一种基于神经网络的结构参数识别方法

提出了一种基于神经网络的结构参数识别方法，该方法以残余力向量作为结构参数识别的网络输入。针对训练样本在数据空间分布不均匀的问题，采用ＧＳＬ变换对训练样本数据进行预处理。从而提高了网络收敛速度及参数识别精度。本文算例说明了方法的有效性。     

基于ARM-Linux的生物发酵智能控制系统

介绍了基于ARM-Linux的生物发酵智能控制系统.ARM9使用方便,有利于复杂系统的控制,同时在软件设计上采用了嵌入式Linux,方便了编程,缩短了软件的开发周期,提高了开发效率.针对生物发酵控制过程中的时变性、非线性、延时性和随机性等特点,提出了采用基于遗传算法的模糊神经网络控制方法.该控制方法结合了遗传算法、模糊理论及神经网络的优点,在一定程度上解决了传统控制方法不易得到精确的数学模型和难于对系统进行有效控制的不足.实践表明:该系统具有较强的鲁棒性,能够达到预期的控制效果,可以实现对发酵系统进行有效的控制.     

基于BP神经网络的内蒙古第三产业增加值预测模型

宏观经济政策的制定必然要参照各次产业的发展水平,那么对产业发展水平进行评估和预测就显得十分必要。文章通过运用神经网络的建模方法对内蒙古自治区第三产业增加值进行分析,最后建立了单隐层的BP神经网络模型。模型的预测结果表明预测精度较高。     

基于混沌变量优化的神经网络PID控制

对神经网络模型辨识器的输入量y(k),u(k)进行归一化处理,一种规范化PID控制方法作为控制器.采用Logistic映射构造多个不同的混沌变量,应用到神经网络PID参数域中,根据控制系统性能指标进行混沌寻优,获得近似最优解后,再通过时变因子Z(t)在近似最优解的附近继续混沌局部寻优.仿真实验表明该方案是有效的.     

基于Spiking神经网络的脑运动分类研究

针对大脑运动皮层群体神经元信号与运动行为关系的分析，提出一种Spiking神经网络（SNN）的分类算法。SNN的网络连接权值与突触连接的延时参数采用改进的粒子群优化方法（PSO）进行训练。仿真结果表明SNN分类效果优于群体向量法（PV）分类效果，有利于实现性能更高的用于神经康复的脑机接口系统。     

一种新颖的电流模式神经网络设计

将ＣＣⅡ引入神经网络，提出了一种新颖的电流模式神经网络，仿真结果表明，其动态特性优化电压模式网络。     

模糊神经网络模型参考自适应控制及其应用

提出一种模糊神经网络的自适应控制方案，给出了一种模糊神经网络模型和快速的优化学习算法（ＦＬＡ），通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新，经仿真结果和倒立摆控制表明，这类自适应控制具有良好的控制性能。     

基于神经网络的柴油机故障诊断专家系统

现代设备大多数集机电液信于一体，对其所出现的故障做出准确而迅速的判断，单纯地依靠传统的故障诊断专家系统是不够的。为此，把神经网络和传统的专家系统相结合，建立神经网络专家系统，达到优势互补的效果。在神经网络诊断中，采用MATLAB的神经网络工具包建立了径向基函数神经网络诊断模型，并以柴油机燃油系统故障诊断为例，验证了该系统的可行性。     

DC/DC变换器的神经网络鲁棒控制

针对有非最小相位特性的二阶DC/DC(直流/直流)变换器平均值模型的特性,以Buck-Boost变换器为典型例子,提出了一个非线性反馈做内环控制器,控制其电感电流;用RBF(径向基函数)神经网络作为自适应机构,提出了一个神经网络鲁棒控制器作为电压外环控制器,控制其输出电压.证明了系统跟踪误差和神经网络权值的有界性.仿真结果表明,提出的控制器对于系统参数的不确定性具有很强的鲁棒性,并具有很好的动态性能.