伺服控制系统，杨垒，，设计高精度的跟踪控制器是直流无刷电机伺服控制系统实现功能的重要保障。利用PID算法设计跟踪控制器模型进行控制虽然是一种有效的

基于模糊神经网络的自适应PID控制器

智能控制是未来工业控制的发展方向，而PID结构简单，基于模糊神经网络的自适应PID智能控制器能够提高控制系统的稳定性和快速性。

论文研究-基于模糊神经网络的实时路段行程时间估计.pdf

论文研究-基于模糊神经网络的实时路段行程时间估计.pdf,  基于对我国城市交通流的物性分析 ,提出了一种基于模糊神经网络的实时路段行程时间估计模型 ,用于将来自于交通控制中心的实时交通数据转换成为能够反映路段实时运行状况的直观参数 :路段行程时间 ,从而为交通流诱导服务 .这种方法用具有更高智能的神经网络实现了对抽象模糊规则的自动纠错的记忆 ,符合人类认识的模式 ,能令人满意地表达经验知识 ,而且模糊输入输出关系具有了明确的表达能力 .

基于并行模糊神经网络的车牌识别研究

基于并行模糊神经网络的车牌识别研究,提出了一种模板跟神经网络融合的新算法

一种基于模糊神经网络的故障分类器及其在多传感器故障诊断

模糊神经网络算法 模糊神经网络算法 模糊神经网络算法

模糊神经网络电子书 汪培庄等人编写

本书分为两部分。第一部分介绍了基本的神经网络模型， 包括感知机，反向传播，HP网络，自适应共振理论，对抗 传播网络，认知祝和新认知机，双向联想记忆等。第二部分介绍了模糊神经网络，包括模糊神经网络的基本内容及一些重要的模糊神经网络模型．如模糊联想记忆，模糊认知图，神经逻辑网络，神经网络骚动性模糊推理，模糊神经控制模型L1和L2，神经专家处理器，真值流推理网络．由于本书篇幅的关系，还有些重要的网络模型虽然没有详细介绍，但都在概论中作了简要介绍。各章后财有参考文献。附录B是帮助阅读全书的思考题， 本书可供研究模糊神经网络的科技工作者参考，同时也可作为大专院校有关专业的教材。

基于TS模型的模糊神经网络

期刊论文，从知网购买下载下来的，基于TS模型的模糊神经网络如何来建立，仿真，应用

基于T-S模型的模糊神经网络

基于T-S模型的模糊神经网络

模糊神经网络很好的代码matlab

模糊神经网络模糊神经网络模糊神经网络模糊神经网络模糊神经网络模糊神经网络模糊神经网络模糊神经网络模糊神经网络模糊神经网络模糊神经网络

模糊神经网络实现代码

自己编写的模糊神经网络模型，自测试能用，优化效果比较不错。基于BP神经网络进行修改后的模型。

基于T_S模型的模糊神经网络

一种基于 Takagi2 Sugeno 模型的模糊神经网络由 前件网络和后件网络两部分组成。 前件网络用来匹配模糊规 则的前件, 它相当于每条规则的适用度。 后件网络用来实现 模糊规则的后件。 总的输出为各模糊规则后件的加权和, 加 权系数为各条规则的适用度。 所提出的模糊神经网络具有局 部逼近功能, 且具有神经网络和模糊逻辑两者的优点。 它既 可以容易地表示模糊和定性的知识, 又具有较好的学习能 力。 给出了调整规则后件参数及前件隶属度函数参数的学习 算法, 举例说明了它的逼近性能。

模糊神经网络算法的实现

基于模糊神经网络算法的信息融合的实现系统