1) ANFIS
自适应神经模糊系统
1.
Application of ANFIS in prediction of refractory brick support ring's highest temperature;
自适应神经模糊系统在托砖架最高温度预测中的应用
2) ANFIS
自适应神经-模糊推理系统
1.
Based on the PSO algorithm characteristics of searching the parameter space concurrently and efficiently,the structure parameters of adaptive network-based fuzzy inference system(ANFIS) were tuned by the hybrid algorithm which combined particle swarm optimization with least-square method.
根据粒子群算法对整个参数空间进行高效并行搜索的特点,提出了最小二乘法和粒子群优化算法相结合的混合学习算法对自适应神经-模糊推理系统网络结构参数进行优化设计。
3) adaptive neuro-fuzzy inference system
自适应神经模糊推理系统
1.
Application of adaptive neuro-fuzzy inference system in anti-swing control to crane hook;
应用于起重机稳钩控制的自适应神经模糊推理系统
2.
Power load forecast based on principal component analysis and adaptive neuro-fuzzy inference system;
基于主成分分析法和自适应神经模糊推理系统的电力负荷预测
3.
Modeling of gyroscope based on adaptive neuro-fuzzy inference system
基于自适应神经模糊推理系统的陀螺建模方法
4) ANFIS
自适应神经模糊推理系统(ANFIS)
5) adaptive neuro-fuzzy inference system (ANFIS)
自适应模糊神经推理系统
1.
To take full advantage of the common concrete strength testing methods-the drill method and the rebound mcthod, an adaptive neuro-fuzzy inference system (ANFIS) model is built up to evaluate concrete strength.
为了充分利用钻芯法和回弹法这2种常用混凝土测强方法的特点,建立自适应模糊神经推理系统模型来综合评定结构的混凝土强度。
6) adaptive neuro-fuzzy inference system(ANFIS)
自适应神经模糊推理系统
1.
The model is used to perform the numerical simulation of slope stable state,to acquire the data for adaptive neuro-fuzzy inference system(ANFIS) analysis.
同时基于自适应神经模糊推理系统建立了岩体力学参数与边坡抗滑力和下滑力的映射模型,分析得到抗滑力和下滑力的统计特征。
2.
Due to the variation of motor parameters and load of the AC motor vector control system, an adaptive neuro-fuzzy inference system(ANFIS)is designed to use at the speed adjustment of the AC motor vector control system.
针对交流电动机矢量控制系统因电机参数变化和负载波动等因素而使性能变差的问题,设计了一种基于改进算法的自适应神经模糊推理系统(ANFIS)的交流电动机矢量控制系统速度调节器。
补充资料：模糊系统
输入、输出和状态变量定义在模糊集上的系统。模糊系统是确定性系统的一种推广（见系统、自动控制系统）。美国自动控制专家L.A.扎德于1965年提出模糊子集的概念。此后，模糊系统理论得到发展，并应用于模糊规划、模糊决策、模糊控制，以及人机对话系统、经济信息系统、医疗诊断系统、地震预测系统、天气预报系统等方面。
基本概念 在研究没有人参与的定量化的精确系统时有一系列行之有效的系统理论。但在人机系统、管理系统、经济系统、社会系统等与人的思维活动有某种联系的系统中，由于人脑的逻辑、推理、判断、决策并非完全精确，这种与人有关的系统就具有某种模糊性。随着电子数字计算机向智能机的方向发展，将出现越来越多的模糊系统。
在通常的系统理论中，一个系统在某一时刻的状态和输入一经决定，下一时刻的状态和输出就明确地唯一决定，这种系统称为确定性系统，否则就称为非确定性系统。假定给出系统某一时刻的状态与输入，尽管不能唯一决定下一时刻的状态与输出，但能决定下一状态出现的概率分布，这种系统则称为随机系统，这是一类非确定性系统。如果不能决定下一状态出现的概率分布，但可以确定下一时刻所有可能状态的集合，这是另一类非确定性系统。如果把这种非确定性系统中可能状态的集合用模糊集合来表示，就成为模糊系统。
数学描述 模糊系统Sf用一个五元组来描述：
Sf＝{X，U，Y，δ，β}式中X是状态空间;U是输入空间;Y是输出空间;δ:嗘(X)×嗘(U)→嗘(X)，是模糊状态转移函数；β：嗘(X)→嗘(Y),是模糊输出函数；这里,嗘(X),嗘(U),嗘(Y)分别是X，U，Y上的模糊子集的族。模糊系统的状态方程可写成：
xt+1＝δ(xt，ut)式中xt，xt+1分别是时刻t，t＋1的模糊状态,xt，xt+1∈嗘(X);ut是时刻t的模糊输入,ut∈嗘(U)。输出方程是：
yt＝β(xt)式中yt是时刻t的模糊输出，yt∈嗘(Y)。
在一般系统中,xt，ut，yt是向量。在模糊系统中，xt，ut，yt是X，U，Y上的模糊子集。
模糊系统也可以方便地用模糊关系描述,此时嗘(U)、嗘(X)和嗘(Y)之间的关系可表示为模糊关系方程。
研究内容 模糊系统和经典系统一样，它的研究内容也包括能达性、能观测性、最小实现、系统辨识、预测、控制和稳定性等方面。
基本概念 在研究没有人参与的定量化的精确系统时有一系列行之有效的系统理论。但在人机系统、管理系统、经济系统、社会系统等与人的思维活动有某种联系的系统中，由于人脑的逻辑、推理、判断、决策并非完全精确，这种与人有关的系统就具有某种模糊性。随着电子数字计算机向智能机的方向发展，将出现越来越多的模糊系统。
在通常的系统理论中，一个系统在某一时刻的状态和输入一经决定，下一时刻的状态和输出就明确地唯一决定，这种系统称为确定性系统，否则就称为非确定性系统。假定给出系统某一时刻的状态与输入，尽管不能唯一决定下一时刻的状态与输出，但能决定下一状态出现的概率分布，这种系统则称为随机系统，这是一类非确定性系统。如果不能决定下一状态出现的概率分布，但可以确定下一时刻所有可能状态的集合，这是另一类非确定性系统。如果把这种非确定性系统中可能状态的集合用模糊集合来表示，就成为模糊系统。
数学描述 模糊系统Sf用一个五元组来描述：
Sf＝{X，U，Y，δ，β}式中X是状态空间;U是输入空间;Y是输出空间;δ:嗘(X)×嗘(U)→嗘(X)，是模糊状态转移函数；β：嗘(X)→嗘(Y),是模糊输出函数；这里,嗘(X),嗘(U),嗘(Y)分别是X，U，Y上的模糊子集的族。模糊系统的状态方程可写成：
xt+1＝δ(xt，ut)式中xt，xt+1分别是时刻t，t＋1的模糊状态,xt，xt+1∈嗘(X);ut是时刻t的模糊输入,ut∈嗘(U)。输出方程是：
yt＝β(xt)式中yt是时刻t的模糊输出，yt∈嗘(Y)。
在一般系统中,xt，ut，yt是向量。在模糊系统中，xt，ut，yt是X，U，Y上的模糊子集。
模糊系统也可以方便地用模糊关系描述,此时嗘(U)、嗘(X)和嗘(Y)之间的关系可表示为模糊关系方程。
研究内容 模糊系统和经典系统一样，它的研究内容也包括能达性、能观测性、最小实现、系统辨识、预测、控制和稳定性等方面。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条