模糊系統(tǒng)和神經(jīng)網(wǎng)絡系統(tǒng)都是處理不精確的、模糊的信息,它們都是直接利用數(shù)值化了的信息來建立特定的非線性映射,但是兩者在信息儲存和表達、非線性映射層次上是不同的。隨著計算機的飛速發(fā)展,人們對非數(shù)值信息處理的要求...[繼續(xù)閱讀]

    根據(jù)模糊系統(tǒng)和神經(jīng)網(wǎng)絡連接的形式和功能,兩者結(jié)合的形態(tài)可以歸納成5大類。9.9.2.1松散型結(jié)合在系統(tǒng)中,對于可用If—then規(guī)則來表示的部分可用模糊系統(tǒng)描述;而對很難用If—then規(guī)則來表示的部分,則用神經(jīng)網(wǎng)絡,兩者之間沒有直接聯(lián)...[繼續(xù)閱讀]

    模糊系統(tǒng)的表達能力容易被人理解,而神經(jīng)網(wǎng)絡具有極強的自適應能力,模糊神經(jīng)網(wǎng)絡系統(tǒng)的建模就是根據(jù)模糊系統(tǒng)的結(jié)構(gòu),決定等價結(jié)構(gòu)的神經(jīng)網(wǎng)絡;使神經(jīng)網(wǎng)絡的每個層,每個節(jié)點對應模糊系統(tǒng)的一部分。綜合二者的長處,提高整個故...[繼續(xù)閱讀]

    在3.6章中已討論了分形特征提取和以分形維數(shù)和分形維數(shù)隸屬度為特征向量的故障診斷方法,也就是分形模糊診斷方法,把分形幾何和模糊分析融合并與神經(jīng)網(wǎng)絡相結(jié)合形成的分形模糊神經(jīng)網(wǎng)絡系統(tǒng)是我們最近開發(fā)的一種最新的智能診...[繼續(xù)閱讀]

    利用小波包分析,把信號分解在互相獨立的頻帶之內(nèi),各頻帶內(nèi)的能量值形成一個向量,該向量對不同的故障對應不同的值,因此可以作為神經(jīng)網(wǎng)絡的輸入特征向量。和已經(jīng)獲得成功運用的故障信號的FFT頻譜向量相比,該方法統(tǒng)計的能量理...[繼續(xù)閱讀]

    小波和神經(jīng)網(wǎng)絡的緊致型結(jié)合,即用小波函數(shù)或尺度函數(shù)作為神經(jīng)網(wǎng)絡的激勵函數(shù),形成神經(jīng)元,稱為狹義上的小波神經(jīng)網(wǎng)絡,這也是通常所說的小波神經(jīng)網(wǎng)絡(Wave-net)。小波神經(jīng)網(wǎng)絡的形成可從函數(shù)逼近的角度加以說明。故障診斷的實質(zhì)...[繼續(xù)閱讀]

    對式9.10-5中對給定的m和K,用小波神經(jīng)網(wǎng)絡逼近的函數(shù)表達為:該小波神經(jīng)網(wǎng)絡的構(gòu)造見圖10-7。在該網(wǎng)絡中,只有權值Ck待定,它的確定可通過網(wǎng)絡的學習得到。事實上,對給定的訓練樣本,最佳的權值Ck可用最小均方誤差得到式中很明顯...[繼續(xù)閱讀]

    小波神經(jīng)網(wǎng)絡是以局部函數(shù)作為激勵函數(shù),其作用機理和采用Sigmoid函數(shù)的多層感知器基本相同。但由于激勵函數(shù)的局部化特征,小波神經(jīng)網(wǎng)絡對局部間差異較大的函數(shù)逼近能力更強。這種特性尤其適用于非均勻性數(shù)據(jù)對的逼近。圖9...[繼續(xù)閱讀]

    上面討論的小波神經(jīng)網(wǎng)絡都是基于一維問題展開的。實際上,對多維問題,小波神經(jīng)網(wǎng)絡同樣可以表示。多維問題的小波分解是:其中X=[x1,x2,…,xn],i表示第i個輸出單元,Ci,k表示m尺度上隱層和輸出層間的權矩陣。多維小波神經(jīng)網(wǎng)絡可用圖...[繼續(xù)閱讀]

    如何針對一個具體的故障診斷問題設計神經(jīng)網(wǎng)絡,目前無規(guī)律可尋。各種神經(jīng)網(wǎng)絡系統(tǒng)的設計主要是根據(jù)設計者的經(jīng)驗和反復實驗來進行的。這樣不僅設計效率低,而且還不能保證設計出的神經(jīng)網(wǎng)絡結(jié)構(gòu)和權值等參數(shù)的組合是優(yōu)化的...[繼續(xù)閱讀]