基于人工神经网络的船舶同步发电机故障诊断系统的研究

本文分析了人工神经网络在发电机故障诊断中独特的特点,建立了BP神经网络模型和算法公式,提出了基于BP神经网络的电机故障诊断方法和原理框图,最后通过对某船舶电站同步发电机的故障诊断的实例仿真,验证了基于BP神经网络故障诊断的准确性,为船舶发电机的精密诊断提供了一种有效地方法。     

基于人工神经网络的振动 钻削仿真与参数优化

将人工神经网络（ＡＮＮ）技术引入振动钻削领域,研究适用于变参数振动钻削过程仿真与参数优化的神经网络模型和算法。实验表明, ＡＮＮ优化精度较高,为振动钻削研究提供了新的分析方法与途径。     

液压系统液压脉动研究

液压脉动研究是液压系统动态特性分析计算中最重要部分.液压脉动对液压系统是非常有害的,不仅使系统的动态特性变劣,甚至产生共振或谐振使系统元件损坏造成事故.揭示液压脉动的变化规律,改善系统的动态性能,消除或减少压力脉动幅值,对系统的建设和使用有特别重要的意义.该论文在液压传输线理论基础上运用频率法和液电比拟法研究系统,采用理论和试验推导相结合建立数学模型,设计了液压脉动分析计算程序,并进行了实例仿真,得出了系统的振动频率及脉动压力和流量,仿真结果与试验数据很吻合,证明研究方法的正确性和可行性,具有较高的实用价值.     

基于人工神经网络的控制器的研究

本文通过在对几种常见神经网络在机器人手眼协调控制中的应用分析和仿真研究的基础上，给出了一种综合型的神经网络模型，仿真结果表明模型具有更好的收敛速度和控制性能。     

基于人工神经网络专家系统的智能CAD研究

在论述人工神经网络理论研究进展，分析人工神经网络模型的特点和性质的基础上，综述了人工神经网络模型在现代CAD技术中的应用研究现状及发展。     

基于人工神经网络的智能型自适应保护（Ⅱ）仿真研究

采用一个５００ＫＶ系统的数字仿真模型，对基于人工神经网络的智能型自适应保护进行了检验。仿真结果表明，这种基于新原理的保护具有很好的自适应能力和人工智能性能。另外，汕于人工神经网络是并行运算的，训练好的神经网络的动作时间几乎为零，因此大大提高了保护动作的速度，即改进了快速性。     

基于人工神经网络的表冷器模型

为了对表冷器进行准确建模，进而有效地对其进行模拟仿真，利用三层前馈人工神经网络(BP网络)，结合传统的表冷器模型，建立了基于人工神经网络的表冷器模型。并利用模型在计算机中对不同工况下的表冷器进行了模拟仿真。结果表明：模型输出数据与实测数据相当吻合。证明使用人工神经网络建立表冷器模型是可行的。     

基于人工神经网络的立体视觉系统的研究

立体视觉系统已广泛应用于三维形体检测等诸多方面,针对该系统物点到像点非线性关系的确定技术,提出了在于人工神经网络的标定、测量方法,同时提出了加快网络训练速度、提高网络训练精度的新方法,并给出了学习和测量结果,验证了此方法的正确性。这种方法降低了对系统本身精度的要求,且不同考虑透镜畸变的影响。是对立体视觉系统数学建模的有益探索,具有一定的理论意义和现实意义。     

基于人工神经网络的转台框架结构动力修正

为解决转台框架设计中结构质量不均匀问题,利用人工神经网络的非线性映射能力对转台框架结构进行了动力修正。首先建立了转台框架振动频率与其结构参数的非线性神经网络映射关系,然后利用训练好的神经网络修正框架的结构动力模型,对网络映射的结构参数再次建模进行有限元分析计算,结果表明,该方法计算简单、使用方便,达到了转台框架各方向振动频率基本一致的结构动力修正的目的。     

