用于ATM网络自愈的多链路原理及性能

本文阐述一种实现ATM网络自愈的多链路结构原理、自愈性能,并给出一种多链路实例。     

神经元的对称开关电容电路实现

提出对称开关电容实现人工神经 ，从而精确实现高精度稳定的集成电阻。     

神经网络高精度权值的模拟电路实现

本文提出了一种电流模式４－ｂｉｔ可调权值模拟神经元电路，权值易存贮而且精度高。该电路可扩展为８－ｂｉｔ等多值分立权的神经元电路。文章扼要分析了神经元电路的工作原理，并用ＳＰＩＣＥＩＩ进行仿真，证明了这种电路的正确性。     

神经网络的VLSI实现

本文评述了当前神经网络电路实现的关键技术和研究现状,着重讨论了数字、模拟和脉冲流VLSI实现的电路技术及其未来发展。     

量子神经网络及在发酵过程中的应用

给出了一种量子神经网络模型,组成该模型的全于神经元对信息的处理分为两阶段.第一阶段为宏观信息收集部分,产生控制量了比特;第二阶段为微观信息处理部分,根据控制量子比特,改变工作量子比特,即神经元的状态.以符氨酸发酵过程产物(谷氨酸)浓度数据为检验样本,将最子神经网络应用到以Verhulst方程为菌体的生长模型中,进行发酵模型参数估计.实验结果表明,基于量子神经网络算法的参数估计方法具有精度高、编程实现简单、计算量小等优点.     

基于复合神经网络的热轧变形抗力模型研究

为反映材料化学成分波动对变形抗力的影响效果,基于自适应线性神经网络和径向基神经网络技术,建立了以典型化学成分和机架入口温度作为输入,变形抗力修正系数作为输出的热轧带钢变形抗力修正网络。利用实际生产数据,对奥氏体变形抗力修正网络进行了训练、验证和测试,并与在线模型的自适应值、独立的BP网络和RBF网络的预报值进行了对比。结果表明,所开发的复合神经网络具有较好地预测热轧变形抗力的能力。     

基于TMS320F2812的桥式起重机示教控制系统

设计了基于TMS320F2812DSP的桥式起重机示教控制系统,给出了硬件电路,分析了示教控制策略,开发了单神经元算法伺服程序和示教控制软件。运行试验表明,该系统能够完成桥式起重机的示教控制任务,为智能化控制提供了1种新思路和可行性方案。     

行波超声波电机单神经元自适应控制

由于超声波电机具有非线性、时变性、强耦合等特点,增加了它的控制难度,采用PID等常规控制方法难以满足较高精度的控制需求。单神经元作为一种神经网络应用形式,具有自学习和自适应能力,而且易于实现。设计了基于低频PWM方法的单神经元自适应PID转速控制策略,构建了超声波电机自适应闭环控制装置。在一定程度上解决传统PID调节器不易在线实时整定参数、难于对复杂控制对象进行有效控制的不足。实验证明,该控制系统具有响应迅速、适应性强等优点。     

自适应PID控制在火炮随动系统中的应用

火炮随动控制系统是一个典型的非线性、大时滞系统,常规PID控制难以实现火炮随动控制系统参数在线自整定,针对该问题提出一种基于单神经元的自适应PID控制器,通过神经元的自学习、自校正能力实现了PID参数的在线自整定。仿真结果表明单神经元自适应PID控制响应快,自适应能力好,鲁棒性强,稳态精度高,采用该方案的火炮随动控制系统能够较好满足控制要求,具有一定实用价值。