导读:本文包含了模糊推理系统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:模糊,系统,神经网络,浓度,径流,神经,医疗。
模糊推理系统论文文献综述
吴韬[1]（2019）在《基于案例推理与模糊粗糙集理论的汽轮机故障诊断系统研究》一文中研究指出案例推理(CaseBasedReasoning,CBR)适于表达复杂的综合性知识,其思想和工作机制对故障诊断有重要意义。应用案例推理技术,可通过检索机制在诊断系统的案例库中对故障的征兆信息进行检索,匹配到与当前问题相似的历史案例比对后得出结论,并对新问题的知识经验进行归纳总结,作为新的案例存储到案例库中。由于汽轮发电机组的故障特征具有复杂性和多样性,应用粗糙集理论对历史案例中的故障特征进行提取,得到对故障识别有贡献的故障特征,对冗余的特征进行筛检和剔除,构建出故障诊断特征库,根据故障特征对故障模式进行识别。(本文来源于《机电信息》期刊2019年33期）
徐博,李盛新,王连钊,段腾辉,姚贺[2]（2019）在《一种基于自适应神经模糊推理系统的多AUV协同定位方法》一文中研究指出针对多自主水下航行器(AUVs)在恶劣水下环境通信数据包丢失的情况,提出了一种基于自适应神经模糊推理系统(ANFIS)的多AUV协同定位方法。将传统的扩展卡尔曼滤波(EKF)与ANFIS相结合。在协同定位系统正常通信时,跟随AUV的位置由EKF估计得到,并利用该阶段收集的数据对ANFIS模型进行训练;当通信包丢失时,ANFIS进入预测过程,ANFIS根据输入数据预测跟随AUV的位置。利用湖试数据验证了所提方法的有效性。实验结果表明,当通信包丢失时,ANFIS能够根据输入数据有效地预测AUV的位置。在通信包丢失时,所提方法平均定位误差与无ANFIS辅助的EKF滤波比较,平均定位误差减小78%,均方根误差减少77%,具有更好的准确性和稳定性。(本文来源于《中国惯性技术学报》期刊2019年04期）
李梵若,李忠[3]（2019）在《基于模糊证据推理的医疗诊断专家系统的设计与实现》一文中研究指出随着人工智能技术的不断发展,涉及到的范围也在不断扩大。专家系统作为人工智能中较为重要的组成部分,在医疗诊断中的应用也愈发深入。本文主要介绍一种基于模糊证据推理的医疗诊断专家系统的设计与实现。该系统使用python+MySql为开发工具,C/S架构,以患者的症状为条件,使用已经具备的医疗知识作为推理证据,计算输入症状与先验知识中症状的相似度,再与设定的阈值进行比较,从而确定患何种病并给出疑似病症和处理建议。实验证明,该系统的准确率达到87%,本系统中应用的模糊证据推理能够更好地进行多属性的决策推理,符合一种疾病伴随多种病症的现实情况。该系统对辅助医疗诊断、实现常见疾病的自助诊断和指导使用非处方药具有积极的推动作用。(本文来源于《智能计算机与应用》期刊2019年04期）
甘子琦,庞辰,王文丽,闫伟[4]（2019）在《基于Jess模糊推理的智能医疗诊断系统研究》一文中研究指出目前,受地区经济发展制约,各地区医疗资源的分布极其不均匀,医生的知识与经验也不尽相同。具有丰富的医疗知识与宝贵的诊断经验的名医往往分布在经济发达地区,导致经济落后地区的病人往往得不到高效、准确的诊断与治疗。为了解决这一问题,文中一方面研究医疗知识建模的技术与方法,构建医疗领域本体库,使得丰富的医疗知识与宝贵的医生诊断经验得到最大限度的共享与重用;另一方面,重点研究面向医疗诊断过程的模糊推理技术与方法,针对专家诊断知识建立规则库,基于Jess模糊推理辅助医生进行快速、准确的诊断。最后综合两方面建立基于Jess模糊推理的智能医疗诊断系统。该系统较好地提高了复杂病症诊断的效率和准确率,实现了医疗资源的共享。(本文来源于《计算机技术与发展》期刊2019年11期）
赵昊旭[5]（2019）在《基于自适应神经模糊推理系统的潮流发电水轮机变桨距控制策略》一文中研究指出变桨距水轮机能在低流速下保持最小桨距角实现功率的最大捕获,还可在高流速下通过变桨来实现恒功率输出,减少了过载冲击。通过分析变桨距伺服控制系统,改进了基于自适应神经模糊推理系统的变桨控制方法,实现了更为平滑高效的变桨操作,并在Matlab/Simulink下进行了系统仿真,验证了所提控制方法的有效性。(本文来源于《水电能源科学》期刊2019年06期）
