Mat1ab/NNTool在神经网络系统仿真中的应用

该文根据作者对Matlab仿真软件包的应用研究 ,阐述了如何在Matlab软件中利用NeuralNetwork工具箱中的NNTool实现神经网络系统的设计、仿真和性能分析 ,并以基于神经网络的变压器故障诊断系统为例进行了仿真研究 ,结果表明利用Matlab进行神经网络系统仿真快速简单精确 ,易于修改 ,灵活性强 ,完全能够满足工程技术人员的需要。     

Matlab在DDS系统仿真中的应用

介绍了直接数字频率合成器（Direct Digital fiequency Synthesizer,DDS）的基本结构和工作原理,并在此基础上着重论述了利用舭软件建立DDS的理想和杂散仿真模型的方法。通过建立仿真模型,可以更方便有效地对DDS杂散分布特点进行分析。     

CPN神经网络及其在DEDS仿真中的应用

本文在简要地介绍CPN(Counter Propagation Networks)神经网络的结构、训练及计算的基础上,详细讨论了CPN在离散事件动态系统(DEDS)仿真、仿真优化等方面的应用。     

Matlab GUI在光学实验仿真中的应用

在光学拍理论的基础上,利用Matlab图形用户界面的设计与开发功能,制作了简洁美观、可拓展性强的光学拍实验仿真平台.结果显示,该平台具有人机界面友好、操作简单、参数可调、速度快、可移植性强等优点,为教学和研究工作开辟了新的途径.     

VC与Matlab接口在魔方仿真中的应用

通过Visual C++与Matlab混合编程,在VC++编辑环境中调用Matlab引擎库,实现对仿真魔方还原的实时显示,可发挥Visual C++开发环境强大,执行速度快,软件自动生成和可视化的资源编辑功能,又可以充分发挥Matlab强大的数值计算、数据处理、系统分析、图形显示,甚至是符号运算功能,大大简化了C语言直接编程的繁琐,提高了开发效率。     

Matlab神经网络工具箱NNTool在配送中心选址中的应用

该文主要介绍了Matlab软件中Neural Network工具箱的NNTool的功能,并详细的介绍了如何利用NNTool工具箱实现神经网络的设计、仿真和性能分析。在此基础上以配送中心选址为例,进行了仿真研究,进而得到最佳的选址方案,结果表明利用NNTool工具箱进行仿真快速简单精确,便于修改。     

Matlab神经网络工具NNTool的应用与仿真

介绍Matlab软件中神经网络工具箱的NNTool的功能,阐述如何利用NNTool实现神经网络的设计、训练、分析与仿真。在此基础上以配煤预测为例,建立BP网络来实现非线性函数的逼近,并进行仿真。     

智能算法在机器人足球控制仿真中的应用

针对机器人足球中KICK技术存在的问题,本文从模糊逻辑、遗传算法、BP神经网络等三个方面,论述了智能算法在机器人足球KICK技术中的应用.在此基础上,提出进一步研究的解决方案.     

网格技术在仿真中的应用

该文从仿真技术发展过程中网络技术所起的作用出发,探讨网格技术在仿真中的应用前景.针对目前制约仿真技术发展的几个瓶颈问题,结合网格技术的特点论述了网格技术是如何解决这些瓶颈问题的,并根据目前网格技术的应用情况,介绍了一个将网格技术成功应用到仿真中的大规模军事仿真的应用实例.     

Proteus在单片机仿真中的应用

单片机是一门实践性很强的专业课程,实验实训在教学中所占比例较大,需要较多的实验仪器和设备硬件,教学成本投入大。本文采用Proteus软件仿真单片机电路,可以节省成本,提高设计效率。     

基于Matlab的BP神经网络应用

BP学习算法是一种单向传播的多层前向网络,Matlab中的神经网络工具箱是以人工神经网络理论为基础,基于Matlab的工具箱,结合西瓜仁重的预测,验证了BP神经网络预测西瓜仁重的可行性,且BP算法收敛速度快,误差小,值得在预测作物生长中推广。     

基于Matlab的BP神经网络应用

BP学习算法是一种单向传播的多层前向网络,Matlab中的神经网络工具箱是以人工神经网络理论为基础,基于Matlab的工具箱,结合西瓜仁重的预测,验证了BP神经网络预测西瓜仁重的可行性,且BP算法收敛速度快,误差小,值得在预测作物生长中推广。     

Matlab神经网络工具箱在煤层界面插值中的应用

人工神经网络方法通过大量的样本学习和训练,能够对实际问题进行最佳逼近。在分析煤层界面建模数据的基础上,设计插值煤层界面的人工神经网络结构。利用Matlab的神经网络工具箱建立对煤层界面插值的人工神经网络模型。以某矿的钻孔数据为样本对人工神经网络进行训练,实现了对煤层界面网格的插值;通过Matlab实现了对煤层界面的插值结果的三维显示。     

基于Matlab的概率神经网络的实现及应用

介绍概率神经网络(PNN)的模型和基本算法,以及利用M atlab神经网络工具箱设计PNN网络的方法和步骤,实现对网络的设计、训练、仿真。针对某水泥泵车臂架细部焊接结构的疲劳寿命实验数据,应用PNN的分类功能对实验数据进行训练仿真处理,得到对臂架细部结构疲劳寿命的预测分类结果,验证了此方法的可靠性。     

基于MATLAB的神经网络辨识与控制工具箱

该文简单介绍了基于MATLAB的NNSYSID，NNCTRL神经网络辨识与控制工具箱，详细说明了工具箱中用于系统辨识的函数和用于控制器设计的函数，并通过一个具体的例子来说明利用工具箱来设计非线性系统的神经网络辨识器和控制器。     

神经网络在自动调平系统中的应用

针对雷达天线车调平系统的调平控制问题,提出了刚性模型与神经网络误差补偿模型相结合的控制结构.通过纯刚性系统模型假设和对平台姿态与各支腿关系的分析,提出了固定高度过调修正的调平策略,并利用逆向建模法建立了纯刚性系统的自动调平数学模型.由于难以对某些重大影响因素建立精确的数学模型,为提高调平精度,利用神经网络对未知函数的辨识能力建立了神经网络误差补偿模型.平台在横向倾角、纵向倾角的初始值分别为1°和-1.5°时,只经二次预测调整,即可使θx收敛在0.005°,θy收敛在-0.005°.仿真结果表明,该控制结构具有较高的控制精度、较快的收敛速度.     

反馈神经网络在入侵检测系统中的应用

对基于网络的入侵检测系统进行了研究,提出了将反馈网络应用于入侵检测系统中,使用一种改进的Jordan神经网络算法,借助于反馈神经网络提取描述攻击模式的特征和进行规则推导,然后用神经网络建立的规则集进行入侵检测,实验证明利用反馈神经网络提高了入侵检测系统的性能。