廣工論文答辯

1、可拓評(píng)價(jià)在模糊神經(jīng)網(wǎng)絡(luò)可拓評(píng)價(jià)在模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化中的研究結(jié)構(gòu)優(yōu)化中的研究學(xué)生：學(xué)生：XXX導(dǎo)師：導(dǎo)師：XXX教授教授論文結(jié)構(gòu) 第一章 緒論 第二章 模糊神經(jīng)網(wǎng)絡(luò)的基本理論 第三章 可拓評(píng)價(jià)及評(píng)價(jià)指標(biāo)體系 第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià) 第五章 柔性物料加工軌跡FNNS優(yōu)化及仿真第一章 緒論研究背景目的 意義 尋找一種能夠直接把FNN應(yīng)用在絎縫加工中的有效方法 可拓評(píng)價(jià)法現(xiàn)狀FNN現(xiàn)狀FNN結(jié)構(gòu)優(yōu)化現(xiàn)狀 可將應(yīng)用于絎縫加工系統(tǒng)，控制軌跡變形偏差，提高精度和效率 非剛性材料高速加工時(shí)運(yùn)動(dòng)方向和速度的動(dòng)態(tài)變化，使材料變形和預(yù)定軌跡改變，數(shù)據(jù)不易獲得，難以得到運(yùn)動(dòng)對(duì)象控制模型，其中存在三個(gè)關(guān)鍵問題：

2、（1）由于加工對(duì)象變形，使設(shè)定加工軌跡發(fā)生變化，變化量難以預(yù)測；（2）變形因素復(fù)雜多變，無法建立加工對(duì)象常規(guī)精確模型；（3）難以保證實(shí)時(shí)控制。 研究背景第一章 緒論 可拓評(píng)價(jià)方法研究現(xiàn)狀研究現(xiàn)狀 可拓學(xué)從新的角度為人們認(rèn)識(shí)和分析現(xiàn)實(shí)世界、解決現(xiàn)實(shí)世界中的矛盾問題，提出了一種新的方法?？赏貙W(xué)的發(fā)展經(jīng)歷可拓學(xué)的發(fā)展經(jīng)歷了三個(gè)階段了三個(gè)階段: :孕育階段，初創(chuàng)階段，學(xué)科孕育階段，初創(chuàng)階段，學(xué)科的應(yīng)用研究與推廣階段的應(yīng)用研究與推廣階段 。 第一章 緒論研究現(xiàn)狀 根據(jù)實(shí)際應(yīng)用領(lǐng)域的不同，提出了一些新理論、新方法。例如可拓決策方法、新產(chǎn)品構(gòu)思方法、物元變換方法、菱形思維方法、優(yōu)度評(píng)價(jià)方法優(yōu)度評(píng)價(jià)方法、物元

3、相容度判別方法、可拓營銷策劃方法、可拓檢測方法等。 可拓評(píng)價(jià)方法研究現(xiàn)狀第一章 緒論研究現(xiàn)狀針對(duì)柔性物料加工的特點(diǎn)，以可拓工程方法為基礎(chǔ)，建立多指標(biāo)性能參數(shù)的綜合評(píng)判物元模型，以定量數(shù)值表示評(píng)定結(jié)果，選取具有代表性、且對(duì)網(wǎng)絡(luò)優(yōu)化起重要作用的指標(biāo)，較完整地反映被評(píng)價(jià)對(duì)象的綜合水平。 可拓評(píng)價(jià)方法研究現(xiàn)狀第一章 緒論 FNN結(jié)構(gòu)優(yōu)化現(xiàn)狀 FNN在上世紀(jì)六十年代就有人研究了，但真正深入研究是在1988年，美國國家宇航局(NASA)召開了神經(jīng)網(wǎng)絡(luò)和模糊理論結(jié)合的國際會(huì)議，人們才認(rèn)真開始注意神經(jīng)網(wǎng)絡(luò)和模糊理論結(jié)合的研究。Jang在1993 年提出并設(shè)計(jì)了網(wǎng)絡(luò)結(jié)構(gòu)模型，這種網(wǎng)絡(luò)結(jié)構(gòu)便是FNN的雛形。Wan