Activated sludge process based on artificial neural network

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｄｅｓｉｇｎａｎｄｃｉｒｃｕｌａｔｉｏｎｏｆｗａｓｔｅｗａｔｅｒｍｉｃｒｏ ｂｉｏｌｏｇｉｃａｌｔｒｅａｔｍｅｎｔｈａｓｂｅｅｎｍｏｓｔｌｙｃａｒｒｉｅｄｏｕｔａｃ ｃｏｒｄｉｎｇｔｏｅｘｐｅｒｉｅｎｃｅｄａｔａｆｏｒｍａｎｙ ｙｅａｒｓ .Ｓｏｍｅｓｃｈｏｌａｒｓ (ｉ.ｅ .Ｗ .Ｗ .Ｅｃｋｅｎｆｅｌｄｅｒ ,Ｒ .Ｅ .Ｍｃｋｉｎｎｅｙ ,Ａ .Ｗ .Ｌａｗｒｅｎｃｅ ,Ｐ .Ｌ .ＭｃＣａｒｔｙａｎｄｓｏｏｎ)ｉｎｔｒｏ ｄｕｃｅｄｒｅａｃｔｏｒｔｈｅｏｒｙｏｆｃｈｅｍｉｃａｌｉｎｄｕ…     

基于神经网络理论的砂土液化的判别

本文探讨了用神经网络方法来研究土的抗液化性能与土参数之间的非常复杂的非线性关系 ,并对实例进行网络测试。测试结果与其它液化判别方法所得的结果相比要更为可靠     

活性污泥法人工神经网络建模

针对现行采用活性污泥法处理废水的污水厂建立实用数学模型较难的实际,通过引入人工神经元网络理论和思想建立起基于BP人工神经网络模型,对污水厂的运行状态进行模拟,结果表明,人工神经网络完全可以用于活性污泥法建模,这种模型的建立,使得活性污泥法工艺系统在线智能控制成为可能。     

人工神经网络在水工结构优化中的应用

采用人工神经网络方法 ,为水工结构优化提供初始方案 .通过典型的混凝土重力坝断面优化的例子 ,说明该方法能形成很好的初始方案 ,并容易推广到其他结构优化中     

BP人工神经网络在加氢汽油干点软测量中的应用研究

汽油干点是石油加工过程中汽油质量的一个重要指标,但实际生产中还没有合适的可用于实时测量这一参数的仪器,本文运用软测量技术,通过BP人工神经网络建立了软测量模型,并嵌入到DCS控制系统中对汽油干点进行实时预测和推断,在实际应用中取得了良好的预测效果.     

基于人工神经网络集成的微阵列数据分类

基因数量远多于样本数量是基因表达微阵列数据进行疾病诊断所面临的主要挑战，为此提出了采用人工神经网络集成的组织分类方法．该方法使用Wilcoxon测试选择用于与分类相关性较高的重要基因，通过凸伪数据法产生神经网络集成中各个体的训练集，用简单平均法集成网络个体的测试结果．采用实际的微阵列实验数据集分别进行独立测试和交叉验证测试，结果表明，该方法性能优于单个神经网络、最近邻法和决策树．受试者特征曲线测试表明，神经网络集成性能优于单个神经网络．     

DBD演算法BP神经网络水质综合模拟研究

建立水质模型对水体水质的变化进行模拟是一条有效的途径。由于污染物之间的相互作用以及水环境中物理、化学、生物、水力特征的高度非线性耦合，对其了解是有限的，致使传统的微分方程建模方法和数值求解在应用中遇到许多困难。本文采用BP人工神经网络进行河流综合水质模型的建模，为了加强模型的收敛速度采用学习速率自适应的DBD演算法，通过应用长江干流重庆段实测水质样本对模型进行的训练与检验表明：该模型用于一维水质综合模拟可行，且精度较高，为河流水质模拟提供了一条简便可行的新方法。     

基于小波和ANN的电能质量分类方法

为了对电能质量进行有效的治理,以提高用电效率,有必要对电能质量进行快速的检测和准确的分类.基于小波的时频分析特点和人工神经网络(ANN)的学习能力,提出一种电能质量实用分类方法.利用正交小波对信号进行多分辨率分析,将一定时间长度内的信号的能量映射到多个频段内,通过与标准正弦信号各频段能量的比较,提取各类电能质量的能量变化特征;利用ANN对输入特征矢量进行识别,完成电能质量的自动分类.仿真实验证明,该方法可以有效地区分电压的上升、下降、闪变以及谐波畸变、暂态等5种电能质量问题.