导读:本文包含了复合型模糊神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:复合型模糊神经网络,多层递归,预测控制,区域逼近
复合型模糊神经网络论文文献综述
郝利军[1]（2008）在《一类复合型模糊神经网络的改进及应用研究》一文中研究指出对于一类复合型模糊神经网络,论文首先进行了多方面的改进研究尝试。第一,对于递归复合型模糊神经网络采用了改进的BP学习方法,如引入动态学习率和动量项等,仿真证明网络逼近速度有所提高;第二,通过对递归复合型模糊神经网络的动态研究发现,引入多层递归环节对于网络的动态逼近能力有着显着的增强;第叁,实际工业过程中,往往有许多先验知识,而复合型模糊神经网络可以利用其规则网络对先验知识进行融合,为此,深入研究了规则网络的先验知识利用;第四,深入探讨了多层递归复合型模糊神经网络对于数据噪声的抑制能力。将模糊神经网络与预测控制相结合,是提高系统鲁棒性和克服系统不确定性的有效手段,也是解决不确定性系统控制难题的有效方法,论文采用多层递归复合型模糊神经网络作为预测模型,构建了模糊预测控制方案,仿真研究表明了其有效性。对于具有区域特征的复杂对象,提出了对于不同区域采用各自适合的子网络进行逼近的方法,以多个子网络的结合,共同逼近复杂过程对象。每个子网络表现为具有自适应性的模糊神经网络,网络的结构随着对象区域的不同而改变。(本文来源于《北京化工大学》期刊2008-06-05）
王京慧,李宏光[2]（2003）在《递归复合型模糊神经网络结构研究》一文中研究指出针对一类能够有效引入过程先验知识的复合型模糊神经网络 ,研究了其动态结构 .通过对复合型模糊神经网络的函数网络的第二层引入动态递归环节 ,使其具有动态映射能力 ,实现了对动态系统的良好响应 .本文采用了动态非线性模型对其进行仿真研究 ,结果表明 ,对于处理动态非线性系统 ,此动态复合模糊神经网络较之静态网络在收敛速度、预测精度和网络规模等方面都有较大的改善(本文来源于《信息与控制》期刊2003年02期）
王京慧[3]（2003）在《一类复合型模糊神经网络的递归算法研究及应用》一文中研究指出论文针对动态非线性系统建模、辨识和控制等问题,提出了一类由递归函数网络和规则网络构成的递归复合型模糊神经网络。其中规则网络通过对生产过程先验知识的利用,确定规则推理和学习的模糊神经网络结构,实现操作区域的划分;递归函数网络则运用常规模糊神经网络进行相应过程操作区域内的非线性函数逼近,并在其第二层内部引入了递归环节,利用内部反馈,记录系统前一时刻的信息。此种网络结构不但能有效地利用对象的先验知识,而且对动态系统具有很好的响应。论文采用了几类动态非线性函数模型分别对模糊神经网络、动态模糊神经网络、复合型模糊神经网络和递归复合型模糊神经网络进行了仿真研究,结果表明递归复合型模糊神经网络较之其他网络在动态系统响应能力和网络学习精度方面都有显着的提高,其内部递归反馈的结构比外反馈的网络结构网络规模小,性能好。论文还研究了当数据样本集中含有噪声的情况,仿真实验的结果说明递归复合型模糊神经网络具有较强的抗干扰能力,适当的调整网络结构,可有效的抑制有色噪声的影响。最后,论文将递归复合型模糊神经网络应用于DMF(双塔)回收系统,利用现场的实时数据,采用递归复合型模糊神经网络对系统进行辨识和建模,获得了满意的结果。研究表明,论文所研究的递归复合型模糊神经网络在处理动态非线性系统问题上具有良好的性能,在实际生产过程的应用上有广泛的前景。(本文来源于《北京化工大学》期刊2003-02-28）
何谦,李宏光[4]（2000）在《非线性系统建模的复合型模糊神经网络研究》一文中研究指出针对非线性系统建模问题 ,提出了一类由函数逼近和规则推理网络构成的复合型模糊神经网络 ,其规则网络基于过程先验知识用于对操作区间的划分 ,而函数网络采用改进型模糊神经网络结构完成非线性函数逼近。采用一类非线性函数模型进行了仿真研究 ,结果表明 ,复合型模糊神经网络较之普通模糊神经网络在建模收敛速度和预测精度等方面都有较大的改善。(本文来源于《北京化工大学学报(自然科学版)》期刊2000年04期）
李宏光,何谦[5]（2000）在《化工过程建模中的一类复合型模糊神经网络》一文中研究指出针对化工非线性过程建模问题 ,本文提出了一类由函数逼近和规则推理网络构成的复合型模糊神经网络 ,其规则网络基于过程先验知识用于对操作区间的划分 ,而函数网络采用改进型模糊神经网络结构完成非线性函数逼近。该技术已成功地用于某工业尿素CO2 汽提塔液位建模。(本文来源于《计算机与应用化学》期刊2000年05期）
复合型模糊神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对一类能够有效引入过程先验知识的复合型模糊神经网络 ,研究了其动态结构 .通过对复合型模糊神经网络的函数网络的第二层引入动态递归环节 ,使其具有动态映射能力 ,实现了对动态系统的良好响应 .本文采用了动态非线性模型对其进行仿真研究 ,结果表明 ,对于处理动态非线性系统 ,此动态复合模糊神经网络较之静态网络在收敛速度、预测精度和网络规模等方面都有较大的改善
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
复合型模糊神经网络论文参考文献
[1].郝利军.一类复合型模糊神经网络的改进及应用研究[D].北京化工大学.2008
[2].王京慧,李宏光.递归复合型模糊神经网络结构研究[J].信息与控制.2003
[3].王京慧.一类复合型模糊神经网络的递归算法研究及应用[D].北京化工大学.2003
[4].何谦,李宏光.非线性系统建模的复合型模糊神经网络研究[J].北京化工大学学报(自然科学版).2000
[5].李宏光,何谦.化工过程建模中的一类复合型模糊神经网络[J].计算机与应用化学.2000