摘要：描述了分布式多工厂、多顾客的供应链准时化生产计划问题 ,以实现最小化提前 /拖期惩罚费用、生产成本、产品运输费用之和为目标建立了数学模型 ,将遗传算法与模糊逻辑相结合 ,设计了软计算方法求解模型 ,采用基于规则方法的模糊规则量化方法求解模糊决策 ,并将模糊决策嵌入遗传算法 ,使得算法具有比分枝定界法更快的寻优能力和更广的适应范围。

摘要：介绍了软计算方法的概念、内涵、外延以及应用,探讨了模糊理论、人工神经网络及遗传算法等技术的特点,论述了软计算技术间的融合及集成方法,并针对软计算在塑性成形领域的应用介绍了包括冷挤压工艺设计中人工神经网络的遗传优化问题、模糊神经网络用于冷挤压件能否一次冷挤压成形的判断以及运用人工神经网络进行专家系统的知识自动获取等;综述和分析了软计算应用于塑性成形领域的国内外研究现状;对软计算技术的进一步研究和应用提出了展望。

摘要：提出了一种基于软计算的转子故障诊断方法。该方法充分利用软计算中的模糊集合理论,人工神经网 络,粗糙集理论和遗传算法等计算方法优势,弥补它们相互的不足,进行故障诊断。首先利用粗糙集理论对样本数据进 行初步规则获取,并计算规则的依赖度和条件覆盖度,然后根据这些规则进行网络设计,其中,网络隐层节点的数目等于 规则的数目,初始网络权重由规则的依赖度和条件覆盖度确定,最后用遗传算法对模糊神经网络参数进行优化。使用该 网络对转子类常见故障进行诊断。实验表明,和一般模糊神经网络相比,这种基于软计算的诊断方法具有训练时间短、 诊断准确率高的特点。

摘要：应用软件计算方法 ,融合模糊理论、神经网络和遗传算法的优点 ,结合阴阳补偿理论设计一种用于柴油机振动故障诊断的新方法。该方法弥补了单独使用模糊方法或人工神经网络方法存在的规则数多和收敛速度慢等不足。其中推理系统采用的是模糊神经网络知识发现系统 FNNKD( fuzzy neural network with knowledge discovery)。应用该系统虽然花费的训练时间较长 ,但通过训练得到的系统参数可以达到全局最优 ,应用时 ,识别精度高而计算复杂度较低。通过 CA10 B汽车变速箱齿轮和轴承故障振动试验验证了该方法的可行性。

摘要：采用软计算方法对车辆跟随算法模型进行对比分析,主要介绍基于自适应神经模糊推理系统ANFIS的跟随模型,并简要介绍基于BP网络和径向基RBFN网络模型与ANFIS模型的对比分析。为了取得模型训练所需的参数和测试模型的效果,设计了一个车辆跟随试验,试验中采用GPS模块来获取车间距和车速差两个参数。最后对模型进行训练和仿真决策输出,仿真输出表明采用自适应神经模糊推理系统的算法模型能较好地模拟驾驶员操作。

摘要：描述了分布式多工厂单件制造企业准时化生产计划问题 ,以实现最小化提前 /拖期惩罚费用、生产成本、产品运输费用之和为目标建立了 0 - 1规划数学模型 ;设计了基于模糊规则量化的方法求解模糊决策 ,并将模糊决策嵌入到遗传算法中的软计算方法求解模型 ,使得算法具有比分枝定界法更快速的寻找优解的能力以及更广泛的适应范围 .

摘要：阐述了一种在三维计算机动画影片中训练虚拟角色,从而使其更加符合导演期望达到的效果,探讨了如何训练虚拟角色面部表情这一新课题,提出了将模糊神经网络应用于虚拟角色面部表情的建模研究,并用遗传算法(GA)训练模糊神经网络。实验结果表明,当该算法应用于训练虚拟角色面部表情这一问题时,能在保证精度的前提下快速收敛,并能避免陷入局部最优,从而使得不同的动画导演利用这个系统,能够根据自己的知识产生出符合自己要求的虚拟面部表情输出。

摘要：软计算是一些计算方法的集合,这些计算方法的指导思想均是通过对不精确性和不确定性的容纳,以达到可处理性、鲁棒性和低成本求解的目的;它主要由模糊逻辑、神经网络、进化计算等组成。综述了软计算在CVD/CVI工艺建模中的应用情况。

摘要：本文在传统的建设用地需求量预测模型的基础上,针对建设用地预测的复杂性,提出利用非线性系统中数据处理的方法,应用信息科学中的软计算方法并结合混沌理论,在自回归移动模型AR(P)和前馈神经网络理论及其算法的基础上,建立基于自回归模型AR(P)的神经网络预测模型;同时利用灰色系统理论,建立基于GM(1,1)的预测模型,结合基于AR(P)非线性的神经网络模型对土地需求量进行非线性组合预测;并对提出的预测模型用实例加以分析。

摘要：波长分配问题是影响IP/DWDM光Internet中网络资源利用的关键问题之一。本文提出了两种基于软计算的多限制的波长分配算法,使得波长源分配适应实际的网络特征。事实上,由于考虑到多种限制问题,包括成本,功率和网络性能等,因此采用分层解决方案。因为每一层都是NP完全问题,所以采用软计算和启发式相结合的方法进行求解,设计并实现了一个仿真软件,仿真表明该算法既是可行的又是有效的。