说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 递阶模糊神经网络
1)  hierarchical fuzzy neural-networks
递阶模糊神经网络
1.
A reinforcement learning approach based on hierarchical fuzzy neural-networks(HFNN)for solving complicated learning task in continuous multi-variable environment was proposed.
针对多变量连续空间学习问题的复杂性,给出了一种采用递阶模糊神经网络(HFNN)的强化学习方法,两个结构相同的HFNN分别同时完成模糊动作的合成以及值函数的逼近,网络参数通过梯度下降法在线调整。
2)  Recurrent fuzzy neural network
递归模糊神经网络
1.
Recurrent Fuzzy Neural Network Variable Structure Position Controller Based on Vector Control of PMLSM;
采用递归模糊神经网络的永磁直线同步电机变结构控制
2.
A kind of recurrent fuzzy neural network(RFNN) is constructed,in which,recurrent neural network is used to realize fuzzy inference and temporal relations are embedded in the network by adding feedback connections on the first layer of the network.
构造了一种递归模糊神经网络(RFNN),该RFNN利用递归神经网络实现模糊推理,并通过在网络的第一层添加了反馈连接,使网络具有了动态信息处理能力。
3.
A variable-structure control of a permanent magnet linear synchronous motor(PMLSM) servo-drive system using a recurrent fuzzy neural network was put forward to solve the problem of poor control precision in the servo system of packaging binding machine.
根据裹包机的驱动系统控制精度较差的问题,提出采用应用递归模糊神经网络变结构控制线性同步电动机伺服系统,经过仿真,结果表明,该控制系统克服了上述缺点。
3)  recurrent compensatory fuzzy-neuro network
递归补偿模糊神经网络
4)  recursion T-S fuzzy neural network
递归T-S模糊神经网络
5)  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。
6)  TSK-type recurrent fuzzy neural network
TSK型递归模糊神经网络
1.
It uses TSK-type recurrent fuzzy neural network.
该方法中使用了一种TSK型递归模糊神经网络,可同时动态在线进行结构学习和参数学习,以提高位置控制静态精度和动态跟踪性能,仿真结果表明,所设计的TSK型模糊神经网络位置控制器响应速度快,跟踪性能好,输出精度高,动、静态特性优于传统PID。
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。
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