基于MATLAB的遗传神经网络在自适应PID控制器中的应用

将遗传算法和神经网络有机地结合起来,利用MATLAB的工程计算和图像处理功能方便有效地实现PID参数控制系统的设计和计算机仿真。     

用基于视角的方法分析和合成图像

本文介绍了计算机视觉领域中基于视角的对象识别方法，对径向基函数(Radial Basis Function)神经网络模型进行了分析，分析了其训练算法，给出了一种利用径向基函数神经网络和基于视角的方法分析和合成图像的方法，并在MATLAB平台实现。仿真结果说明，采用RBF神经网络模型的训练速度和分析精度是令人满意的。     

模块化神经网络MATLAB仿真系统的研制

分析了模块化神经网络MATLAB仿真系统的设计和实现。该仿真系统充分运用MATLAB对数值计算、图形处理的强大功能，采用可扩展的图形用户界面，开发了一套适合模块化神经网络试验和研究平台。介绍了模块化神经网络（MNN）的子网动态集成方法，并提出了一种基于“一专多能”思想的集成训练方法。该仿真系统将算法、数据、仿真演示有机集成，为后期的设计开发提供了有力的支持。     

基于MATLAB神经网络工具箱的BP网络实现

简要介绍BP神经网络结构和算法以及MATLAB语言的特点。利用MATLAB的神经网络工具箱提供的许多有关神经网络设计、训练以及仿真的函数实现BP网络将非常容易，用户只要根据自己的需要调用相关程序，从而免除了编写复杂而庞大的算法程序的困扰。并详细论述利用MATLAB神经网络工具箱设计BP网络的方法及步骤，给出具体应用实例，从而验证该方法的可行性。     

"弹性"BP神经网络在识别带有噪声字母中的应用

字符识别是模式识别中的一个典型应用,通过训练网络可以教会计算机如何识别字符,这在票据处理方面可以大大地提高效率.该文中所建立的神经网络具有Sigmoid型可微函数的三层BP神经网络,它可以以任意精度逼近任何连续函数,实现输入和输出之间的任意非线性映射.文中分析了BP神经网络的“弹性”学习算法,利用五位二进制数来识别的输出26种状态.建立的一个三层的BP神经网络能对带有噪声的26个英文大写字母进行识别.利用MATLAB编写仿真程序对BP神经网络进行训练,仿真结果表明训练的BP神经网络可以对给定的带有噪声的字母正确地识别.     

应用MATLAB设计神经网络

介绍了著名的计算机辅助设计工具MATLAB和神经网络.探讨了利用神经网络进行预测器设计的可行性,这个设计通过MATLAB实现.根据试验结果,获得了非常好的预测性能.多层网络比单层网络具有更好的学习能力.     

基于MATLAB的偏振光干涉设计与仿真

MATLAB语言给抽象物理现象的计算机动态模拟提供了简单,高效的编程环境。本文对偏振光干涉理论进行了MATLAB设计与仿真,在分析偏振光干涉现象模型的基础上,运用MATLAB工具实现了偏振光干涉现象的计算机仿真,使这一抽象而复杂的物理现象变得直观、简单,且容易理解。     

阴极炭块自动组装神经网络控制器的设计与实现

在经典控制器的基础上,本文设计了基于BP神经网络的PID控制器,采用BP神经网络训练方法,针对阴极炭块自动组装过程中工作台拖动的模型,用MATLAB软件工具进行了仿真,仿真结果证明了方案的可行性。     

基于BP神经网络的水泵全特性曲线拟合

本介绍了水泵全特性曲线绘制的一般方法,提出了一种利用BP神经网络绘制全特性曲线的方法,通过在MATLAB仿真软件上的仿真,得出了神经网络完全可以很好地拟合水泵全特性曲线的结论。     

基于MATLAB的BP神经网络实现研究

BP神经网络是人工神经网络中的一个典型代表。MATLAB的神经网络工具箱提供了许多有关神经网络设计、训练和仿真的函数和方便、友好的图形用户界面来实现BP网络,还可实时将仿真结果可视化,从而使应用BP网络来解决许多领域的实际问题变得非常方便和有效。