模糊邏輯系統(tǒng) 模糊規(guī)則模糊推理 控制難以建立精確模型而憑經(jīng)驗(yàn)可控制的系統(tǒng) 處理不確定信息，可利用專家經(jīng)驗(yàn) 難以學(xué)習(xí)，推理過程模糊性增加
如果把兩者相結(jié)合，就能各取其長(zhǎng)，共生互補(bǔ)。從而進(jìn)行人腦結(jié)構(gòu)和功能的模擬——大腦神經(jīng)網(wǎng)絡(luò)“硬件”拓?fù)浣Y(jié)構(gòu) + 信息模糊推理“軟件”思維功能。
兩者結(jié)合的方式很多，常見的有：
① 以與、或運(yùn)算代替神經(jīng)網(wǎng)絡(luò)中的sigmoid函數(shù)；
② 神經(jīng)網(wǎng)絡(luò)的權(quán)值是模糊量；
③ 神經(jīng)網(wǎng)絡(luò)的輸入是模糊量；
④ 神經(jīng)網(wǎng)絡(luò)的輸入和權(quán)值是模糊量；
⑤ 以上各種形式的復(fù)合。
四、 課題的構(gòu)想：
一個(gè)產(chǎn)品的報(bào)價(jià)應(yīng)該是一個(gè)企業(yè)在現(xiàn)有實(shí)際生產(chǎn)條件下的報(bào)價(jià)，應(yīng)該是一個(gè)企業(yè)實(shí)際市場(chǎng)環(huán)境、實(shí)際生產(chǎn)能力、技術(shù)水平、生產(chǎn)經(jīng)營(yíng)管理現(xiàn)狀等的綜合體現(xiàn)。更重要的是其應(yīng)該能反映本企業(yè)自身的特色（其往往是一個(gè)企業(yè)奈以生存和發(fā)展的基石）。而以往在實(shí)際生產(chǎn)中產(chǎn)生和積累的經(jīng)驗(yàn)數(shù)據(jù)資料往往是企業(yè)在一定條件下以上各種因素的綜合反映，有很強(qiáng)的代表性，因而如果指定合適的考核指標(biāo)，提取有用的相關(guān)的數(shù)據(jù)作為樣本，便可以較好的反映該企業(yè)的特色，反映其結(jié)構(gòu)化和非結(jié)構(gòu)化的因素，為新產(chǎn)品的報(bào)價(jià)提供良好的依據(jù)。同樣，對(duì)新工件進(jìn)行功能分解，大多數(shù)能在以往樣本中找到相似的功能單元，進(jìn)行相似的方案和結(jié)構(gòu)設(shè)計(jì)，因此利用以往實(shí)際工作中的典型數(shù)據(jù)為樣本，通過功能分解，結(jié)構(gòu)比較，合理報(bào)出新產(chǎn)品的價(jià)格，在技術(shù)和原理上是可行的。
主要功能模塊說明：
1． 相似信息輸入
由于模糊神經(jīng)網(wǎng)絡(luò)的輸入可以是語言信息，因此可用“相似”、“非常相似”、“不相似”等模糊信息來表達(dá)兩個(gè)產(chǎn)品間的相似信息。
2． 模糊神經(jīng)網(wǎng)絡(luò)
在語言信息輸入后，利用其模糊推理規(guī)則，把其轉(zhuǎn)化為模糊神經(jīng)網(wǎng)絡(luò)能接受的數(shù)據(jù)信息，進(jìn)行加權(quán)運(yùn)算，并在不符合精度要求時(shí)進(jìn)行自學(xué)習(xí)調(diào)整，直到得到期望輸出為止，然后報(bào)出產(chǎn)品價(jià)格。
五、 本課題的難點(diǎn)和著眼點(diǎn)
本課題的難點(diǎn)和著眼點(diǎn)在于：
1． 如何找出合適的考核指標(biāo)，捕捉新產(chǎn)品與樣本之間的有用信息。這是準(zhǔn)確報(bào)價(jià)的基礎(chǔ)。
2． 如何設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)，使其能正確處理語言信息，同時(shí)對(duì)差異進(jìn)行自調(diào)整，直到得到期望輸出為止。
|
