基于神经网络的视觉机器人模糊控制

设计人工神经网络(ANN)替代机器人的图像雅克比矩阵,基于ANN和视觉机器人构成的增广被控对象设计了模糊控制器,组成了基于神经网络和模糊逻辑的机器人视觉伺服控制系统,给出了实验结果.实验表明,该方法简捷、易行、有效.     

基于模糊逻辑的学习率自调整BP神经网络

研究了一种基于模糊逻辑的学习率自调整BP算法.首先分析了传统BP算法,然后对基于模糊逻辑的学习率自调整的方法进行了研究,最后通过求解非线性函数逼近和异或问题对传统BP算法和改进BP算法进行对比.仿真结果表明,改进BP算法有效地改进了传统的BP算法.     

基于多级遗传算法的模糊隶属度函数的优化

针对遗传算法的在应用过程中出现的过早收敛问题,提出基基于多级遗传算法的模糊控制,通过高级遗传算法的操作遗传算法可以获得不同种类的优良模式的新个体,从而它们提供了更加平等的竞争机会,并且在低级遗传算法在中采用Ｍｅｔｒｏｐｏｌｉｓ判别准则对遗传算法的复制算子加以改进,有效地破坏群体中个体的单一性,增加多样性,使隶属度参数得到优化,从而改善了控制性能,倒立摆仿真实验表明这种方法是有效的,是解决早收敛问题     

基于遗传算法的模糊隶属函数的优化

对于非线性和时变性的不确定系统,模糊控制是一种较有效的方法。但在模糊控制器的设计中存在的两个瓶颈：模糊变量隶属函数的确定和模糊控制规则的正确选取。遗传算法是模拟生物的进化现象。并采用自然进化机制来表现复杂现象的一种概率搜索方法。传统搜索方法解决不了的复杂问题,应用遗传算法却可以得到解决。将遗传算法引入到模糊控制器的设计中,根据已知的模糊控制规则,对模糊隶属函数自动寻优。以工业过程控制为对象,针对具     

用遗传算法优化神经网络初始权重的方法

基于遗传算法的全局搜索和BP网络局部精确搜索的特性,通过采用遗传算法优化网络初始权重的方法,将遗传算法和BP算法有机结合,做到了优势互补,并在提高洪水智能预报精度,特别是提高洪峰预报精度的研究中得到了很好的应用。在珠江流域西江洪水预报系统中,以历史水文资料进行检验的结果表明,洪峰时段的预报精度明显高于平水期的预报精度,证明了这种方法的有效性和可靠性。     

基于OPC技术的智能液位控制系统实验平台设计

以GK04型过程控制实验装置为对象,Matlab和组态王软件为平台,实现双容水箱液位控制实验.用Matlab来完成复杂算法的计算任务,用组态王工控软件实现友好的用户界面,二者通过OPC协议进行数据交换,把模糊控制这种先进的控制算法应用到实验平台上.实验结果表明,系统方案合理,运行稳定,控割效果良好.     

基于遗传算法的室内热舒适指标PMV的神经网络预测

介绍了人工神经网络对室内热舒适指标PMV进行预测的方法,探索遗传算法与神经网络结合运用,得出了神经网络预测的结果,提出了神经网络预测可用于智能化空调运行的控制。     

基于遗传算法的模糊神经网络控制器的仿真

对遗传算法（GA）和模糊神经网络控制器的结构进行了说明,为了克服以反向传播算法（BP）的缺点,通过遗传算法对模糊神经网络控制器的参数进行优化,亦即对模糊神经网络进行训练,用通过优化后的模糊神经网络控制器控制一个带有纯滞后的非线性对象,仿真结果证实了其性能较常规模糊控制器优越。     

基于遗传神经网络的汽轮发电机振动故障诊断的研究

汽轮发电机的故障诊断对电力系统的安全运行有着十分重要的意义.文章介绍了基于遗传优化的神经网络在汽轮发电机故障诊断中的应用.     

