简介：针对精密定位装置存在非线性，精确数学模型难于建立的缺陷，提出了精密定位的神经网络控制方法．将BP神经网络应用于该控制系统中，系统以光栅常数100μm的光栅为定位标记，以激光衍射产生的莫尔光光强及光强的变化率为神经网络的输入变量，利用神经网络的自学习功能进行精密定位控制．建立了精密定位的神经网络控制模型，模型由输入层、隐层和输出层3层神经元组成，通过对光强及光强变化率的映射，得到电机驱动信号．实验结果表明，使用神经网络控制，控制响应快，稳定性好，鲁棒性强，可有效改善控制质量，提高定位速度，系统可获得±0．5μm的定位精度．

简介：BP算法是人工神经网络研究的一个常用方法,但从本质上说是属于局部寻优法,容易陷入局部极小点,且存在着学习速度与精度之间的矛盾;遗传算法是一种全局优化算法,具有并行计算能力.本文采用遗传算法来训练前向神经网络,建立一个基于遗传算法和BP算法的神经网络预测模型.试验结果表明它是一个成功较高的预测模型.

简介：本文对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科--模糊神经网络进行了综述,分析了所取得的主要成果及其特点,并指出了今后模糊神经网络研究中有待解决的许多问题.针对这些问题,介绍了笔者的工作--模糊逼近神经网络摄动系统,对开展模糊神经网络的研究将具有启迪作用和现实意义.

简介：研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.

简介：提出一种基于BP神经网络的异常入侵检测方法，由于BP神经网络是一种基于误差反向传播算法的多层前馈神经网络，具有对不确定性的学习与适应能力，可以很好的满足入侵检测分类识别的需求．对“KDDCup1999Data”网络连接数据集进行特征选择和标准化处理之后用于训练神经网络并仿真实验，得到了较高的检测率和较低的误报率．仿真实验表明，基于BP神经网络的入侵检测方法是有效的．

简介：本文研究了一类具偏李普希兹连续和单调增加激活函数的神经网络绝对指数稳定性问题.所得结果归结为如果联接矩阵T的负矩阵是一个非负对角元的H矩阵,那么在任意输入向量和网络参数的条件下,所选激活函数只要是偏李普希兹连续且单调增加的,广义动态神经网络绝对指数稳定.该广义动态神经网络包含常用的Hopfield神经网络,双向联想记忆神经网络和细胞神经网络作为其特殊情形,所得结论推广了现有文献中的有关结论.

简介：为准确预测电力系统中期负荷，针对常用BP算法的预测速度慢、易陷入局部最优解的缺点，改进了基本BP算法，建立了中期负荷预报模型。负荷预测仿真表明，对BP算法的改进可使预测精度和收敛速度均得到显著的提高．

简介：结合支持向量机和神经网络各自的优点，提出了一种新颖的自适应支持向量回归神经网络（SVR—NN）．首先，利用支持向量回归方法确定SVR—NN的初始结构和初始化权值，基于支持向量自适应地构造SVR—NN神经网络的隐层节点；然后，使用退火过程的鲁棒学习算法更新网络节点参数和权值．为了验证所提出方法的有效性，给出了自适应SVR-NN应用于非线性动态系统辨识的实例．仿真结果表明，与以前的神经网络方法相比，基于SVR-NN网络的辨识方案能获得相当好的性能，它具有很快的收敛速度．因此，自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径．

简介：神经性毒剂中毒后的自救互救是减少人员伤亡的重要措施，是防护的一个重要环节。文章总结多年研练的成果，提出了舰员在神经性毒剂染毒区内自救互救的六条措施，具有较高的可操作性，对部队的训练、和平时期的化学救援和实战救护都有一定的参考价值。

简介：本文通过采用王文英等研制的“80.8神经类型量表”和国产“DJ-A型人脑机能测试仪”对湖南省部分高校篮球运动员进行了神经类则测试和分析.结果表明：神经类与运动成绩和专项特点之间有着密切的联系.不同神经类型的运动员在某些技术指标上的差异、分布特点以及与技术特长、战术位置等有很大的亲合关系.从而为篮球运动员的选材和有效的培养运动员的技术特长及技术风格,促进我国篮球运动技术水平的提高提供了有益的参考.神经类别测试在旅球运动选材中是一项不可忽视的重要指标.