4、g將Mamdnai模糊模型和多層前向網(wǎng)絡(luò)(BP網(wǎng))相結(jié)合，構(gòu)成結(jié)構(gòu)簡單的標(biāo)準(zhǔn)型模糊神經(jīng)網(wǎng)絡(luò)，物理意義明確，已經(jīng)被證明了具有萬能逼近能力，這使得它在系統(tǒng)控制和辨識(shí)上都得到了廣泛應(yīng)用研究現(xiàn)狀第一章 緒論 模糊信息處理過程中，F(xiàn)NN的性能在很大程度上受限于網(wǎng)絡(luò)結(jié)構(gòu)。不同結(jié)構(gòu)的不同結(jié)構(gòu)的FNN應(yīng)用到不同的應(yīng)用到不同的場合，會(huì)得到不同的結(jié)果場合，會(huì)得到不同的結(jié)果，其重要性引發(fā)人們對(duì)FNN結(jié)構(gòu)的進(jìn)一步研究。提出了各種新的模糊神經(jīng)網(wǎng)絡(luò)模型，給出了與之相適應(yīng)的學(xué)習(xí)算法，這些研究不僅加速了模糊神經(jīng)網(wǎng)絡(luò)理論的完善，而且在實(shí)際中得到了廣泛應(yīng)用。 研究現(xiàn)狀 FNN結(jié)構(gòu)優(yōu)化現(xiàn)狀第一章 緒論1. 建立適合于柔性物料加工軌

5、跡變形誤差預(yù)測的模糊神經(jīng)網(wǎng)絡(luò)理論 2. 由可拓策略生成多種網(wǎng)絡(luò)模型方案，構(gòu)建柔性物料加工的FNN模型評(píng)價(jià)體系3. 仿真驗(yàn)證柔性物料加工FNN的優(yōu)點(diǎn)研究目的第一章 緒論1. 利用可拓評(píng)價(jià)法構(gòu)建FNN的物元模型,使用可拓學(xué)解決FNN在控制中的參數(shù)選取和評(píng)價(jià)技術(shù) 2. 針對(duì)絎縫物料加工軌跡變形的非線性對(duì)象的控制問題，目前仍未找到有效的解決方案，本論文的方法為解決這類加工過程控制提出了新的思路 3. 評(píng)價(jià)過程中無須人工干預(yù)，評(píng)價(jià)結(jié)果真實(shí)可靠，評(píng)價(jià)方法靈活 研究意義第一章 緒論1. 根據(jù)評(píng)價(jià)體系的原則和要求，結(jié)合FNN的特征，建立柔性物料加工軌跡變形的FNN方案的評(píng)價(jià)體系 2. 針對(duì)傳統(tǒng)優(yōu)化方法的不足，

6、創(chuàng)新性地采用一種新的評(píng)價(jià)方法可拓學(xué)優(yōu)度評(píng)價(jià)法，將其應(yīng)用于FNN結(jié)構(gòu)的優(yōu)選，并通過實(shí)例驗(yàn)證了此種方法的可靠性與可操作性 創(chuàng)新之處第一章 緒論 模糊神經(jīng)網(wǎng)絡(luò)理論 FNN常用智能優(yōu)化算法 常用優(yōu)化方法 第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 u 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)u 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法u 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的分類 第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 x1 模糊化層 輸入層y x2 xn 反模糊化層 模糊規(guī)則層圖2-1 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)1、模糊BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2-1u 模糊神經(jīng)網(wǎng)絡(luò)結(jié)設(shè)計(jì)第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 結(jié)構(gòu)層輸入輸出輸入層模糊化層模糊規(guī)則層反模糊化層iixv 1iiixyv) 1 (2)exp(112