基于遗传神经网络的入侵检测模型

针对入侵检测系统中存在的对入侵事件高误报率和漏报率问题,提出了遗传神经网络,该方法基于遗传算法的全局搜索和BP网络局部精确搜索的特性,利用遗传算法优化网络初始权重,将遗传算法和BP算法有机结合．实验结果表明,该算法正确鉴定合法的用户矢量为93％,发生7％的误报率．与BP、GA算法相比,分别高出2．875％和5．562％．     

一种基于遗传神经元网络的模糊控制系统

针对常用的基于BP网络的模糊控制器对模糊控制规则的学习难以达到理想效果的缺陷,采用遗传算法生成前向神经元网络,可同时对网络的极值与结构进行学习,基于此基础的神经网络模型控制系统具有良好的自适应特性。     

基于人工神经网络的数字图像盲取证

数字图像盲取证技术是一项通过图像本身统计特性来鉴别图像是否被篡改的技术。文章基于数码相机的成像原理,利用人工神经网络来预测成像过程中由于CFA(color filter arrays)插值算法导致图像像素点之间出现的相关性关系,由于没有篡改的图像采用的CFA插值算法是相同的,而被篡改的图像则可能存在两种以上的CFA插值算法,两种情况下图像预测误差会出现差异,本算法利用这种差异实现数字图像的盲取证。实验结果表明本算法具有一定的有效性。     

传感器的神经网络建模

针对传感器受温度影响的复杂的非线性输入输出特性，利用人工神经网络的方法，建立了与之相适应的人工神经网络模型，该模型可同时实现温度补偿和非线性校正．     

基于模糊神经网络的焊缝跟踪算法

将智能控制应用到焊缝跟踪系统中,采用模糊神经网络实现模糊控制的功能,提出了一种基于模糊神经网络的焊缝跟踪算法．实验结果表明,基于模糊神经网络的焊缝跟踪系统对于直线焊缝和平滑过渡的弯曲焊缝轨迹跟踪效果令人满意．     

基于人工神经网络的变压器绝缘老化诊断算法研究

介绍了人工神经网络在变压器绝缘老化诊断中的应用,并采用BP算法设计了变压器绝缘老化诊断系统.定义了不同的变压器状态,采用大量的数据进行训练,结果表明,应用人工神经网络对变压器绝缘老化程度进行判断并对其剩余寿命进行评估,具有更高的准确性和可靠性.     

人工神经网络和遗传算法在导热反问题中的应用

论述了导热反问题在工程实际中的重要性,分析了引入新算法的必要性,简要介绍了人工神经网络和遗传算法;给出了用人工神经网络和遗传算法求解导热反问题的理论基础,建立了用两者求解导热反问题的数学模型,并对作者前期研究的求解结果做了必要分析．综合分析和前期研究结果表明将人工神经网络和遗传算法应用于导热反问题具有重要的理论意义和应用价值,有可能形成一个新的交叉学科,必将对导热反问题的研究起到巨大的推动作用．     

故障诊断的多层神经网络研究

针对大型旋转机械多测点、多故障、同时性诊断问题，基于人工神经网络及贝叶斯分类规则，构造了一种由多个子网络组成的模块化、分层诊断网络，提高了子网络的分类能力，从而使整个网络有高精度、多故障同时性实时诊断的能力。     

基于进化遗传算法的神经网络优化

遗传算法能有效解决神经网络优化设计存在的问题,但古典的遗传算法有一定的弊端。本文对遗传算法的操作算子进行改进,对结点和连接权采用两种不同的交叉规则,使子代结点个数在两父代之间,而子代个体的权值在较好的父代个体两侧;并增加一个变异概率,增大网络的结构进行突变的几率,这样既加快了搜索进程,在精度上也收到了很好的效果。     

基于神经网络建模的预测控制

预测控制具有多步预测、滚动优化和在线自适应校正等优点。文中提出了用神经网络方法建立预测模型, 将其应用到了润滑油溶剂脱蜡过程并取得了有效的仿真结果     

基于人工神经网络的非线性回归预测模型的研究

将人工神经网络引入回归分析过程,探讨了回归分析神经网络的结构和学习算法,研究了基于人工神经网络的模型变量的选择观测样本的采集和使用等,进行了仿真实验,仿真结果初步显示了神经网络方法能够较好地解决传统的回归方法所面临的困难,并具有较高的模型度。