基于动态BP网络的实验电炉温度控制系统

针对一类不允许出现超调的工艺参数,提出了采用动态BP网络对工艺参数进行控制,可以达到良好的效果。并以实验电炉为对象,用工控机对其炉温进行控制,结果表明,采用动态BP网络进行控制,可以无超调地无限逼近给定值,控制精度高,控制时间较短。因此可以认为,用动态BP网络对这一类工艺参数的控制是有效的。     

大连化物所与BP公司加大清洁能源合作力度

目前，中科院大连化学物理研究所与BP公司合作项目“氢分离膜及其作用”框架协议和“合成气制液体燃料”联合开发及产业合作协议在大连化物所签字。该项目预期5年内实现商业化示范，可大火降低CO2排放量，提供更清洁的能源。     

输电线路故障测距研究现状及其发展

将故障测距算法按提取信号特征的不同分为基于工频量和基于行波的故障测距2类,在介绍各种理论方法的基础上进行了分析比较,总结了各种方法的适用范围及其优缺点。介绍了小波变换和人工神经网络这2种新技术在故障测距中的应用。鉴于各种故障测距算法在实际应用中存在的问题,指出故障测距理论还需要进一步研究和突破。     

铜扁线连续挤压生产的模糊神经网络控制

通过对铜扁线连续挤压设备关键控制系统的分析，利用基于VB的模糊神经网络控制方法，实现对腔体温度的自动控制，并给出了MATLAB仿真结果。     

基于模糊神经网络的感应加热电源温度控制

通过对原有感应加热电源温度控制方法的分析，提出了一种适合于非线性系统基于模糊神经网络的温度控制方法，并介绍了该系统的组成及实现方法。     

基于CMAC的电液负载模拟器自学习控制

通过建立某飞行器舵机电液负载模拟器与操舵系统联动的数学模型，分析了电液负载模拟器的多余力产生原理。提出了采用结构不变性原理设计补偿环节的基于CMAC神经网络的控制结构和算法。通过对系统的动态仿真表明，该方法可有效地抑制多余力，明显改善电液负载模拟器的动态加载性能。     

仿人抽象逻辑推理控制器的研究

人能够通过观察被控量变化的速度、大小、方向,完成对一个复杂系统的控制。文中定义了被控量偏差变化的大小、方向、速度三个特征量,运用LVQ神经网络做控制器,充分模拟人的控制经验与技巧,取得了较好的控制效果。     

应用于回归神经网络的基于梯度的典型算法的归纳与分析

首先给出了分层全回归神经网络的一个综合形式及其状态方程,然后归纳了几种典型的基于梯度的回归神经网络训练算法,描述了算法的具体步骤,并分析比较了算法特点及相互联系,最后指出对回归神经网络尤其是其训练算法研究存在的难点及研究重点。     

一种新兴的数据挖掘方法:神经规则法

该文详细阐述了一种新兴的数据挖掘方法——神经规则法。文中先后介绍了神经网络的训练、神经网络的剪枝以及神经规则的提取。最后用一个实例具体解释了使用该方法来挖掘分类规则的过程。