圆轨倒立摆摆起过程神经网络闭环控制方法

在圆轨倒立摆摆起过程开环控制律优化算法的基础上,应用高精度多层人工神经网络 插值原理,研究了摆起过程的闭环控制方法.以每个时间段上的状态变量和相应的控制变量为 输入输出学习样本,建立前馈人工神经网络,构成摆起过程的反馈控制系统.通过仿真与实际控 制,表明所研究方法是可行和有效的,并为复杂非线性系统的闭环控制提供了新的思路.     

基于人工神经网络的预测模型

人工神经网络是一种模拟动物神经网络行为特征,进行分布式并行信息处理的算法数学模型,具有非线性、非局限性、非常定性和非凸性。因测报问题本质就是一个输入输出系统,而人工神经网络又可以逼近任意非线性系统,对于处理该类问题具有很强的优越性。     

基于生物脑网络连接特性的高效神经网络算法

人工神经网络发展至今,已经在计算机视觉、类脑智能等方面得到广泛应用.在过去几十年中,人们对神经网络的研究注重追求更高的准确率,从而忽略了对网络计算成本的控制.而人脑作为高效且节能的网络,其对人工智能的发展起到了重要启示作用.如何仿真生物脑网络的连接特性,建立超低能耗的人工神经网络模型实现基本相同的目标识别正确率成为当前研究的热点.为建立低能耗的人工神经网络模型,本文结合大脑网络的连接特性,通过改变人工神经网络的连接实现网络的高效性.实验结果表明,结合生物脑网络的连接特性,改变网络的连接,很大程度上减少了网络的计算成本,而网络的性能并没有受到明显影响.     

模糊人工神经网络方法在电路划分问题中的应用

本文把模糊集合论的知识应用于自组织人工神经网络,提出一个模糊人工神经网络算法.新算法克服了一般人工神经网络方法共同面临的学习时间长、对网络参数的敏感性弱点,广泛适用于一般的模式分类问题.对集成电路设计中电路划分问题的应用情况表明,新算法无论在网络学习的速度上还是划分结果上都优于Kohonen的自组织人工神经网络方法.     

基于人工神经网络控制的节能空调器的MATLAB仿真

整个系统仿真过程主要针对主流智能变频空调的控制系统分析,使用人工神经网络对控制系统进行建模,并使用人工神经网络中常用的Hopfield网络与BP网络模型对控制系统模型进行Matlab仿真编程,得出并对比两种网络对系统的仿真结果,其仿真结果表明两种网络从不同角度较好地反映了系统模型的功能特点.着重分析了人工神经网络理论对智能家用节能空调的控制系统仿真.     

一种混合步进电机优化波形控制器设计

设计了一种基于人工神经网络的步进电机驱动电压波形控制器，对步进电机原有的驱动控制电压脉冲进行修正，提高步进电机的运行速度稳定度，该方案使用人工神经网络模拟输入输出样本即角位移与电压脉冲的映射关系，使经过训练后的网络对非样本输入有好的泛化能力；该方案只使用步进电机测量角位移不需要精确获取电机内部参数，实验证明，该驱动电压波形控制器方案是一种快速、简便、有效的设计，对电机低速空载和负载效应下的速度稳定度都有好的提高。     

基于NW型小世界人工神经网络的污水出水水质预测

为了预测污水处理出水水质,针对污水处理过程具有多变量、非线性、时变性、严重滞后的特点,提出了基于NW型小世界人工神经网络的污水处理出水水质预测模型;首先根据污水处理系统确定模型输入输出变量个数,然后建立了多层前向小世界神经网络模型,并对网络模型的隐层结构进行了优化研究;借助污水处理过程的历史数据进行了仿真研究,结果表明:和同规模的多层前向人工神经网络相比,小世界神经网络对污水出水水质预测具有较高精度和收敛速度,为污水出水水质的实时预测提供了一种有效的新方法。     

全连接和随机连接神经网络并行实现的性能分析

直觉告诉我们:当人工神经网络算法在多处理器系统上并行实现时,处理器网络的拓扑结构和处理器节点的扇入尺寸(即输入输出规模)会影响并行算法的效率,但是对全连接和随机连接神经网络,上述结论并不成立。在神经网络的并行实现中,处理器的通信开销是一个主要的限制因素,本文将对全连接和随机连接神经网络并行实现的几个相关问题进行讨论。1 学习时间的分解     

几种改进的人工神经网络算法比较

文章分别介绍了模拟退火算法与BP网络结合的模拟退火人工神经网络,遗传算法和BP网络结合的遗传人工神经网络以及遗传退火人工神经网络算法。通过仿真实验比较证明,遗传退火人工神经网络和模拟退火人工神经网络的逼近精度高于遗传算法人工神经网络,而遗传算法人工神经网络收敛速度最快。并且随着求解变量个数的增加,基于遗传退火人工神经网络收敛速度高于改进的模拟退火人工神经网络。     

基于人工神经网络的工程招投标管理研究

结合人工神经网络基本理论,介绍了它在工程招投标的招标价格、风险因素分析以及竞标单位资格审查等方面的应用,指出利用人工神经网络具有的高度的并行处理和可完成复杂的输入输出的非线性映射能力,不仅可以保证高的中标率,为决策者提供有力的支持和帮助,且可避免招标过程中不确定性因素的影响。