7、iixyiixy 11,20)3()3(002)3()3(12)3(3iipjiijipjiijiyyv其中，mivvfyiii, 2 , 1,)exp(11)(3331,30)4()4(003)4()4(13)4(4iipjiijipjiijiyyv其中，)(44iivfy2、模糊、模糊BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)各層輸入輸出神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)各層輸入輸出u 模糊神經(jīng)網(wǎng)絡(luò)結(jié)設(shè)計(jì)第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 u 模糊神經(jīng)網(wǎng)絡(luò)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法學(xué)習(xí)算法層為隱層層為輸出層1)()1 (1)1 ()(211111jyWyyjyyyydWljkNtjktjtljkljkljkkkkkj1. 傳遞函數(shù)為Sigmoid型

8、)exp(11)(xxf2)(21ijjydE3. 網(wǎng)絡(luò)目標(biāo)誤差函數(shù) 4. 總誤差 NkkEQE1212. 修正權(quán)值 第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 連接形式和使用功能 運(yùn)算方法 邏輯模糊神經(jīng)網(wǎng)絡(luò) 算術(shù)模糊神經(jīng)網(wǎng)絡(luò)混合模糊神經(jīng)網(wǎng)絡(luò) 功能 分類FNN模式識(shí)別的FNN聚類的FNN函數(shù)逼近的FNN模糊推理的FNN 松散型結(jié)合 并聯(lián)型結(jié)合串聯(lián)型結(jié)合輸入信號(hào)和網(wǎng)絡(luò)權(quán)值 權(quán)值模糊化網(wǎng)絡(luò)輸入模糊化網(wǎng)絡(luò)權(quán)值與輸入模糊化網(wǎng)絡(luò) 第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 FNN常用智能優(yōu)化算法模擬退火算法 粒子群優(yōu)化算法 蟻群優(yōu)化算法 遺傳算法 混合算法第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 FNN常用優(yōu)化方法窮舉法 增長法 剪枝法 進(jìn)化算法其

9、它算法 增長剪枝聯(lián)合法 級(jí)聯(lián)相關(guān)法 啟發(fā)式法Upstart法 增長剪枝聯(lián)合法 靈敏度法 懲罰項(xiàng)法 奇異值分解法 統(tǒng)計(jì)法常用優(yōu)化方法第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 方法應(yīng) 用優(yōu) 點(diǎn)缺 點(diǎn)窮舉法對(duì)不同的網(wǎng)絡(luò)結(jié)構(gòu)大小，調(diào)整規(guī)則，通過比較和評(píng)估候選網(wǎng)絡(luò)模型，從而決定最佳模型。處理大型數(shù)據(jù)集問題較方便。1.在大范圍的模型中搜索，計(jì)算量大；2.隨著候選模型數(shù)量的增加，成功率降低。增長法自底向上的設(shè)計(jì)方法，開始時(shí)設(shè)計(jì)一個(gè)小規(guī)模網(wǎng)絡(luò)，訓(xùn)練過程中根據(jù)網(wǎng)絡(luò)性能要求逐步增加隱層節(jié)點(diǎn)或隱層直至滿足性能要求。1.明確了網(wǎng)絡(luò)結(jié)構(gòu)；2.先找出小的結(jié)構(gòu)方案;3.隨著網(wǎng)絡(luò)隱含節(jié)點(diǎn)數(shù)的增加,不易陷入局部最小值。1.隱層節(jié)點(diǎn)數(shù)大時(shí)，網(wǎng)

10、絡(luò)的泛化能力弱；2.隨著網(wǎng)絡(luò)的隱節(jié)層點(diǎn)數(shù)增加，會(huì)有較大傳播，且計(jì)算量大剪枝法自頂向下的設(shè)計(jì)方法。在開始時(shí)構(gòu)造足夠大的網(wǎng)絡(luò)模網(wǎng)絡(luò)，然后在訓(xùn)練過程中逐步刪除或合并那些不必要的節(jié)點(diǎn)和權(quán)值，以達(dá)到精簡網(wǎng)絡(luò)結(jié)構(gòu)，改進(jìn)泛化的目的。1.不易陷入局部最小值；2.隨著冗余的剔除，網(wǎng)絡(luò)更適合實(shí)際函數(shù)和有更好的歸納性能1.難以確定多大的網(wǎng)絡(luò)才是足夠大的；2.搜索空間的增加將導(dǎo)致全局最優(yōu)搜索的復(fù)雜性激增。進(jìn)化算法利用其全局搜索的能力進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化和調(diào)整。1.并行搜索，搜索效率高；2.目標(biāo)函數(shù)要求寬；3.隨機(jī)尋優(yōu)，不存在局部收斂問題。1.易出現(xiàn)早熟，陷入局部極優(yōu)；2.計(jì)算量大，訓(xùn)練時(shí)間長。下表概括對(duì)比了幾種下表概括

