阿农齐亚托，M。;Pizzuti，南卡罗来纳州。 用于监测多相流的流体动力学模型和神经模型之间的模糊融合。 （英语） 兹比尔0994.93517 国际J近似推理 22，编号1-2，53-71（1999）. 摘要：在大多数工业应用和科学研究领域中，现象具有高度非线性和/或高维性。在这种情况下，精确描述现象的模型很难定义，但如果特定条件可用，通常会有许多简化模型描述问题的现象学。石油开采和运输过程中的多相流量估计问题也属于这类问题。目前，解决此类问题最常用的方法是比较所有可用的模型和技术，然后选择在所有不同条件下性能优于其他模型和技术的方法。在我们的工作中，我们提出了一种方法，在该方法中，所有模型都被用于获得性能优于最佳可用模型的系统。特别是多相流量估计的不同数学模型和神经模型通过使用基于模糊理论的元决策器进行协作。对新的模糊决策模型进行了讨论，并给出了实际数据的结果。 MSC公司： 第93页第42页 模糊控制/观测系统 93立方厘米 控制理论中的应用模型 92B20型 生物研究、人工生命和相关主题中的神经网络 76D55型 不可压缩粘性流体的流动控制与优化 关键词：模糊除法;非线性;多相流量估算;模型;神经模型;模糊理论 PDF格式BibTeX公司 XML格式引用 \textit{M.Annunziato}和\textit{S.Pizzuti}，《国际近似推理》22，第1--2、53-71期（1999；Zbl 0994.93517） 全文： DOI程序