学科分类
/ 4
69 个结果
  • 简介:考虑了一类具有时变和连续分布时滞神经网络系统的指数稳定性问题.通过引入Lyaptmov-Krasovskii泛函、自由权矩阵和等价的描述系统形式,针对所考虑的系统建立了一个时滞相关的指数稳定性准则.该准则以线性矩阵不等式的形式给出,能够很容易地用Matlab工具箱LMI进行检验.此外。所得到的结论不需要激励函数的单调性且变时滞的导函数只要有上界结论就可以成立,这拓展和发展了现有的一些结论.最后通过2个数值例子说明了所得结论的有效性.

  • 标签: 旨数稳定性 神经网络 自由权矩阵 连续分布时滞 线性矩阵不等式
  • 简介:对利用人工神经网络方法来预测电站锅炉在未知的燃烧或运行工况下烟气中汞组分进行了可行性评估.基于已掌握的三个电站锅炉现场测试的汞排放数据库,建立了一个三层误差反向传播神经网络模型用以对烟囱处汞排放的组分进行预测.全部预测过程包括:数据的采集整理、构建人工神经网络模型、训练过程和误差评估4部分.总共选取了59个煤样、灰样以及电站运行工况参数作为输入变量,利用部分实际汞排放测试数据来指导训练过程,其余的实测数据用来校验网络预测模型的准确性.结果表明,模型获得的预测精度对单质汞元素的均方根误差为0·8μg/Nm3,对全汞的均方根误差为0·9μg/Nm3.这样的误差在当考虑到现场采用半连续释放测量(SCEM)方法,由湿法测试模块所产生的峰值误差时是完全可以接受的.

  • 标签: 汞组分 电力锅炉 预测 人工神经网络
  • 简介:内隐/外显学习是目前心理学研究的热点之一,内隐学习机制与外显机制结合能够在教学中发挥最佳学习效果。而探究式教学通过感兴趣与启发式的问题,促进学生积极思考及自主性学习,有效地培养了学生的思维能:匀、探究能力和问题解决能力。医学神经生物学教学是医学教育的重要组成部分,为最大限度地发挥学生学习的自主性、能动性、创造性,促进学生学习能力的发展。有必要在现有传统学习的基础上,结合医学神经生物学科教学的特点,增加新的心理学学习模式,让内隐学习与外显学习相结合,接受学习与探究学习相结合,充分优化教学内容,调动、激发学生对学习的主动性和积极参与性,加强学生创造性思维的培养,提高医学神经生物学教学效果。

  • 标签: 医学神经生物学 教学 内隐学习 探究学习
  • 简介:详细介绍用于预测公路货运量的BP神经神经网络模型的构建,并用所构建的模型对浙江省2009和2010年的公路货运量进行预测,同时对公路客运量及其周转量和水路客货运量及其周转量也进行预测,旨在为浙江省公路水路交通线路和车站码头的建设布局和投资规模提供科学客观的参考依据。

  • 标签: BP神经网络 公路 水路 客货运量 周转量 预测
  • 简介:建造了实现高压输电线路故障诊断的两种联想记忆神经网络的模型结构并提出了提高其容错能力的有效方法.对于FNN,提出“伪吸引域”的概念以人为扩大样本吸收域,在不降低网络效率的前提下大大提高了网络的容错性能;对于BAM-NN,提出增加冗余神经元来提高网络的记忆能力和容错性能,但该措施增加了网络的复杂度,降低了网络的效率.仿真结果表明,本文构造的两种联想记忆NN都能正确识别故障,且对干扰输入信息序列有相当的容错能力,而FNN则是解决电力系统故障诊断问题的一个更加简便而且有效的方法.

  • 标签: 神经网络 电力系统 故障诊断 容错性
  • 简介:文章介绍了一种基于模糊逻辑理论的人工神经网络,提出了利用模糊数学对神经网络的输入进行预处理的方法,并将其应用于变压器故障的诊断,提高了IEC比值法诊断变压器故障的复杂性和准确性.

  • 标签: 模糊理论 神经网络 变压器 故障 诊断
  • 简介:研究了一类具有连续分布延时的反馈神经网络模型的周期解的存在性和全局稳定性.通过利用不等式α∏k=1^mbk^qk≤1/r∑qkbk^r+1/rα^r(α≥0,bk≥0,qk〉0,且∑k=1^mqk=r-1,r≥1,构造适当的Lyapunov函数,以及运用同构定理,得到了一系列简单有用的条件,推广并完善了已有结论.

  • 标签: 反馈神经网络 全局稳定性 周期解 时滞 同构 LYAPUNOV函数
  • 简介:介绍了采用FLAC^3D内嵌功能较强的FISH语言对初始地应力场生成方法的改进,建立了三维非线性地应力反演分析数值模型.模拟了断层及裂隙密集带,并采用此方法构造神经网络样本,采用神经网络结构分析的方式,对不同深度的侧向系数进行反演.通过正分析的计算结果与现场实测值对比,满足精度要求,表明所获得的岩体地应力场是基本合理的.

  • 标签: FLAC^3D 初始地应力场 神经网络结构分解 反演 侧向系数
  • 简介:讨论了基于BackStepping方法,载体位置与姿态均不受控制的双臂空间机器人跟踪惯性空间期望轨迹的控制问题.首先基于拉格朗日第二类方法,结合系统动量(动量矩)守恒关系,推导得到了系统动力学方程,并转化为系统状态方程.基于Backstepping方法,针对具有不确定性的双臂空间机器人系统,设计了鲁棒自适应神经网络控制规律,保证了具有不确定性的双臂空间机器人系统末端手爪在惯性空间跟踪期望轨迹的控制.仿真实验证明了该方法的有效性.

  • 标签: 双臂空间机器人系统 BACKSTEPPING 非确定性 惯性空间 鲁棒控制 GCMAC神经网络控制