基于人工神經(jīng)網(wǎng)絡(luò)的混合智能系統(tǒng)研究及應(yīng)用.pdf

1、本次課題的核心內(nèi)容和研究思路可概括如下：分析艦艇自噪聲的非平穩(wěn)特征，針對ANC系統(tǒng)的弊端探討解決方案；設(shè)計并完善以人工神經(jīng)網(wǎng)絡(luò)為框架的自適應(yīng)噪聲抵消系統(tǒng)；引入模糊邏輯推理思想，設(shè)計更加智能化的網(wǎng)絡(luò)結(jié)構(gòu)；借助多分辨率分析的思想，進一步完善網(wǎng)絡(luò)的逼近能力和自適應(yīng)性；引入遺傳進化理論，結(jié)合強有力的局部算法構(gòu)造自適應(yīng)混合學(xué)習(xí)策略；最后通過仿真試驗和真實海試數(shù)據(jù)處理，系統(tǒng)的驗證文中結(jié)論。
　　 目標(biāo)信號所處的聲場環(huán)境，決定了ANC系統(tǒng)的非

2、線性特征，針對待抵消信號的非平穩(wěn)性，我們在傳統(tǒng)非線性濾波的研究基礎(chǔ)上，設(shè)計人工神經(jīng)網(wǎng)絡(luò)作為自適應(yīng)處理器，依靠其強大的與人腦類似的功能，來解決常規(guī)濾波模式的固有缺陷。在系統(tǒng)自適應(yīng)學(xué)習(xí)中，神經(jīng)網(wǎng)絡(luò)將非線性映射的問題轉(zhuǎn)化為求解優(yōu)化問題，而優(yōu)化過程依靠其自學(xué)習(xí)、并行處理等優(yōu)勢，通過簡便的學(xué)習(xí)算法來實現(xiàn)。RBF神經(jīng)網(wǎng)絡(luò)的引入，更使得系統(tǒng)求解復(fù)雜、高度非線性的能力大大提高。文中所設(shè)計的模型為非線性系統(tǒng)問題的解決奠定了良好的基礎(chǔ)，且算法計算的復(fù)雜程度

3、適中，具有較高的應(yīng)用價值。
　　 本文采用T-S模糊推理模型構(gòu)建分段線性模型，作為網(wǎng)絡(luò)系統(tǒng)的基礎(chǔ)構(gòu)架，將輸入空間分為若干個模糊子空間。再通過模糊系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)的等價性特征，把該模糊推理模型表現(xiàn)為一個自適應(yīng)神經(jīng)網(wǎng)絡(luò)的形態(tài)，使得該網(wǎng)絡(luò)系統(tǒng)的所有結(jié)點和參數(shù)都對應(yīng)實際意義。同時，再將傳統(tǒng)T-S模型與多分辨率理論(MRA)相結(jié)合，將WNN放入模糊推理后件中，使得模型中每一個模糊規(guī)則相當(dāng)于一個子小波網(wǎng)絡(luò)。然后引入新的自適應(yīng)混合遺傳算法，