王海月[6]（2019）在《基于粒计算的模糊推理系统在时序数据预测中的应用研究》一文中研究指出时间序列是指在不同的时间点上收集到的能够反映某种现象或者事物等随时间变化而产生波动的数据的集合,普遍出现在社会科学、经济金融等众多领域。分析时间序列一个关键的目标是实现时间序列的预测,即利用统计学方法和技术,在观测数据中找出时序数据的内部演化规律,建模以估计预测变量的变化趋势。对于时间序列的预测是利用已知数据来预测估计未来的变化趋势,从而使决策者拥有高瞻远瞩的能力,由此做出极为有利的决策,因此其存在至关重要的意义。由此,本文对时间序列的单点预测和长期预测进行了分析与研究。在本文的第一组实验中提出了一种新型的自演化区间二型LSTM模糊神经网络(eIT2FNN-LSTM)。该模型通过将具有长短时记忆机制(LSTM)的循环神经网络引入到二型模糊神经推理系统之中,以实现时间序列的单步预测,并且我们在多类数据集上验证了所提网络的有效性。本文在第二组实验中提出基于模糊信息粒和循环模糊神经网络的时间序列预测模型。该模型首先将原始数据集处理为基于模糊信息粒的时间序列,然后在我们前面提到的eIT2FNN-LSTM上进行粒度水平的预测以实现对时间序列的长期预测。对于本文的贡献以及创新点主要包括以下几个方面:1)提出了一种新型的具有长短时记忆机制的循环模糊神经网络作为预测模型,即eIT2FNN-LSTM。使其既可以实现单步预测,又可将其与模糊信息粒相结合,在粒度级别上执行预测,从而达到长期预测的目的。同现有工作相比,长短时记忆机制首次应用于神经模糊系统,可以有效地解决长期依赖问题。2)在运用eIT2FNN-LSTM进行单点预测时,对于模型的结构学习采用动态密度聚类算法,这种方法的主要优点是可以随着时序数据特征的变化来不断调整现有规则,即聚类中心。在此基础上,利用eIT2FNN-LSTM学习机制和滑模控制方法实现了添加外部噪声的混沌系统的同步,并基于Lyapunov稳定性判据在理论上给出了系统稳定性证明。3)基于逐步线性划分(SLD)的变长分割方法,提出了包含变量趋势和波动范围信息的广义带状时变模糊信息粒(GZT-FIG)。根据其特征,采用双网络预测模型,分别在两个推理系统中训练和预测具有不同趋势的图。基于Hausdorff距离理论,提出了一种新的距离算法来测量并表征两个GZT-FIGs之间的相关度,并将其应用于模型的结构学习。通过使用该架构以及基于该距离算法的动态聚类,所提出的模型可以避免具有错误方向的预测,提高长期预测精度。(本文来源于《山东师范大学》期刊2019-06-10）
姚彤悦,喻云舟,潘锋,邹进[7]（2019）在《自适应神经模糊推理系统在月径流预测中的应用》一文中研究指出径流分析是水文分析计算中的重要组成部分。在人类活动、地理位置和气候变化等诸多因素的作用下,径流的变化错综复杂,导致径流预测变得较为困难。本文选取黄河上游的兰州站1955～1985年共31年的月径流数据资料,通过MATLAB的编程实现自适应神经模糊推理系统(ANFIS)在兰州站月径流预测中的应用,并通过相对误差(δ)、均方根误差(RMSE)、相关系数(R)叁个指标对预测结果进行评价。结果表明,通过ANFIS对兰州站进行月径流预测,所得到的预测值较为准确,同时,该方法对月径流的变化趋势预测同样较为准确,具有较强的适应性。因此,该方法是一种在径流预测或水文预测中值得探索或推广的方法。(本文来源于《中国水运(下半月)》期刊2019年04期）
钱斌,蔡梓文,肖勇,杨劲锋,廖年冬[8]（2019）在《基于模糊推理的计量自动化系统网络安全态势感知》一文中研究指出计量自动化系统需要与经虚拟专网接入的海量用户侧计量终端双向通信,遭网络攻击及泄露敏感数据的安全风险突出。应用网络安全态势感知技术,有助于从深层次、全面的安全视角分析评估系统安全状况。在分析计量自动化系统安全威胁的基础上,综合网络安全、系统安全、数据安全等多因素提出了一种多源态势感知与分析评估方案。分析与设计多源检测日志信息采集、格式化统一模型,消除现有系统遭到攻击后检测数据相对孤立、证据不足等问题。基于多源数据融合和应用模糊推理技术,推导出网络攻击关联性和风险,使系统具有发现复杂网络攻击和评测关联攻击的能力。(本文来源于《南方电网技术》期刊2019年02期）