11、對(duì)比了幾種FNN結(jié)構(gòu)優(yōu)化方法的應(yīng)用、優(yōu)點(diǎn)和缺點(diǎn)結(jié)構(gòu)優(yōu)化方法的應(yīng)用、優(yōu)點(diǎn)和缺點(diǎn) 第二章模糊神經(jīng)網(wǎng)絡(luò)基本理論 可拓評(píng)價(jià)理論 評(píng)價(jià)指標(biāo)體系 改進(jìn)的評(píng)價(jià)方法 可拓評(píng)價(jià)方法的優(yōu)勢第三章 可拓評(píng)價(jià)理論及評(píng)價(jià)體系u 可拓評(píng)價(jià)的基本概念u 優(yōu)度評(píng)價(jià)方法的步驟 可拓評(píng)價(jià)理論物元的概念可拓集合定義 關(guān)聯(lián)函數(shù)的定義關(guān)聯(lián)度(規(guī)范關(guān)聯(lián)度)優(yōu)度確定衡量指標(biāo) 確定權(quán)系數(shù) 首次評(píng)價(jià)構(gòu)造關(guān)聯(lián)函數(shù)，計(jì)算關(guān)聯(lián)度關(guān)聯(lián)度規(guī)范化計(jì)算優(yōu)度第三章 可拓評(píng)價(jià)理論及評(píng)價(jià)體系物元概念 給定事物名稱 N ，它關(guān)于特征c的量值為v，以有序三元組R作為描述事物的基本元，簡稱為物元。事物的名稱 N ，特征 c和量值v稱為物元的三要素。其中 R = (N,

12、c,v)。根據(jù)物元的定義，物元的三要素 N ，c，v之間的關(guān)系用式子 v =c(N)來表示。物元三個(gè)要素的變化和事物內(nèi)部結(jié)構(gòu)的變化使物元產(chǎn)生變化從而物元是描述事物可變性的基本工具。第三章 可拓評(píng)價(jià)理論及評(píng)價(jià)體系可拓集合概念 設(shè)U為論域，u為U中的任一元素，k是U到實(shí)域I的一個(gè)映射， 是給定的變換，稱 為論域U上的一個(gè)可拓集， 為的關(guān)聯(lián)函數(shù)， 為的可拓函數(shù)。其中TU，Tk，Tu分別為論域U、關(guān)聯(lián)準(zhǔn)函數(shù)k和元素u的變換。),(ukUTTTT 第三章 可拓評(píng)價(jià)理論及評(píng)價(jià)體系)(uky IuTkTyIukyUTuyyuTEukU)(,)(,),()()(uTkTyuk關(guān)聯(lián)函數(shù)概念 給定事物名稱 N ，

13、它關(guān)于特征c的量值為v，以有序三元組R作為描述事物的基本元，簡稱為物元。事物的名稱 N ，特征 c和量值v稱為物元的三要素。其中 R = (N,c,v)。根據(jù)物元的定義，物元的三要素 N ，c，v之間的關(guān)系用式子 v =c(N)來表示。物元三個(gè)要素的變化和事物內(nèi)部結(jié)構(gòu)的變化使物元產(chǎn)生變化從而物元是描述事物可變性的基本工具。第三章 可拓評(píng)價(jià)理論及評(píng)價(jià)體系u 優(yōu)度評(píng)價(jià)方法的特點(diǎn)優(yōu)度評(píng)價(jià)方法的特點(diǎn)1. 用“非滿足不可的條件”在首次評(píng)價(jià)中可以篩選去一些方案，可簡化后續(xù)方案優(yōu)化、評(píng)選過程。2. 評(píng)價(jià)過程中無須人工干預(yù)，評(píng)價(jià)結(jié)果真實(shí)可靠，評(píng)價(jià)方法靈活。3. 關(guān)聯(lián)函數(shù)的值是整個(gè)實(shí)數(shù)域，優(yōu)度可以反映一個(gè)對(duì)象的

