1) neurofuzzy compensator
模糊神经补偿器
2) compensate fuzzy nerve net control
补偿模糊神经网
1.
The research on grind affect gene of sheet plastic shape on compensate fuzzy nerve net control;
基于补偿模糊神经网板料塑性成形摩擦影响因子研究
3) CFNN
补偿模糊神经网络
1.
APPLICATION OF CFNN IN PREDICTION OF RESERVOIR PARAMETERS;
补偿模糊神经网络在储层参数预测中的应用
2.
In order to overcome the drawbacks of conventional Artificial Neural Networks (ANN) and Fuzzy Neural Networks (FNN), the Compensatory Fuzzy Neural Network (CFNN) with fast learning algorithms was introduced.
针对常规神经网络和模糊神经网络的不足,介绍了一种具有快速算法的补偿模糊神经网络,并根据电火花加工的工艺特点及其复杂性,建立了基于补偿模糊神经网络的电火花加工工艺效果预测模型,可实现指定加工条件下的工艺效果预测。
3.
To solve the problem of image filtering,a novel method based on Compensatory Fuzzy Neural Network(CFNN) has been proposed.
针对图像滤波难题,将补偿模糊神经网络应用于图像滤波中,提出了基于补偿模糊神经网络(compensatory fuzzy neural network)的图像滤波方法。
4) Compensation fuzzy neural networks
补偿模糊神经网络
1.
Application Research of Compensation Fuzzy Neural Networks in Human Reliability Analysis;
补偿模糊神经网络在人因可靠性分析中的应用研究
2.
Application Research of Compensation Fuzzy Neural Networks in Fault Tree Analysis;
补偿模糊神经网络在故障树分析中的应用研究
3.
In this paper a new predictive model based on compensation fuzzy neural networks for thermal error in NC machine tool is proposed .
文章提出了一种基于补偿模糊神经网络的数控机床热误差预报模型 ,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题 ,并给出了智能预报结果和精度评
5) compensative fuzzy neural network
补偿模糊神经网络
1.
This paper establishes the compensative fuzzy neural network model for assessing sand liquefaction potential with seven parameters including earthquake magnitude,peak ground surface acceleration,standard penetration value,specific penetration resistance,relative compaction,average particle diameter,and water table based on analyzing some influencing factors of sand liquefaction.
在分析砂土液化影响因素的基础上,选取震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径、地下水位等7个因素作为评价指标,建立了砂土液化势评价的补偿模糊神经网络模型。
2.
The compensative fuzzy neural network(CFNN) based on compensative fuzzy logic and neural network and its study arithmetic are researched.
研究了基于补偿模糊逻辑与神经网络相结合的补偿模糊神经网络(CFNN)。
6) compensatory fuzzy neural network
补偿模糊神经网络
1.
Fault diagnosis for the million-kilowatt-class nuclear power turbo-generator based on compensatory fuzzy neural network
基于补偿模糊神经网络的核电百万千瓦级汽轮发电机的故障诊断
2.
Relative rules are made and trained by using compensatory fuzzy neural network.
为了克服当前提出的无人机编队飞行的不足,提出一种新的无人机编队飞行概念——自由编队飞行,制定了相关的避让规则,用补偿模糊神经网络进行训练,实现自由编队飞行的补偿模糊神经网络控制。
3.
this paper makes use of compensatory fuzzy neural network to build vocational schools teachers\' teaching evaluation model and by referring to the "Mechanical Drawing" which summed up the six-steps process of producing parts and formulate the principle of six steps.
利用补偿模糊神经网络构建高职院校教师的教学评价模型,借鉴《机械制图》教学过程中总结出的零件制作6个步骤,形成"六步法则",将其应用于模型构建的整个过程。
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