基于Elman神经网络变风量空调系统研究

变风量空调控制系统具有非线性和动态特性.目前,在VAV空调控制领域应用最广泛的神经网络是静态前馈Bp神经网络,而在多层前向Bp网络中引入特殊关联层,形成有"记忆"能力的Elman神经网络,可以映射系统的非线性和动态特性.其在网络训练算法中,采用自适应学习速率梯度下降反向传播算法,显著提高了网络的训练速率,有效抑制了网络陷入局部最小点.文中分别采用Bp神经网络与Elman神经网络建立模型,对VAV空调系统的少量参数的数据进行仿真预测,经比较分析,证明后者具有收敛速度快、预测精度高的特点.     

冰蓄冷空调负荷预测的预估校正模型

为减小冰蓄冷空调系统的运行费用,降低空调系统的能耗,更精准地预测空调冷负荷,提出一种利用小波神经网络实现冰蓄冷空调负荷预测的方法,通过直接启发式动态规划实时优化模型参数,建立冰蓄冷空调系统的预估校正模型,解决传统神经网络预测收敛慢,易陷入局部最优,精度相对低的缺点,保证整个系统的运行稳定性。实验结果表明,该方法在冰蓄冷空调负荷预测中具有较高的准确性和鲁棒性,具有良好的应用价值。     

基于负荷预测的冷冻站系统非线性预测控制

我国建筑能耗约占社会总能耗的30%,其中集中式暖通空调系统能耗约占一半以上.为提高节能效率,本文提出基于负荷预测的空调冷冻站系统神经网络预测控制策略.本文采用神经网络作为优化反馈控制器,将满足负荷需求和系统能效比需求作为优化目标,将变分法和随机梯度下降法相结合,对神经网络权值进行滚动优化,既能解决传统变分法由开环控制引发的对随机干扰和不确定性敏感的问题,又可避免基于动态规划的非线性优化算法的"维数灾"问题.本文以北京某国企科研楼的空调系统为研究对象,实验结果表明,本文所提出的神经网络预测控制策略与PID控制算法相比,系统总能耗节省约8.57%,并且在控制过程中能够克服各种变化和不确定性因素的影响,具有更好的动态和稳态性能,且该算法占用存储空间适中、计算量小,易于工程实现.     

变风量空调系统优化控制策略研究

变风量空调系统是多变量,大滞后、非线性和不确定性的系统,普通的模糊神经网络控制已难以满足其多变量动态控制的要求,为改善变风量空调系统控制性能,本文提出了一种小波模糊神经网络预测控制方法,实现变风量空调的温湿度有效控制.通过小波神经网络预测器在线建立被控对象的数学模型,并用模糊RBF神经网络控制器对所得到的信息在线修正,优化控制器参数,从而改善系统的控制效果.仿真结果表明,小波模糊神经网络预测控制具有很强的鲁棒性和自适应能力,控制精度高,控制效果好,安全可靠等优点,具有广泛的应用价值.     

基于改进的Elman神经网络的股价预测模型

Elman神经网络是一种典型的回归神经网络,比前向神经网络具有更强的计算能力,具有适应时变特性的能力,因而非常适用于对股市这一类极其复杂的非线性动力学系统进行预测。文中以深市A股中的个股中集集团(股票代号:000039)的共180天的实际收盘价的时间序列作为预测对象,提出基于改进的Elman神经网络的个股价格预测模型,实验结果取得较高的预测精度、较为稳定的预测效果和较快的收敛速度。这表明该预测模型对于个股价格的短期预测是可行和有效的。     

基于神经网络的时间序列鲁棒预测

为了实现神经网络预测模型的便棒预测,提出一种基于非线性偏自相关的一般化预测模型辨识方法。该方法通过考察待预测时间序列的当前序列值对各阶历史序列的不可约自依赖,确定神经网络这类非线性自回归模型的自回归阶数。实现表明,该方法可有效地提高神经网络预测模型的鲁棒预测能力。     

PIN型Elman网络及在动态系统辨识中的应用研究

首先介绍普通改进E lm an动态递归神经网络的结构,重点讨论一种具有P ID特性的E lm an神经网络及其学习算法,并将改进E lm an网络和P ID型E lm an网络分别用于动态系统的辨识.无论是理想的数学模型还是实际工业模型,计算机仿真结果均证明,将P ID型网络用于动态系统辨识具有更好的逼近效果.     