14、利弊程度。 可拓評(píng)價(jià)理論第三章 可拓評(píng)價(jià)理論及評(píng)價(jià)體系4. 優(yōu)度評(píng)價(jià)法的關(guān)鍵是制定物元、建立關(guān)聯(lián)函數(shù)和指標(biāo)的權(quán)重5. 優(yōu)度評(píng)價(jià)方法適用于很多評(píng)價(jià)體系，對(duì)評(píng)價(jià)體系沒有要求和限制，適合于定性指標(biāo)和定量指標(biāo)的評(píng)價(jià)6. 優(yōu)度評(píng)價(jià)法可以通過建立分段或離散型的關(guān)聯(lián)函數(shù)解決連續(xù)和離散型問題u 優(yōu)度評(píng)價(jià)方法的特點(diǎn)優(yōu)度評(píng)價(jià)方法的特點(diǎn) 可拓評(píng)價(jià)理論第三章 可拓評(píng)價(jià)理論及評(píng)價(jià)體系 柔性物料加工軌跡的評(píng)價(jià)指標(biāo)體系構(gòu)建 可操作性原則原則 系統(tǒng)性多元性、相關(guān)性 動(dòng)態(tài)性 ESI的有效性判斷 方法方法ESI的的穩(wěn)定性和可行靠性ESI的篩選 將反映柔性物料絎縫加工軌跡變形的特征變量作為評(píng)價(jià)指標(biāo) 思路思路第三章 可拓評(píng)價(jià)理論及評(píng)

15、價(jià)體系第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià) 模糊神經(jīng)網(wǎng)絡(luò)與可拓學(xué)的融合 評(píng)價(jià)指標(biāo)權(quán)重確定 優(yōu)度評(píng)價(jià)法在柔性物料加工軌跡中的應(yīng)用 柔性物料加工軌跡的模糊神經(jīng)網(wǎng)絡(luò)仿真 模糊神經(jīng)網(wǎng)絡(luò)與可拓學(xué)的融合 u 可拓學(xué)與模糊神經(jīng)網(wǎng)絡(luò)的結(jié)合的可能性(l)(l)可拓學(xué)著重思維、推理、判斷過程的形式化描述；人工神經(jīng)網(wǎng)絡(luò)將思維、推理、判斷寓于從簡單到復(fù)雜的過程之中。(2)(2)可拓學(xué)在求解問題時(shí)要有大量的信息處理，需要研究信息的處理方式與過程；人工神經(jīng)網(wǎng)絡(luò)處理信息的過程是并行分布處理，比較接近于人腦。(3)(3)可拓學(xué)注重可拓元的可拓性研究，注重分析推理的層次性和方向性。人工神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)和參數(shù)學(xué)習(xí)功能。從這點(diǎn)上看，可拓學(xué)

16、可以為神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)提供理論依據(jù)并指導(dǎo)結(jié)構(gòu)學(xué)習(xí)。 第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)u 柔性物料加工軌跡變形物元的建立 1.模糊神經(jīng)網(wǎng)絡(luò)物元模型模糊神經(jīng)網(wǎng)絡(luò)物元模型7654321vvvvvvvR穩(wěn)定誤差權(quán)值初始值學(xué)習(xí)速率激活函數(shù)結(jié)構(gòu)類型各層神經(jīng)元個(gè)數(shù)網(wǎng)絡(luò)層數(shù)網(wǎng)絡(luò)名稱 模糊神經(jīng)網(wǎng)絡(luò)與可拓學(xué)的融合 第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)2. 柔性物料加工軌跡變形物元柔性物料加工軌跡變形物元 模糊神經(jīng)網(wǎng)絡(luò)與可拓學(xué)的融合 u 柔性物料加工軌跡變形物元的建立 654321ddddddM物料加工厚度轉(zhuǎn)向角彈性系數(shù)加工速度加工速度變化率位置誤差物料加工狀態(tài)第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)u 柔性物料加工軌跡變形評(píng)價(jià)指標(biāo)權(quán)重

