1) dynamic fuzzy neural network
动态模糊神经网络
1.
Intrusion detection system based on dynamic fuzzy neural network;
基于动态模糊神经网络的入侵检测系统
2.
To overcome the limitation of static fuzzy neural network model for dam deformation prediction,the dynamic fuzzy neural network approach is proposed.
实例表明动态模糊神经网络方法是可行的,可实现持久预报,具有较强的适应能力和较高的预报精度,可应用于在线实时变形预报及相关领域。
3.
With regard to the characteristics of flight data,a new identification method of flight data model based on dynamic fuzzy neural network is presented.
针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。
2) D-FNN
动态模糊神经网络
1.
Dynamic fuzzy neural network (D-FNN), through its own parameters learning, changeable topological structure and etc, is able to guarantee the demands for performances under the severe situations arising from the uncertainties inside linear motor and outside disturbances.
动态模糊神经网络控制通过自身所具有的参数学习以及拓扑结构可变等功能,保证在直线电机内部不确定性和外部扰动对系统严重影响的情况下,也能满足性能要求。
2.
In the D-FNN algorithm foundation, proposed one kind newly based on the ellipse primary function generalized dynamic fuzzy neural network method.
在D-FNN算法基础上,提出了一种新的基于椭圆基函数的广义动态模糊神经网络方法。
3.
A dynamic fuzzy neural network(D-FNN),algorithm is proposed.
为了解决模糊系统中的知识抽取问题和避免初值选择的任意性,提出一种新型的动态模糊神经网络算法。
3) dynamic fuzzy neural network(DFNN)
动态模糊神经网络
1.
A new dynamic fuzzy neural network(DFNN) was proposed based on neural network and fuzzy engineering according to the mathematical expression of cost estimation.
针对在产品方案设计阶段成本估算信息少且颗粒度大的问题,结合神经网络和模糊工程技术提出了动态模糊神经网络(DFNN),采用模糊推理的信息处理方法,在学习过程中隐层层数及维数根据规则不断变化,神经网络结构呈现动态。
4) DFNN
动态模糊神经网络
1.
An improvement for dynamic fuzzy neural network (DFNN) was presented to avoid its running into the local extreme.
针对动态模糊神经网络(DFNN)在进行预测应用时容易陷入"局部极值"的缺陷,提出一种改进方案。
2.
A DFNN(Dynamic Fuzzy Neural Network) is constructed by introducing recursion segment into the fuzzy neural network,which is trained using genetic a.
在模糊神经网络内部引入递归环节,构成了动态模糊神经网络DFNN(DynamicFuzzyNeuralNetwork),并采用具有全局寻优能力的遗传算法训练网络,克服了单纯BP算法易陷入局部最优解的缺点。
5) Dynamic Fuzzy Neural Networks
动态模糊神经神经网络
6) dynamic recurrent fuzzy neural network
动态递归模糊神经网络
1.
A novel dynamic recurrent fuzzy neural network is presented in this paper, and its dynamic back propagation algorithm is formulated according its mathematic models.
