ANFIS

ANFIS：基于自适应网络的模糊推理系统。提出了自适应网络模糊推理系统（ANFIS）的体系结构和学习过程，它是在自适应网络框架下实现的一种模糊推理系统。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分量，并对混沌时间序列进行预测，得到了显著的结果。比较和人工神经网络和较早的工作模糊建模列出和讨论。建议的ANFIS的其他扩展和有前途的应用到自动控制和信号处理也被提出。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。

ZBMaCT中的参考文献（255篇文章中引用）

显示结果1至20的255。
按年份排序（引文）
  1. Hassanniakalager，阿尔曼；瑟姆皮尼斯，Georgios；Stasinakis，查拉姆普斯；维鲁西，萨诺斯：条件模糊推理方法在预测中的应用（2020）
  2. 达府，NIHAT：1型可能性模糊预测函数（2020）
  3. Atsalakis，George S.；阿萨拉基，Ioanna G.；Pasiouras，Fotios；ZopundIIS，康斯坦丁：用神经模糊技术预测比特币价格（2019）
  4. Gupta Roy，Rupam；GHOHAL，DIYNDENU：柄足矫形器系统的自适应二阶滑模控制器（2019）
  5. 马，萧峰；阿米安，Manuchehr；Kirby，米迦勒：流式时间序列数据的径向基函数误差自适应建模（2019）
  6. Sanga，Sudeep Singh；JAIN，MADHU：具有一般重试次数和挫折的（M/M/1／K）队列接纳控制的成本优化和ANFIS计算（2019）
  7. USAK AK，凯末尔：一种基于Runge-Kutta神经网络的非线性MIMO系统控制方法（2019）
  8. Yazdanbakhsh，Omolbanin；迪克，史葛：FANFFIS：快速自适应神经复合模糊推理系统（2019）
  9. Chawla，伊尚；辛格，亚希什：基于鲁棒LQR的ANFIS控制器对旋转倒立摆的实时控制（2018）
  10. Javier Barrag，AN；恩里克，Juan M.；考尔德，N，Antonio J.；和Jar；J.E.M.：利用模糊逻辑发现未知系统的动态行为（2018）
  11. 莫拉迪，米拉德；Chaibakhsh，Ali；Ramezani，阿明：火力发电厂故障检测与状态监测的智能混合技术（2018）
  12. Tsai，Shun Hung；陈，Yu Wen：一种新的Takagi Sugeno模糊模型辨识方法（2018）
  13. Yazdanbakhsh，Omolbanin；迪克，史葛：复杂模糊集和逻辑的系统综述（2018）
  14. 叶，Qiang；夏，Yi；姚，志明：神经变性疾病患者步态分类的自适应神经模糊推理系统（2018）
  15. 戴维，径向模糊系统（2017）
  16. 傅，雅婷；杨，慧；王，Dianhui：高速动车组跟踪运行的实时最优控制（2017）
  17. 米斯拉，Rabi Narayan；Mohanty，Kanungo Barada：通过自适应简化神经模糊方法实现反馈线性化感应电机驱动（2017）
  18. 萨拉查，费尔南多；Mor An，拉斐尔；托雷多，米格尔，O.N.，EuGeIO:基于数据的大坝行为预测模型：回顾和一些方法论考虑（2017）
  19. 桑切斯，Mauricio A.；卡斯特罗，Juan R.；OrgueEa MalaMunes，Violeta；塞万提斯，利蒂西娅：一般类型2-TSK模糊逻辑系统的混合学习（2017）
  20. 张；Shiliang；曹会；张；Yanbin；贾，利辛；叶，Zonglin；黑，Xiali：数据驱动的非线性模型预测控制优化框架（2017）