17、的確定 層次分析法原理層次分析法原理 層次分析法是一種多目標(biāo)決策方法，主要用于多目標(biāo)的優(yōu)劣排序和權(quán)重確定。把復(fù)雜的問題分解成各個(gè)組成因素，按支配關(guān)系分組形成層次結(jié)構(gòu)，通過兩兩比較確定層次中諸因素的相對(duì)重要性，構(gòu)造出判斷矩陣并求解，確定各因素的相對(duì)權(quán)重。 模糊神經(jīng)網(wǎng)絡(luò)與可拓學(xué)的融合 第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)2. 層次分析法具體步驟層次分析法具體步驟 (1)(1) 建立層次結(jié)構(gòu)模型；(2)(2) 構(gòu)造判斷矩陣；(3)(3) 層次單排序及其一致性檢驗(yàn)；(4)(4) 層次總排序及其一致性檢驗(yàn)。 模糊神經(jīng)網(wǎng)絡(luò)與可拓學(xué)的融合 u 柔性物料加工軌跡變形評(píng)價(jià)指標(biāo)權(quán)重的確定 第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)優(yōu)度

18、評(píng)價(jià)法在柔性物料加工軌跡變形中的應(yīng)用優(yōu)度評(píng)價(jià)法在柔性物料加工軌跡變形中的應(yīng)用u 確定柔性物料加工待評(píng)物元 u 確定各指標(biāo)的權(quán)系數(shù)u 首次評(píng)價(jià)u 建立關(guān)聯(lián)函數(shù)，計(jì)算關(guān)聯(lián)度u 計(jì)算優(yōu)度，確定最優(yōu)方案第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià) 柔性物料加工軌跡的模糊神經(jīng)網(wǎng)絡(luò)仿真 絎縫加工是一個(gè)復(fù)雜、非線性、多變量耦合、時(shí)變的系統(tǒng)，加工中，處理的對(duì)象一般是非線性和復(fù)雜的，為了條件限制和處理問題的方便，使用下式給出的物元作為輸入對(duì)象。 1514131211155144133122111VVVXVVNVcVcVcVcVcNRiii針距絎縫速度行程主軸轉(zhuǎn)速加工厚度第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)柔性物料加工軌跡的模糊神經(jīng)網(wǎng)絡(luò)

19、物元)exp(11) 1 , 1() 1 ,20,10, 2(4xFBPP隸屬函數(shù)之間隨機(jī)取值在權(quán)值的初始值網(wǎng)絡(luò)結(jié)構(gòu)類型各層神經(jīng)元數(shù)網(wǎng)絡(luò)層數(shù)網(wǎng)絡(luò)參數(shù)第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)iiiXXxK00),(關(guān)聯(lián)函數(shù) 0)()(max)(,0)()(max)(00jiiXxjijiiXxjiNKxKNKNKxKNKk關(guān)聯(lián)度規(guī)范化 jjjjjkkkkNK4321)(規(guī)范合格度 優(yōu)度 415432154321),()()(iijijjjjjjjkkkkkkNKNC第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)學(xué)習(xí)速率為 。 采用兩個(gè)輸入變量采用隨機(jī)方法在(-1，1)區(qū)間上產(chǎn)生400個(gè)數(shù)據(jù)對(duì)作為輸入變量，輸出變量來構(gòu)成200

20、組原始數(shù)據(jù)樣本集作為網(wǎng)絡(luò)學(xué)習(xí)的數(shù)據(jù)樣本集。網(wǎng)絡(luò)學(xué)習(xí)參數(shù)取動(dòng)量因子為 ,75.0)200/2sin(8 . 0)200/2cos(xxy模型為25. 0 柔性物料加工軌跡的模糊神經(jīng)網(wǎng)絡(luò)仿真第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)FNN效果曲線 FNN誤差曲線 柔性物料加工軌跡的模糊神經(jīng)網(wǎng)絡(luò)仿真第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)FNN神經(jīng)網(wǎng)絡(luò)泛化測試曲線 柔性物料加工軌跡的模糊神經(jīng)網(wǎng)絡(luò)仿真第四章 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)第五章 柔性物料加工軌跡的 FNNS優(yōu)化及仿真 模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化 柔性物料加工軌跡變形FNN的優(yōu)度評(píng)價(jià) 柔性物料加工軌跡實(shí)例仿真 第五章 柔性物料加工軌跡的FNNS優(yōu)化及仿真柔性物料加工軌跡變形F

