Hopfield网络应用实例分析

分析离散型Hopfield神经网络在模式识别中应用以及连续型Hopfield网络在求解TSP问题中的应用，并给出仿真实例。总结了Hopfield网络在实际应用中的一般方法。     

人工神经网络及其在化学领域中的应用

简化了人工神经网络的定义及分类,着重介绍了ＡＮＮ中一种较经典的网络模型－ＢＰ网络模型的网络结构和学习原理,总结了ＡＮＮ在化学领域中的应用,包括谱图分析,药物分子等。同时讨论了在使用ＡＮＮ方法时应注意的几个问题,如隐层节点数目的确定等。     

TSP及其基于Hopfield网络优化的研究

Ｈｏｐｆｉｅｌｄ网络（ＨＮＮ）是一种有效的优化模型,但存在易收敛到非法解或局部极小以及对模型参数与初值依赖性强的缺点。旅行商问题（ＴＳＰ）是研究算法性能的典型算例,通过对其进行计算机仿真优化,分析归纳了ＨＮＮ模型存在缺点的原因,总结并提出若干改进方法与思想。同时,针对ＴＳＰ问题的工程背景提出了若干发展性研究内容与方法。     

人工神经网络典型模型的比较研究

人工神经网络是近年来发展起来的一门新兴学科，具有较高的研究价值。介绍了人工神经网络的基本概念，针对人工神经网络在不同的应用领域如何选取问题，对感知器、BP网络、Hopfield网络和ART网络四种人工神经网络模型在优缺点、有无教师方式、学习规则、正反向传播、应用领域等方面进行了比较研究。可利用其特点有针对性地将人工神经网络应用于计算机视觉、图像处理、模式识别、信号处理、智能监控、机器人等不同领域。     

人工神经网络典型模型的比较研究

人工神经网络是近年来发展起来的一门新兴学科,具有较高的研究价值。介绍了人工神经网络的基本概念,针对人工神经网络在不同的应用领域如何选取问题,对感知器、BP网络、Hopfield网络和ART网络四种人工神经网络模型在优缺点、有无教师方式、学习规则、正反向传播、应用领域等方面进行了比较研究。可利用其特点有针对性地将人工神经网络应用于计算机视觉、图像处理、模式识别、信号处理、智能监控、机器人等不同领域。     

小世界人工神经网络模型及其应用研究

关于优化神经网络模型的快速性和精度,为了寻找最优的神经网络结构,在复杂网络的研究方法对多层前向神经网络模型的基础上,提出一种在层次结构上处于规则型到随机型神经网络过渡的中间网络模型-NW型多层前向小世界人工神经网络模型.利用对多层前向规则神经网络中神经元以某一概率p随机化向后层跨层连接,构建新的神经网络模型,然后将不同跨层概率下的小世界人工神经网络应用于函数逼近.在设定精度相同情况下对不同概率下的收敛次数做比较,仿真发现随机化加边概率p处于p =0.08附近时的小世界人工神经网络比同规模的规则网络和随机网络具有更好的收敛速度,实验证实采用NW型小世界多层前向人工神经网络模型,在精度和收敛速度上均得到提高.     

Max-Product型模糊Hopfield网络稳定性及其聚类方法研究

本文将模糊逻辑和神经网络相结合,提出了Ｍａｘ－Ｐｒｏｄｕｃｔ型Ｈｏｐｆｉｅｌｄ人工神经网络,给出了它的网络结构和形式化描述,证明了ＦｕｚｚｙＨＮ的稳定性,最后通过理论和数值实验对基于Ｍａｘ－Ｐｒｏｄｕｃｔ型Ｈｏｐｆｉｅｌｄ网络的动态聚类过程和有关性质进行了研究。     

非对称型Hopfield神经网络的学习问题

联想记忆是人工神经元网络的重要功能之一,比讨ield网络是一种重要的应用于联想记忆型网络。为了实现记忆功能,我们总希望通过训练使徉本成为网络的稳定状态。然而汗bpfield网络利用决bb规则训练。     

基于人工神经网络控制的节能空调器的MATLAB仿真

整个系统仿真过程主要针对主流智能变频空调的控制系统分析,使用人工神经网络对控制系统进行建模,并使用人工神经网络中常用的Hopfield网络与BP网络模型对控制系统模型进行Matlab仿真编程,得出并对比两种网络对系统的仿真结果,其仿真结果表明两种网络从不同角度较好地反映了系统模型的功能特点.着重分析了人工神经网络理论对智能家用节能空调的控制系统仿真.     

