基于自适应神经元模糊推理系统的岩质边坡稳定性评价方法

模糊理论在岩质边坡稳定性评价中存在的知识获取和自适应能力较低等方面不足,而神经网络在模糊推理方面欠缺,因此,提出基于自适应神经元模糊推理系统的边坡稳定性评价方法。通过模型结构的建立、模型训练和测试,得到可用于边坡稳定性评价的基于自适应神经元模糊推理系统模型。测试结果表明,该模型计算结果与边坡实际稳定系数十分接近,对边坡稳定性的预测结果也与实际相符。与基于神经网络方法的计算结果比较,该方法在建模简便程度及计算精度等方面明显具有优势。

基于信息融合的多Agent智能家居系统

绿色智能的家居控制需要复杂的系统和多源的信息。为了进一步提高家居系统的协同性,充分利用多源的决策信息,设计了一种基于多源信息融合的多Agent智能家居系统。研究了系统的框架和各个Agent的功能和交互机制;提出了一个基于自适应神经模糊推理系统(ANFIS)的多源信息融合模型,使用ANFIS算法对家居环境进行特征提取和用户行为学习;利用Android的轻量级嵌入式Jade Agent平台和Matlab对模型进行仿真。理论分析和仿真实验表明,该模型能够提高家居系统的协同交互性,提高家居系统多源数据融合的有效性。

模糊神经网络在织物风格识别中的应用

讨论了模糊神经网络在织物风格评价中的应用。基于自适应模糊神经网络ANFIS模型,建立织物的物理参数与织物风格关系。通过训练,网络具有较强的模式识别能力。