利用神经网络和遗传算法的混合型自适应模糊系统

本项目主要研究利用神经网络、遗传算法、混沌等理论来实现模糊系统的方法。在多层前馈网络的特征提取和分类识别性能、利用遗传算法简化神经网络结构和具有时延的细胞神经网络复杂力学特性等方面取得了研究成果。并在此基础上，提出了一种新的利用神经网络能自动地提取多变量模糊系统的隶属函数和模糊规则的方法。利用该方法研制成一个模糊系统的模糊规则和隶属函数自动生成工具软件。另外，还研究了该方法的并行实现算法。在工件自动识别、铁水脱硫过程预报和高炉人工智能系统中的初步应用试验结果，表明本项目研究中提出的方法是可行的、有效的。有推广应用价值。