小波Hopfield神经网络及其在优化中的应用

通过把Hopfield神经网络的sigmoid激励函数替换为Morlet小波函数,提出了一种新型的Hopfield神经网络——小波Hopfield神经网络(WHNN)。由于Morlet小波函数具有良好的局部逼近能力和较高的非线性度,因此WHNN在非线性函数寻优上表现出令人满意的较高精确度的效果。一个典型的函数优化例子表明小波Hopfield神经网络比Hopfield神经网络有较高的精确度。     

人工神经网络智能气体传感器

介绍一种陶瓷金属结构的智能气体微传感器，它利用循环伏安法测量各种气体在传感器中的电压－电流特征，利用人工神经网络识别几种气体。     

瓷器隧道窑燃烧过程的人工神经网络模糊控制

讨论模糊控制及用人工神经网络实现模糊控制的有关问题，给出了瓷器隧道窑温度控制系统及仿真结果。     

人工神经网络遗传算法研究

人工神经网络具有的自主学习的适应能力、并行信息处理的能力、非线性映射能力等,使其具有十分广泛的应用。而遗传算法是一种学习生物界之中自然遗传、自然选择机制的的一种优秀的搜索类算法,具有随机性、并行性和自适应能力等,具有群体之中自动寻优学习能力。将人工神经网络与遗传算法成功结合在一起,可以快速、准确、方便地解决网络中的相关问题,是计算机网络应用中的创举。     

基于人工神经网络的瓦斯涌出量预测

由于影响瓦斯涌出量的因素很多并且它们之间存在着复杂的非线性关系,用传统方法很难对其进行准确预测,神经网络算法简单,学习收敛速度快,具有线性、非线性逼近精度高等特性,适合对瓦斯涌出量进行建模,针对对波动性较大的数据预测结果不理想的问题,在对监测数据分析的基础上,提出了用数据预处理的方法弱化数据波动性,然后进行神经网络建模的瓦斯涌出量预测模型,试验证明取得到了比较理想的结果。     

人工神经网络及其在材料中的应用

人工神经网络是模拟人脑生物过程的人工智能技术。在很多领域都得到了有效的应用。在材料科学中,神经网络也得到了应用,本文论述的是人工神经网络通过对材料制备工艺参数的一些研究,从而得到一个最优的工艺过程的定量关系。     

基于人工神经网络的CVT的研究

电容式电压互感器(capacitor voltage transformers,CVT)由于其体积小、重量轻、维护工作量少、运行可靠,且兼有高频载波通道耦合设备的复用功能,所以得到大量的应用。但由于其电路固有的特性,在输入信号发生突变时,其二次侧的输出不能很快的跟随一次电压的变化,出现了一个瞬变过程,此瞬变过程能导致继电保护装置误动作。本文基于人工神经网络的方法,提出并建立了用来修正CVT二次侧波形失真的神经网络模型。给出了这一方法详细的设计步骤,通过对模型进行状态检验的结果表明,提出的模型算法是正确的。     

基于神经网络的一种图象细化方法

提出了一种新的细化算法,它利用神经网络的分类辨识特性,对边缘点进行分类识别。实验结果表明这种方法具有速度快,省空间的优点。     

神经网络与遗传算法在传统化工企业中的应用

传统化工企业中产品的配方优化是一个很关键的问题。文章提出了一种新的配方优化方法——人工神经网络和遗传算法方法(ANN-GA)，这是在经验设计和数据处殚领域的一种新方法。     

人工智能的新发展:人工神经网络及其应用

文章从人工智能的角度阐述了一种快速收敛的ＰＩＤ神经网络控制模型,其模型的网络结构简单,学习收敛速度快,初值选取方便,把ＰＩＤ神经网络应用于延迟系统,取得了理想的控制效果。此模型的应用充分体现了人工智能的特点。     

Artificial neural network based predictive method for flood disaster

Most of flood disaster predictions belong to ill-structured problems, while artificial neural network (ANN) has several characteristics that are suitable for solving them. In this paper, a neural network based predictive method for flood disaster problem is proposed in which the neural network model and its basic designing principles are described, and an example of flood disaster area in China from 1949 to 1994 is used for demonstration.