一种简化的人体步行神经网络模型

本文针对复杂的人体步行的神经 -肌肉 -骨胳系统模型 ,分析了步行中的主要关系 ,对神经网络模型作了较大的简化和修改 ,提出了一个简单的神经网络模型 .该模型在步行状态、神经耦合、感觉信号反馈等方面都作了简化 .计算机仿真表明 ,该模型能产生稳定的步行运动     

基于决策网络模型的通信网阻塞控制方法

1 引言网络由于信息流特性的可变性和网络结点的特性,使得信息在通过结点时产生滞留现象,从而造成信息的时延增大和信息丢失率上升。这种由于网络结点吞吐率下降而引起的信息聚集于一些结点的缓冲区中,网络时延极大增加的现象即为网络的阻塞现象。网络阻塞会引起网络通信能力的下降。如果能对这种现象加以有效的控制,阻塞对网络所产生的不利影响也将会得到控制,否则网络局部的阻塞,可能会引起整个网络瘫痪。目前,对包交换网络的阻塞控制(主要是流量控制)已进行了广泛深入的研究,形成了许多常用的控制方法,例如:缓存预分配、包丢弃、令牌允许方法、阻塞通知包和流控技术等。还有人将神经网络技术应用于网络的阻塞控制中,实现阻塞的自适应控制。然而,对电话这种电路交换网络,虽然目前已建立了各级     

模糊聚类神经网络的非对称学习算法

通过仿真和分析表明模糊聚类神经网络原有学习算法FCNN的局限性,如初值敏感性、吸引域不灵活和稳定点不合理等;指出造成上述局限的原因主要在于算法的对称性和权值向量的修正缺乏协同。为此,通过在网络模型中引入层内反馈、在算法中引入加速项,消除了算法的对称性并使权值向量的修正具有一定的协同性;通过改进算法结构,消除了小尺度振荡现象并使算法的稳定点趋于合理。计算机仿真结果表明改进后的非对称学习算法AFC可以有效克服原有算法的不足并具有较高的收敛速度。     

共生活应神经演化

本文详细介绍了共生适应神经演化,说明了与传统的基于网络群的演化相比,共生适应神经演化具有效率更高、适应能力更强、能维持种群的多性样等特点。     

方向估计的神经网络计算

本文给出一种借助于二维神经网络构成的混合系统,用它来完成几种方向估计算法,这些算法包括：最大似然法,交替投影最大似然法,Ｍａｒｃｏｓ等人提出的无需特征分解的“传播算法”。利用神经网络对某些算法的快速性,该系统为实时实现目标的精确定位提供了一条新的,有效的途径。     

神经网络自适应噪声对消的研究

基于神经网络中自适应线性单元(ADALINE),结合传统自适应噪声对消原理,提出了一种基于ADALINE的改进型自适应噪声对消器。经仿真和实例证明,具有很强的噪声滤除能力和鲁棒性。     

基于BP神经网络的PID参数自整定的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用ＢＰ神经网络实现ＰＩＤ参数自整定的控制方法。此法能根据船舶动态特性的变化,自动重新整定ＰＩＤ参数,从而改善了操纵性能和鲁棒性。     

BP神经网络分光光度法在多组分体系分析中的应用研究

介绍了BP神经网络的基本原理，用BP神经网络分光光度法解决了多组分体系中各组分曲线相互重叠的问题，不需要用物理的、化学方法进行分离或掩蔽而测定出各组分的相对含量，具有简便、准确的优点。     

基于自相关分析的BP网络年径流预测模型及其应用

在目前利用BP神经网络进行径流预测的方法中,网络输入与输出的确定方法比较模糊,缺乏理论依据.鉴于此,提出通过对数据系列进行自相关性分析来确定网络结构的方法,此方法建立的BP网络预测模型应用于某电站的年径流预测.结果表明,该模型预测精度高,能够满足电站对径流预测的需要.     

地铁站深基坑土体力学参数反演分析

基于正交试验设计和FLAC3D建立的学习样本以及测试样本,通过工程现场获取的地铁站深基坑支护体系位移信息,在总结分析基坑变形受力特征的基础上,找出对地铁站深基坑变形起主要作用的因素,确定待反演土体力学参数,然后建立BP神经网络理论反演的参数同支护结构位移间潜在的映射关系。实例计算结果表明,利用BP神经网络的仿真预测功能实现地铁站深基坑土体力学参数反分析是较为准确可行的。