21、NN的優(yōu)度評(píng)價(jià) 54321NVVVVVRi絎縫寬度圖案變形程度物料變形程度伸長率拉伸強(qiáng)度方案1. 待評(píng)價(jià)的物元待評(píng)價(jià)的物元 權(quán)系數(shù)為)17. 0 ,25. 0 ,33. 0 ,10. 0 ,15. 0(柔性物料加工軌跡實(shí)例仿真 圖5-1 FNN神經(jīng)網(wǎng)絡(luò)擬合效果曲線 仿真實(shí)驗(yàn)基于柔性物料非線性加工軌跡變形模型，用優(yōu)度評(píng)價(jià)法對(duì)方案進(jìn)行評(píng)價(jià)選優(yōu)，并仿真驗(yàn)證優(yōu)度評(píng)價(jià)方法優(yōu)化的有效性。 為了不失一般性，選用非線性隨機(jī)函數(shù)進(jìn)行學(xué)習(xí)驗(yàn)證：)23. 1sin(54. 012. 017. 0213. 0 xeeyxx第五章 柔性物料加工軌跡的FNNS優(yōu)化及仿真圖圖5-2 FNN5-2 FNN神經(jīng)網(wǎng)絡(luò)擬合誤差曲線

22、神經(jīng)網(wǎng)絡(luò)擬合誤差曲線 圖圖5-3 5-3 本文本文FNNFNN神經(jīng)網(wǎng)絡(luò)擬合效果曲線神經(jīng)網(wǎng)絡(luò)擬合效果曲線 第五章 柔性物料加工軌跡的FNNS優(yōu)化及仿真圖5-4 本文FNN神經(jīng)網(wǎng)絡(luò)擬合誤差曲線 第五章 柔性物料加工軌跡的FNNS優(yōu)化及仿真 圖圖5-2的的FNN算法的收斂速度較慢，經(jīng)過算法的收斂速度較慢，經(jīng)過260次學(xué)習(xí)后訓(xùn)練結(jié)束；圖次學(xué)習(xí)后訓(xùn)練結(jié)束；圖5-4為可拓評(píng)價(jià)優(yōu)化后的誤為可拓評(píng)價(jià)優(yōu)化后的誤差曲線，經(jīng)過差曲線，經(jīng)過164次學(xué)習(xí)后訓(xùn)練結(jié)束，網(wǎng)絡(luò)訓(xùn)練次學(xué)習(xí)后訓(xùn)練結(jié)束，網(wǎng)絡(luò)訓(xùn)練步數(shù)減少，訓(xùn)練速度加快。圖步數(shù)減少，訓(xùn)練速度加快。圖5-1和圖和圖5-3分別是分別是優(yōu)化前后的擬合曲線，圖優(yōu)化前后的擬合曲線，圖5-3擬合效果較好，通過擬合效果較好，通過優(yōu)化的網(wǎng)絡(luò)得出的擬合效果是令人滿意的。優(yōu)化的網(wǎng)絡(luò)得出的擬合效果是令人滿意的。 第五章 柔性物料加工軌跡的FNNS優(yōu)化及仿真結(jié) 論 根據(jù)柔性物料的非線性加工過程中的建根據(jù)柔性物料的非線性加工過程中的建模需要，分析了模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和優(yōu)化模需要，分析了模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和優(yōu)化方法，研究了可拓優(yōu)度評(píng)價(jià)方法。將模糊神方法，研究了可拓優(yōu)度評(píng)價(jià)方法。將模糊神經(jīng)網(wǎng)絡(luò)技術(shù)與可拓評(píng)價(jià)相結(jié)合，提出可