提出了一种基于有效性分析的自组织模糊神经网络(self-organizingfuzzyneural network based on effectiveness analysis, SOEFNN)建模方法。首先,提出了一种针对模糊规则的有效性评价指标,利用样本与规则层输出之间的映射关系进行网络...提出了一种基于有效性分析的自组织模糊神经网络(self-organizingfuzzyneural network based on effectiveness analysis, SOEFNN)建模方法。首先,提出了一种针对模糊规则的有效性评价指标,利用样本与规则层输出之间的映射关系进行网络模型的有效性分析,通过累积触发的方式实现相应模糊规则的增加或删减,使网络模型在能够处理复杂非线性问题的同时降低其冗余性,使模型更为紧凑。采用梯度下降算法对网络模型进行训练。然后,对所提出的SOEFNN模型进行非线性系统仿真实验和污水处理过程中的出水生化需氧量预测建模,并与其他自组织模糊神经网络模型进行对比。仿真结果表明,所提出的SOEFNN模型能够很好地实现结构和参数的自适应调整,并且具有较好的逼近能力。展开更多
文摘提出了一种基于有效性分析的自组织模糊神经网络(self-organizingfuzzyneural network based on effectiveness analysis, SOEFNN)建模方法。首先,提出了一种针对模糊规则的有效性评价指标,利用样本与规则层输出之间的映射关系进行网络模型的有效性分析,通过累积触发的方式实现相应模糊规则的增加或删减,使网络模型在能够处理复杂非线性问题的同时降低其冗余性,使模型更为紧凑。采用梯度下降算法对网络模型进行训练。然后,对所提出的SOEFNN模型进行非线性系统仿真实验和污水处理过程中的出水生化需氧量预测建模,并与其他自组织模糊神经网络模型进行对比。仿真结果表明,所提出的SOEFNN模型能够很好地实现结构和参数的自适应调整,并且具有较好的逼近能力。
文摘目的探究军用车辆有机涂层在全浸泡条件下的腐蚀行为特征,寻找评价涂层腐蚀防护性能的有效方法。方法利用电化学阻谱技术,对某型军用灰色涂层在全浸泡条件下的腐蚀行为进行了研究,分析了其阻抗谱及低频阻抗模值0.1 Hz|Z|、高频相位角10 k Hzq、相对介电常数re三种特征参数的变化规律。以三种特征参数作为评价指标,利用SOFM自组织神经网络对涂层性能的变化过程进行研究。结果灰色涂层在全浸泡下的腐蚀过程大致经历三个阶段。良好阶段:高频相位角q位于70°附近,低频阻抗模值|Z|均大于10~7。防护性能下降但仍具有保护作用阶段:高频相位角q下降至50°附近,低频阻抗模值|Z|下降至10~6附近。防护性能丧失阶段:高频相位角q全部低于50°,低频阻抗模值|Z|已经低于10~5。SOFM自组织神经网络对涂层的分类结果与对阻抗谱特征分析的结果保持一致。结论通过实例分析,证明自组织神经网络SOFM方法可实现对涂层性能状态的快速判断。
