导读:本文包含了模糊优选神经网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,模糊,模型,算法,评价,护坡,咸水。
模糊优选神经网络论文文献综述
李志旭[1]（2016）在《火炮关键参数误差方案的模糊优选神经网络综合评价研究》一文中研究指出在火炮工程实际中,材料的加工制造、机械零部件的装配、发射环境等都会存在一定的误差或不确定性,它们耦合在一起影响火炮武器系统的整体性能。本文以此为研究背景,运用现代优化理论与方法对火炮关键参数及其误差进行优化设计,并对关键参数误差方案进行综合评价研究,主要内容包括:(1)建立了某大口径车载炮上装部分有限元分析计算模型,利用最优拉丁超立方采样法和BP神经网络方法,建立了表征火炮上架结构关键参数的设计变量、材料特性参数的不确定性量与上架结构的质量、应力、位移,以及弹丸起始扰动非线性关系的近似模型。(2)建立了火炮上架关键参数及其误差的区间不确定性优化的数学模型,利用区间数序关系模型对不确定性优化的数学模型进行转换,在近似模型的基础上,利用智能优化算法求解火炮关键参数及其误差的区间不确定性优化的数学模型。(3)利用层次分析法对火炮关键参数误差方案评价指标体系中各个评价指标的相对重要性进行分析,得到各个评价指标的权重值。利用近似模型和最优拉丁超立方抽样法,计算得到火炮关键参数误差方案评价指标特征值。根据模糊隶属度原则,对评价指标特征值进行规范化处理。(4)以基于模糊理论的模糊优选法和人工神经网络理论为基础,构建了模糊优选BP神经网络综合评价模型,并将其应用在某火炮关键参数误差方案的评价与优选中,取得了合理的评价结果。(本文来源于《南京理工大学》期刊2016-12-01）
邱林,任国源,王文川,雷冠军,闫海龙[2]（2015）在《模糊优选神经网络模型在水资源价值评价中的应用》一文中研究指出为了克服水资源价值评价中可变模糊综合评价模型的平方准则、距离参数及权重确定方法选取主观性的不足,本文在综合模糊优选模型和神经网络理论的基础上,运用神经网络的自学习能力,通过网络结构的调整自主获得指标权重,提出了基于模糊优选神经网络的水资源价值评价模型。提出的模型通过利用水资源价值模糊综合评价指数,将反映水资源价值不同层次的各种因素综合起来,反映与水资源有关的诸要素的影响。将提出的模型运用到济南市的水资源价值的综合评价中,结果表明模糊优选神经网络模型的评价结果不但与可变模糊综合评价模型相近,而且能够克服可变模糊综合评价模型中的人工定参数的不足,具有较强的实用性,为水资源价值评价提供了一个很好的途径。(本文来源于《水资源研究》期刊2015年04期）
彭勇,薛志春[3]（2011）在《基于LM算法的模糊优选神经网络模型》一文中研究指出针对传统模糊优选神经网络模型训练速度慢、训练结果易陷入局部最小解的缺点,提出了基于LM算法的模糊优选神经网络模型且对传递函数进行了改进,并预测分析了黄河内蒙段的叁湖河口站和巴彦高勒站冰情。实例结果表明,改进模型训练速度更快、训练预测结果更优。(本文来源于《水电能源科学》期刊2011年09期）
张大勇,王冬,王建军[4]（2011）在《基于模糊神经网络的护坡植被优选》一文中研究指出以寒区黏土(pH=6.97)、粉质黏土(pH=7.81)、砂土(pH=8.33)3种土质作为试验对象,并分别种植紫花苜蓿、小冠花、无芒雀麦。从植被高度、颜色、均一度、抗病性、抗旱性、抗贫瘠性、复生率、盖度、植株密度、抗拉强度、抗剪强度11个指标建立护坡植被评价体系,利用模糊神经网络理论,构建了植被护坡优选模型并应用。结果表明,黏土上小冠花的护坡效果最好,其次为粉质黏土的无芒雀麦。(本文来源于《东北林业大学学报》期刊2011年07期）