曾芳琴[9]（2019）在《基于加权的模糊正向推理算法在心理咨询系统的应用》一文中研究指出随着社会的不断发展,人们的心理问题日益严重,成为人们重视的主要问题之一。目前,心理咨询成为当代人咨询与疏导心理问题的首选。为优化心理咨询系统,笔者提出了基于加权的模糊正向推理算法在心理咨询系统中的应用策略。首先,确定系统中加权模糊原则,推导出适用于心理咨询系统的正向推理算法;其次,分析其不确定性并应用于心理咨询系统。(本文来源于《信息与电脑(理论版)》期刊2019年03期）
解铭,牛红亚,齐丹媛,吉伟卓[10]（2019）在《自适应神经模糊推理系统在交通污染物浓度预测中的应用》一文中研究指出城市交通带来的废气排放已经成为城市大气污染的主要来源之一。交通污染问题的成因和机理较为复杂,变化规律具有较强非线性和周期性特征。将自适应神经模糊推理系统(adaptive neuro fuzzy inference system,ANFIS)应用于交通污染物浓度时序数据预测时呈现出良好的泛化能力。本文以长沙市CO小时浓度数据为研究目标,通过分析CO浓度时序数据的自相关性、偏自相关性,以及交通流对CO浓度的时滞性影响,确定ANFIS预测模型的输入变量。结果表明,相较于传统的时间序列预测模型以及机器学习模型,ANFIS模型预测结果具有更高的精度,能够对交通环境污染进行预测及预警,为防止城市灾害性大气污染事件发生奠定理论研究基础并提供有效决策支持。(本文来源于《模糊系统与数学》期刊2019年01期）
模糊推理系统论文开题报告
（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：
针对多自主水下航行器(AUVs)在恶劣水下环境通信数据包丢失的情况,提出了一种基于自适应神经模糊推理系统(ANFIS)的多AUV协同定位方法。将传统的扩展卡尔曼滤波(EKF)与ANFIS相结合。在协同定位系统正常通信时,跟随AUV的位置由EKF估计得到,并利用该阶段收集的数据对ANFIS模型进行训练;当通信包丢失时,ANFIS进入预测过程,ANFIS根据输入数据预测跟随AUV的位置。利用湖试数据验证了所提方法的有效性。实验结果表明,当通信包丢失时,ANFIS能够根据输入数据有效地预测AUV的位置。在通信包丢失时,所提方法平均定位误差与无ANFIS辅助的EKF滤波比较,平均定位误差减小78%,均方根误差减少77%,具有更好的准确性和稳定性。
（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。
模糊推理系统论文参考文献
[1].吴韬.基于案例推理与模糊粗糙集理论的汽轮机故障诊断系统研究[J].机电信息.2019
[2].徐博,李盛新,王连钊,段腾辉,姚贺.一种基于自适应神经模糊推理系统的多AUV协同定位方法[J].中国惯性技术学报.2019
[3].李梵若,李忠.基于模糊证据推理的医疗诊断专家系统的设计与实现[J].智能计算机与应用.2019
[4].甘子琦,庞辰,王文丽,闫伟.基于Jess模糊推理的智能医疗诊断系统研究[J].计算机技术与发展.2019
[5].赵昊旭.基于自适应神经模糊推理系统的潮流发电水轮机变桨距控制策略[J].水电能源科学.2019
[6].王海月.基于粒计算的模糊推理系统在时序数据预测中的应用研究[D].山东师范大学.2019
[7].姚彤悦,喻云舟,潘锋,邹进.自适应神经模糊推理系统在月径流预测中的应用[J].中国水运(下半月).2019
[8].钱斌,蔡梓文,肖勇,杨劲锋,廖年冬.基于模糊推理的计量自动化系统网络安全态势感知[J].南方电网技术.2019
[9].曾芳琴.基于加权的模糊正向推理算法在心理咨询系统的应用[J].信息与电脑(理论版).2019
[10].解铭,牛红亚,齐丹媛,吉伟卓.自适应神经模糊推理系统在交通污染物浓度预测中的应用[J].模糊系统与数学.2019
论文知识图
