神经网络和模糊术在一类动态波形模式识别中的应用研究.pdfVIP

摘 要 由于模糊神经网络结合了人工神经网络和模糊逻辑技术的优点，在智能信息 处理方面存在巨大的潜力，使得越来越多的专家学者投入到这一领域的研究和应 用中。本文主要是利用模糊神经网络来解决以时间为横坐标的一类动态波形的模 式识别问题。在工业生产控制中，此类动态波形的实时监测、有效识别和及时处 理十分重要，因此有必要研究开发基于模糊神经网络的一类动态波形模式识别仿 真系统。 首先，本文分析了神经网络和模糊逻辑系统在处理模式识别问题中存在的局 限性，指出了研究模糊神经网络的必要性，并对它的发展历史、研究现状及其主 要类型进行了综合阐述。 其次，基于二维动态波形的模式特点，将一种四层前向模糊神经网络(FNN) 的第一、二层神经元的数目简化，利用自组织学习算法构造SOLA (Self-organizingLearningAlgorithm)模糊神经网络，研究了它的网络结构和学 习算法，讨论了它的主要参数对网络性能的影响，并与RBF神经网络进行了比 较，总结了SOLA模糊神经网络在处理此类模式识别时的优点。 最后，针对国内某大型炼钢厂的实时采集数据，根据粘结性漏钢的形成机理 Basic6．0 和表征此类现