曾庆恒,庞进,吴国云,周小龙[5]（2011）在《基于模糊神经网络系统的压裂井层优选》一文中研究指出压裂效果受多种因素的影响,不同井况的不同参数对压裂效果的影响程度不一样,具有许多的模糊性。本文运用模型模糊神经网络,建立各种影响因素与压裂效果之间的关系模型和预测模型,可以用来指导压裂选井选层和压裂施工工艺。实践证明,该方法用于压裂效果预测具有良好的适应性和实用性。(本文来源于《Proceedings of the 2011 International Conference on Software Engineering and Multimedia Communication（SEMC 2011 V1）》期刊2011-07-09）
柴春岭,苏艳超,刘玉春,杨路华[6]（2011）在《基于模糊优选BP神经网络模型的作物-水盐响应关系模拟研究》一文中研究指出棉花在诸多影响因素下,生长过程表现为复杂的非线性,使其水-盐的响应关系难以用传统的数学模型进行精确描述。本研究基于大田棉花膜下咸淡水滴灌试验成果,采用模糊优选BP神经网络模型,对籽棉产量与灌溉水量和灌溉水矿化度的响应关系进行了模拟。结果表明:该模型的模拟结果精度良好。模拟得到的连接权重矩阵可良好地表达籽棉产量与各生长阶段微咸水处理水平之间的响应关系,在微咸水灌溉技术中具有一定的指导意义。(本文来源于《河北农业科学》期刊2011年04期）
吁莎[7]（2011）在《基于模糊优选BP神经网络的水利水电工程造价估算研究》一文中研究指出工程造价是影响工程项目立项的重要依据之一，工程造价估算是项目开发前期工作的重要任务之一。在项目前期决策阶段，由于缺乏详细的工程资料，很难利用传统的定额方法进行造价估算。针对工程投资机会研究阶段和初步可行性研究阶段的造价估算新方法的研究具有重要意义。本文将模糊数学理论和神经网络理论相结合应用于水电工程造价估算。首先用模糊数学理论对水电工程造价案例进行筛选，挑选出与待估工程较为类似的训练样本；再采用BP神经网络，实现水电工程特征与造价之间的复杂非线性映射。最后用已建模型对待估工程进行造价估算，通过对比其预测值和实际值，对所建模型的预测精度进行验证。本文的主要研究内容如下：（1）对水电工程投资发展现状和造价管理现状出进行评述，特别是运用模糊数学理论和BP神经网络理论建立估算模型的有关研究进行综述。（2）基于两大理论建立水电工程造价估算模型，并对水电工程项目进行PBS分解，建立水电工程比较层项目；运用解释结构模型理论对比较层项目的造价影响因素进行分析，建立比较层项目的特征类目指标，为模糊优选和造价估算提供基础。（3）水电工程学习样本模糊优选。基于模糊数学理论，结合比较层项目工程实际，确立其特征类目指标的隶属度和权重，并进行贴近度计算，挑选出优选学习样本。（4）应用BP神经网络进行水电工程造价估算。利用BP神经网络理论进行工程造价估算，包括各子模型参数设计及输入输出数据预处理等，并在Matlab中实现整个模型估算。（5）案例研究。根据已建造价估算模型，对某水电工程项目进行造价估算，并将模型估算结果与实际值进行比较，验证估算模型的有效性和实用性。本文的研究只是涉及到模型的建立、估算方法等几个问题的初步研究，样本数据库有效建立、模型泛化能力的改善及可视化操作平台的开发都有待进一步深入研究。(本文来源于《长沙理工大学》期刊2011-04-01）
贾永峰,岳欣[8]（2011）在《BP模糊优选神经网络在房地产开发中的应用》一文中研究指出在模糊优选理论的基础上,构建了一个BP模糊优选神经网络评价模型,较好地解决了房地产开发项目中各项指标所占的权重问题以及管理水平的评价问题。运用Matlab进行仿真的实验结果验证了该模型的智能性和有效性。(本文来源于《Proceedings of International Conference on Engineering and Business Management(EBM2011)》期刊2011-03-22）
曾庆恒,庞进,吴国云,周小龙[9]（2010）在《基于模糊神经网络系统的压裂井层优选》一文中研究指出压裂效果受多种因素的影响,不同井况的不同参数对压裂效果的影响程度不一样,具有许多的模糊性。本文运用模型模糊神经网络,建立各种影响因素与压裂效果之间的关系模型和预测模型,可以用来指导压裂选井选层和压裂施工工艺。实践证明,该方法用于压裂效果预测具有良好的适应性和实用性。(本文来源于《Proceedings of 2010 International Conference on Broadcast Technology and Multimedia Communication(Volume 4)》期刊2010-12-13）