简介：安全库存水平设置是供应链管理的重要内容,但因其影响因素多、关系复杂,预测难度大.神经网络在处理非线性问题有独特的优势.GRNN神经网络是建立在数理统计基础之上的一种新型的神经网络,具有良好的函数逼近效果.本文利用GRNN神经网络的方法进行供应链安全库存水平预测,详细介绍预测模型及其实施办法,并通过实例验证本方法的有效性.

简介：提出了基于径向基函数神经网络模型的系统辨识方法，由于径向基函数的神经网络比多层前馈人工神经网络模型相比，在逼近非线性函数时，具有结构简单，收敛快、且无局部极小的优点，通过计算机仿真证实了该方法具有良好的辨识效果。

简介：为建立科学和正确的指挥决策，以提高系统的快速反应能力和作战效果，对舰艇作战指挥建模进行了分析，指出了神经网络的优点，分析了其在舰艇作战指挥系统中应用的可能性，提出了让神经网络较快地用于舰艇作战指挥系统所必须注意的几个问题。

简介：主要研究基于比例压力阀的气动伺服系统的模糊神经网络（FNN）力同步控制问题。结合研究内容，设计和搭建了气动力控制实验台。针对常规模糊控制器在控制中没有学习功能、系统量化和分档误差较大、控制性能不够好等不足，设计了模糊神经网络控制器。它综合了神经网络具有的分布式存贮知识、学习记忆能力、容错性强等优点和模糊系统具有的直观知识表达方式、简捷迅速的逻辑推理和决策能力强等优点。具有优良的控制性能。

简介：讨论了神经网络技术的结构、特点、各种模型以及数据挖掘系统的体系结构：研究了基于神经网络进行数据挖掘的关键技术和实现的途径。

简介：假设人脑存储着肢体的几何和动力学模型，以一个多层感知网络代表这个内部模型，仿真了在三种不同情况下人体肘关节韵律运动：1)内部模型的参数与肢体的几何和动力学模型参数完全匹配，2)上述参数不匹配，3)存在外界干扰．仿真结果显示模型的参数不匹配是导致肢体韵律运动误差的主要原因．由此可见，运动学习过程就是内部模型不断更新以匹配肢体几何和动力学模型的过程．

简介：本文针对反倾销中损害案件的调查,在满足法律条文规定的基础上,采用模糊综合评判的神经网络方法,优化损害和损害程度的综合评判模型中企业经营指标的评判指标权重,进而采用优化后的权重进行损害和损害程度的综合评判.使评判过程和结果更加具有科学性,也使反倾销损害调查的裁决更加具有公共性和透明度.此方法对政府有关部门裁决倾销和反倾销案件有一定的辅助决策.

简介：利用理论分析和数值仿真的方法证明了一种简单的非线性神经元存在随机共振现象,并将该神经元用于含噪声方波脉冲信号的传输,结果表明该方法可以有效提高信号传输系统的输入输出比增益,从而大大地抑制了信号中的噪声.本文的研究不仅给出了一种具有随机共振现象的简单神经元模型,而且将神经元的应用推广到周期性脉冲信号的传输领域.

简介：活的细胞或组织不论是安静或发生兴奋活动时,都伴有电位变化,此现象称为生物电现象。它是一切有生命的细胞、组织所共有的基本特性之一,几乎所有生理功能的实现都同时伴随着某种生物电变化。但由于生物电的概念比较抽象,学校又缺乏电生理实验设备,故学生对本节内容的理解、记忆普遍感觉困难。几年来,我在教学中进行了一些尝试。

简介：提出一种用于变压器运行和故障状态识别的神经网络方法．此方法优于传统的变压器保护原理，能正确识别变压器的内部故障、励磁涌流、外部故障及空载合于内部故障等不同状态，具有广泛的实用性和很高的容错能力．大量仿真结果证明了此方法的优越性．