安非斯

自适应神经网络模糊推理系统。提出了自适应网络模糊推理系统ANFIS(adaptivenetworkbasedfulzzy推理系统)的体系结构和学习过程。通过使用混合学习过程,所提出的ANFIS可以基于人类知识(以模糊if-then规则的形式)和规定的输入输出数据对构造输入输出映射。在仿真中,采用ANFIS结构对非线性函数进行建模,在线辨识控制系统中的非线性元件,并对混沌时间序列进行预测,取得了显著的效果。与人工神经网络和早期的模糊建模工作进行了比较和讨论。文中还对所提出的ANFIS进行了扩展,并对其在自动控制和信号处理中的应用前景进行了展望。


zbMATH参考文献(参考 260篇文章 引用)

显示260个结果中的1到20个。
按年份排序(引用)

1 2 ... 11 12 13 下一个

  1. 哈桑尼亚卡拉格,阿尔曼;塞姆皮尼斯,乔治亚;斯塔西纳基斯,查兰波斯;维鲁斯,塔诺斯:预测中的条件模糊推理方法(2020年)
  2. Sethi,R.;Jain,M.;Meena,R.K.;Garg,D.:(N)-策略下不可靠M/M/1排队系统的成本优化和ANFIS计算(2020)
  3. Tak,Nihat:1型可能性模糊预测函数(2020)
  4. 田成石;郝,严:基于改进分析预测系统的碳价格点区间预测(2020)
  5. Atsalakis,George S.;Atsalaki,Ionana G.;Pasiouras,Fotios;Zopounidis,Constantin:使用神经模糊技术进行比特币价格预测(2019年)
  6. 各种摩拉尼风机设计的鲁棒风机模型(2019年,采用各种风机滑动模式进行建模;以及风机的稳健设计)
  7. Gupta Roy,Rupam;Ghoshal,Dibyendu:小腿-脚矫形器系统的自适应二阶滑模控制器(2019)
  8. Ma,Xiaofeng;Aminian,Manuchehr;Kirby,Michael:基于径向基函数的流式时间序列数据误差自适应建模(2019)
  9. Sanga,Sudeep Singh;Jain,Madhu:具有一般重审次数和劝阻的(M/M/1/K)队列准入控制的成本优化和ANFIS计算(2019)
  10. Uçak,Kemal:基于Runge-Kutta神经网络的非线性MIMO系统控制方法(2019)
  11. Yazdanbakhsh,Omolbanin;Dick,Scott:FANFIS:快速自适应神经复合模糊推理系统(2019)
  12. Chawla,Ishan;Singla,Ashish:使用基于鲁棒LQR的ANFIS控制器实时控制旋转倒立摆(2018)
  13. Das,Amit Kumar;Das,Debasish;Pratihar,Dilip Kumar:建立过程投入产出关系的多目标优化和聚类回归分析(2018)
  14. Javier Barragán,A.;Enrique,Juan M.;Calderón,Antonio J.;Andújar,JoséM.:使用模糊逻辑发现未知系统的动态行为(2018)
  15. Moradi,Milad;Chaibakhsh,Ali;Ramezani,Amin:火电厂故障检测和状态监测的智能混合技术(2018)
  16. 蔡顺雄;陈宇文:一种新的高木-杉木模糊模型辨识方法(2018)
  17. Yazdanbakhsh,Omolbanin;Dick,Scott:复杂模糊集与逻辑的系统综述(2018)
  18. 叶强;夏,易;姚志明:神经退行性疾病患者步态模式的自适应神经模糊推理系统分类(2018)
  19. 大卫库福尔:径向模糊系统(2017)
  20. 傅雅婷;杨辉;王殿辉:高速动车组跟踪运行实时最优控制(2017)

1 2 ... 11 12 13 下一个