季丁魁[10]（2010）在《基于模糊优选神经网络的输变电工程项目经济后评价研究》一文中研究指出项目后评价是检验投资决策效果,总结经验教训,促进项目决策的科学化、规范化的一种有效手段,日益得到项目决策和管理机构的重视。在电力市场环境下,电网经营企业作为独立参与市场交易的经济实体,电网建设项目后评价是实现电网发展目标的有效手段和主要途径。本文在介绍电网建设项目后评价方法的基础上,着重研究了输变电工程项目的经济效益评价方法。论文建立输变电工程项目的经济效益后评价的指标体系,并将模糊优选理论与BP神经网络理论相结合,得到具有明确物理含义的模糊优选BP神经网络权重调整模型,作为输变电项目经济效益后评价的评价方法。将该评价模型应用于唐山市某一输变电项目,结果表明该项目经济效益良好及该后评价模型可行的结论。(本文来源于《华北电力大学（河北）》期刊2010-05-06）
模糊优选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：
为了克服水资源价值评价中可变模糊综合评价模型的平方准则、距离参数及权重确定方法选取主观性的不足,本文在综合模糊优选模型和神经网络理论的基础上,运用神经网络的自学习能力,通过网络结构的调整自主获得指标权重,提出了基于模糊优选神经网络的水资源价值评价模型。提出的模型通过利用水资源价值模糊综合评价指数,将反映水资源价值不同层次的各种因素综合起来,反映与水资源有关的诸要素的影响。将提出的模型运用到济南市的水资源价值的综合评价中,结果表明模糊优选神经网络模型的评价结果不但与可变模糊综合评价模型相近,而且能够克服可变模糊综合评价模型中的人工定参数的不足,具有较强的实用性,为水资源价值评价提供了一个很好的途径。
（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。
模糊优选神经网络论文参考文献
[1].李志旭.火炮关键参数误差方案的模糊优选神经网络综合评价研究[D].南京理工大学.2016
[2].邱林,任国源,王文川,雷冠军,闫海龙.模糊优选神经网络模型在水资源价值评价中的应用[J].水资源研究.2015
[3].彭勇,薛志春.基于LM算法的模糊优选神经网络模型[J].水电能源科学.2011
[4].张大勇,王冬,王建军.基于模糊神经网络的护坡植被优选[J].东北林业大学学报.2011
[5].曾庆恒,庞进,吴国云,周小龙.基于模糊神经网络系统的压裂井层优选[C].Proceedingsofthe2011InternationalConferenceonSoftwareEngineeringandMultimediaCommunication（SEMC2011V1）.2011
[6].柴春岭,苏艳超,刘玉春,杨路华.基于模糊优选BP神经网络模型的作物-水盐响应关系模拟研究[J].河北农业科学.2011
[7].吁莎.基于模糊优选BP神经网络的水利水电工程造价估算研究[D].长沙理工大学.2011
[8].贾永峰,岳欣.BP模糊优选神经网络在房地产开发中的应用[C].ProceedingsofInternationalConferenceonEngineeringandBusinessManagement(EBM2011).2011
[9].曾庆恒,庞进,吴国云,周小龙.基于模糊神经网络系统的压裂井层优选[C].Proceedingsof2010InternationalConferenceonBroadcastTechnologyandMultimediaCommunication(Volume4).2010
[10].季丁魁.基于模糊优选神经网络的输变电工程项目经济后评价研究[D].华北电力大学（河北）.2010
论文知识图
