一种非线性神经网络自校正调节器

针对一类非线性动态系统,提出了一种新的应用多层神经网络的自校正调节器,分析了基于神经网络的非线性系统自校正调节机理,并利用一种基于同构网络的自适应预测方法解决可能存在于系统的大时延问题。计算机仿真表明,这种神经网络自校正调节器为解决一类复杂非线性系统的自校正调节问题提供了一条可行的途径。     

基于PID神经网络的非线性系统辨识与控制

针对工业控制领域中非线性系统采用传统的控制方法不能达到满意的控制效果,提出一种基于P ID神经网络的控制方案,以对其进行辨识和控制。将P ID神经网络引入控制系统中,既具有常规P ID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力。仿真结果表明:该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪系统输出并进行有效控制,且具有一定的自适应性和鲁棒性,满足实时控制的要求。     

多层神经网络的内在容错性

把多层神经网络具有内在容错性归因于其信息处理和信息存贮的分布特性,以及每个神经元固有的故障屏蔽能力。将多层网内在容错性的概念进行了形式化,进而证明了在合理的统计条件下,感知器和两层网是内在容错的。     

非线性系统的复合正交神经网络自适应控制

提出非线性系统的复合正交神经网络自适应控制方法.在非线性系统控制中,这种网络自适应控制不需要辨识系统模型与Jacobian矩阵信息,网络学习算法与被控对象模型无关.仿真结果表明,复合正交神经网络实现的非线性系统控制具有较强的自适应控制能力,证明了控制系统具有良好的跟踪控制性能,为解决非线性系统的控制问题提供了一种方法.     

面向决策行为预测的多层策略网络随机游走模型

为了研究多阶段决策过程中人类决策行为的规律,提出了基于策略网络的决策行为建模与预测方法。通过单层策略网络的随机游走过程对多阶段决策过程进行建模;构建多层策略网络模型,利用网络层间游走和层内游走描述决策结果对决策行为的影响;在策略网络模型的基础上提出基于频率近似概率的单步策略预测算法,生成下一阶段的决策策略;通过多阶段决策仿真案例和典型博弈案例验证了方法的准确性和实用性。实验结果表明：提出的多层策略网络预测算法能够有效捕捉人的决策行为特征,在策略有明显规律性的情形下能达到70%的预测准确率。     

自适应广义预测控制在非线性系统中的仿真研究

本文研究了自适应广义预测控制在一种非线性系统中的应用，仿真结果表明系统的控制性能明显优于常规PID控制。     

基于改进遗传算法进化神经网络

本文提出一种新颖的基于实数编码的改进遗传算法用于神经网络的训练，该算法采用基于代沟最小的代选择模型，选用BLx—α混合交叉算子。算法简单、鲁棒性强，优化兆效率高，并将该神经网络应用于非线性系统预测，仿真结果证实该方法是快速有效的。     

多层线性神经网络自适应滤波器性能仿真

介绍了一种基于多层线性神经网络的自适应滤波器。仿真结果表明，将这种基于ＢＰ算法训练的滤波器应用于扩频接收机的干扰抑制，比常规的采用ＬＭＳ算法训练的滤波器具有更优的性能。文中还讨论了滤波器层数对于ＢＰ算法收敛过程的影响。     

物流系统的多目标预测

物流系统是一个开放的复杂性系统,也是集多项功能为一体的综合性系统.物流系统的战略规划必须以科学的预测结果为基础.该文根据物流企业的特点,阐述了物流系统预测的新思路及方法--多目标预测,并以深圳机场作航空物流园区的市场调研及预测项目为例,说明了多目标预测方法如何应用于物流系统.     

含死区非线性系统的自适应控制

本文提出了带死区非线性系统的自适应控制算法,算法本身确保闭环系统在随机和确定情况下都是大范围渐近收敛的.仿真结果表明利用本算法可以大大改善系统的性能.     

基于神经网络的数控机床可靠性预计研究

本文提出了利用人工神经网络来辅助实现数控机床的可靠性预计的方法,建立了用于数控机床可靠性预测的三层BP神经网络模型,给出了具体的算法,并通过实例证明该方法比传统的数学模型预计方法更准确和可靠。     

用联想神经网络设计的信道均衡器

研究了联想神经网络在数字通信信道均衡器实现中的应用,讨论了其设计方法和设计步骤,给出了计算机模拟结果,并进行了性能比较。研究结果表明:Hopfield联想神经网络实现的信道均衡器具有比传统线性横向均衡器更优越的性能。     

一类非线性微分系统的稳定性

给出一种新的系统分解方法,将整个系统的稳定性问题在一定的务件下转化为系统关于部分变元的稳定性问题。作为应用,研究了控制系统的稳定性。     

基于MATLAB的BP神经网络模型在地震预报中的应用

根据人工神经网络模型,运用MATLAB的神经网络工具箱建立BP神经网络预测模型,以地震变化率作为神经网络的输入,对台湾地区和四川地区地震数据时间序列进行分析对大地震的发生时间进行预测。实验证明该模型用于地震预报的有效性和可行性,具有良好的应用价值。     

神经元输入输出关系及网络计算特性研究

采用区别对待神经元输入变量空间和输出变量空间的新的研究方法探讨神经网络的计算特性。对于输入变量空间的特性,用微分方程定性理论进行研究;而对输出变量空间的特性,则用函数理论和优化理论进行研究,输入变量空间与输出变量空间由神经元的非线性特性所形成的空间映射关系来联系,文中给出了利用这一研究方法得到的神经网络计算理论的一些新结论。