一种改进的Eiman神经网络及其在股市中的应用

通过在具有动态反馈机制的Elman神经网络的基础上引入时间收益因素，提出了一种改进的Elman神经网络模型并将其用于对股票的综合指数进行预测，进而求其收益率。实验模拟结果表明：将改进的Elman模型用于股市投资是可行的，有效的，具有一定的应用潜能，谊模型不仅可以明显提高网络的预测精度，达到快速收敛。而且还能够明显提高股民投资的利润率，实现较大幅度地获得收益的目的。     

参数可变系统时间序列短期预测方法

时间序列预测是一类非常重要的问题,但基本上局限于参数不可变问题的研究,而对实际问题中经常出现的更重要的参数可变系统的预测,由于构成几乎所有已有预测技术基础的Taken嵌入定理不再成立,所以这方面的研究成果极少.使用一种将(多)小波变换与反向传播神经网络相结合的新型网络结构--(多)小波神经网络,尝试对参数可变时间序列的预测.因为(多)小波神经网络的误差函数是一个凸函数,这在一定程度上可以避免经典神经网络容易陷入局部极小、收敛速度慢等问题.对著名的Ikeda参数可变系统的实验表明,多小波神经网络的预测性能较单小波神经网络要好,而单小波神经网络的性能较BP网要好.因此,该方法不失为时间可变系统预测的一种好的推荐.     

基于改进的Elman神经网络的网络流量预测

在Elman神经网络的基础上提出了改进的网络,根据实际网络中测量的网络流量数据,建立了基于Elman神经网络的流量模型,分别用Elman神经网络和改进的Elman神经网络对实际网络流量进行预测,仿真实验结果表明,改进的Elman神经网络具有良好的预测效果,改进的Elman神经网络具有更高的预测精度和更好的动态性能.     

防火墙在网络安全中的应用研究

防火墙是一种行之有效的网络安全机制,它是在网络的内部与外部之间实施安全防范的系统。文章阐述了防火墙技术的功能和关键技术,并探讨了如何在实际中实施改进防火墙。在本篇论文中采用了对比论证的方法,目的在于有所比较。论文在理论论述的同时也注重对所述内容加以举例说明,"构建基于Linux的防火墙"一节即为前述理论的实践。     

Underworld的地上世界

许多人认识Underworld,不少是因着当年电影《猜火车（Trainspotting）》中那首大红大紫的《Born Slippy》--上世纪90年代的经典Cult电影,以及汇聚了彼时最当红英国乐队的原声,当然会是最能让人记住的时代icon。     

数字认证服务在校园网上的应用

本文讨论了当前网络安全研究中占主要地位的公钥基础设施PKI。根据校园网安全需要我们设计、测试并部署了PKI组件，在校园网上建立CA、向用户发行数字证书等。     

便携式电气设备故障监测系统的研究

本文对便携式微机监测系统的功能设置、软件中的难点问题进行了探讨．给出了系统实现的样例界面，最后就系统在软件方面的改进提出了自己的见解。     

增加GSM系统网络容量的研究

本文针对日益激化的移动终端用户需求与受限频率资源的GSM系统网络容量间的矛盾,提出了GSM理论网络容量与载干比C/I间的计算方法,对GSM系统网络容量与移动通话质量间的关系进行了定量分析,同时提出了AMR-HR、COMMON BCCH等新技术,在尽可能维护无线通话质量的情况下提升GSM网络容量。     

定位模块在定长控制中的应用

用三菱A系列定位模块来控制三菱交流伺服电机,实现运输带的定长控制,定长精度达到±0.75mm。     

增加GSM系统网络容量的研究

本文针对日益激化的移动终端用户需求与受限频率资源的GSM系统网络容量间的矛盾,提出了GSM理论网络容量与载干比C／I间的计算方法,对GSM系统网络容量与移动通话质量间的关系进行了定量分析,同时提出了AMR-HR、COMMONBCCH等新技术,在尽可能维护无线通话质量的情况下提升GSM网络容量。     

增加GSM系统网络容量的研究

本文针对日益激化的移动终端用户需求与受限频率资源的GSM系统网络容量间的矛盾,提出了GSM理论网络容量与载干比C/I间的计算方法,对GSM系统网络容量与移动通话质量间的关系进行了定量分析,同时提出了AMR-HR、COMMON BCCH等新技术,在尽可能维护无线通话质量的情况下提升GSM网络容量.     

Web服务中跨域安全的认证与授权研究

在跨域访问中,传统的集中式或分布式管理越来越难以适应系统间移植性、扩展性和安全性方面的发展,从而导致孤立的用户体验和复杂的管理.提出一种基于XACML和SAML的Web跨域访问控制模型,利用XACML控制用户对单个安全域资源的访问,SAML用来在多个安全域之间传输验证结果,解决单点登录问题.两者结合有效的解决了多个类似安全域系统之间验证模型的可移植性和扩展性,并通过对XML加密,提供了更加安全的信息传输服务.