提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导出其动态反向传播学习算法,仿真结果表明对于动态系统的辨识,动态递归模糊神经网络较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果。
补充资料：基于模糊神经网络的模具产品报价系统
一、 报价系统概论
产品报价是指被讯价方根据自身所处市场环境、生产、经营、管理现状等因素而针对讯价方所指定的产品及其特殊的功能需求所报出的价格。产品报价是一种复杂而有重要的经济行为。产品报价的高低好坏有利于报价双方能面对面坐下来并经多次商讨而确定产品的成交价格并最终达成协议，签订合同。产品报价[1]，特别是比较复杂的产品报价，如模具产品报价，需要许多领域人员的协调工作，如技术、财务、商务等，必须考虑各种结构化和非结构化的因素。其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得订单的几率等，则需要考虑企业内外环境等各种不确定因素。从信息系统角度来考虑，整个报价过程是一个信息流动和信息处理的过程，包括信息的产生、传递、处理、存储；具有很复杂的信息流，涉及到销售、经营、设计、会计、生产计划、采购等等。
[1]目前国内外开发的报价系统依其功能可大致分为五类，即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统实际上是产品选型、初步设计加成本估算，其最终报价的形成有待提高；商务型报价系统，是在技术报价的基础上，对产品价格进行分析、计算、结合价格变化趋势预测的结果，确定合适的产品价格。其全部价值是基于产品成本而做的加价判断或推理。二者各自突现了自己的重点，如前者对报价的结构化问题处理较好，而后者对报价所涉及的非结构化因素研究较为深刻。
二、 模具产品的报价
模具产品的报价是一个非常复杂的过程。但从单纯的仅考虑结构化因素的技术报价来看。
框一、功能分解与评价：
根据客户提供的工件图纸及交货期限、或其他特殊的要求分析工件的结构特征、工艺参数等因素，提取有用信息。
框二、产品方案设计：
根据功能评价所提供的有用信息及交货期限等，考虑自身的生产、经营、管理现状，确定合理的方案。主要有工件排样、模具类型选择、压力机参数估算选型等。
框三、结构设计：
根据设计方案确定模具的合理结构和大致尺寸，同时选定模架形式等。
框四、成本估算：
根据工厂积累的有关经验数据（如外构件的价格、人工费用、材料费用、费用分配比例等）和以往开发同类产品的报价经验，由结构设计和方案设计所得的有关信息，估算产品成本。
框五、历史经验资料、数据：
为方案、结构、成本估算提供各种所需的资料、数据。包括各种工具书、国家标准、材料费用表、人工费用表、费用分配比例、以往开发经验及相关数据等非常有用的各种信息。
产品报价是指被讯价方根据自身所处市场环境、生产、经营、管理现状等因素而针对讯价方所指定的产品及其特殊的功能需求所报出的价格。产品报价是一种复杂而有重要的经济行为。产品报价的高低好坏有利于报价双方能面对面坐下来并经多次商讨而确定产品的成交价格并最终达成协议，签订合同。产品报价[1]，特别是比较复杂的产品报价，如模具产品报价，需要许多领域人员的协调工作，如技术、财务、商务等，必须考虑各种结构化和非结构化的因素。其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得订单的几率等，则需要考虑企业内外环境等各种不确定因素。从信息系统角度来考虑，整个报价过程是一个信息流动和信息处理的过程，包括信息的产生、传递、处理、存储；具有很复杂的信息流，涉及到销售、经营、设计、会计、生产计划、采购等等。
[1]目前国内外开发的报价系统依其功能可大致分为五类，即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统实际上是产品选型、初步设计加成本估算，其最终报价的形成有待提高；商务型报价系统，是在技术报价的基础上，对产品价格进行分析、计算、结合价格变化趋势预测的结果，确定合适的产品价格。其全部价值是基于产品成本而做的加价判断或推理。二者各自突现了自己的重点，如前者对报价的结构化问题处理较好，而后者对报价所涉及的非结构化因素研究较为深刻。
二、 模具产品的报价
模具产品的报价是一个非常复杂的过程。但从单纯的仅考虑结构化因素的技术报价来看。
框一、功能分解与评价：
根据客户提供的工件图纸及交货期限、或其他特殊的要求分析工件的结构特征、工艺参数等因素，提取有用信息。
框二、产品方案设计：
根据功能评价所提供的有用信息及交货期限等，考虑自身的生产、经营、管理现状，确定合理的方案。主要有工件排样、模具类型选择、压力机参数估算选型等。
框三、结构设计：
根据设计方案确定模具的合理结构和大致尺寸，同时选定模架形式等。
框四、成本估算：
根据工厂积累的有关经验数据（如外构件的价格、人工费用、材料费用、费用分配比例等）和以往开发同类产品的报价经验，由结构设计和方案设计所得的有关信息，估算产品成本。
框五、历史经验资料、数据：
为方案、结构、成本估算提供各种所需的资料、数据。包括各种工具书、国家标准、材料费用表、人工费用表、费用分配比例、以往开发经验及相关数据等非常有用的各种信息。
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