学科分类
/ 6
107 个结果
  • 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.

  • 标签: 反倾销 模糊综合评判 神经网络 损害程度 权重
  • 简介:为了研究供热管网泄漏检测策略,利用图论理论构建了一个基于空间管网的泄漏工况水力计算数学模型,得出节点泄漏和管段泄漏工况下管网各点的压力变化情况.然后,采用人工神经网络方法建立了一个基于BP神经网络的供热管网泄漏诊断系统.该诊断系统可根据管网中压力监测点的压力变化定位泄漏管段,实现对泄漏点位置的初步估计.最后,通过实例验证了该方法的有效性.实验结果表明,这种诊断系统对泄漏管段的预测准确率达到100%.

  • 标签: 供热管网 故障 诊断 人工神经网络
  • 简介:通过比较JMP和MATLAB两大软件的神经网络模块在模拟液态悬浮发酵生产红茶茶汤工艺中的预测能力,说明构建神经网络对食品加工过程的模拟具有较高准确性。两种软件中,JMP软件更易操作,更适合在食品行业中推广使用。

  • 标签: 红茶茶汤 悬浮发酵 神经网络
  • 简介:摘要PBL(问题为基础学习)是一种将学习设置于问题情境中,通过解决问题使学生获得知识、解决问题的技能和自主学习的能力以及形成批判性思维的教学方法。中医、西医各擅所长,中西医结合在当今乃至未来的医学发展都是一个重要领域。运用PBL进行中西医结合内科教学将有助提高教学质量、深化医学生对中西医结合诊疗疾病的认识,从而做到“学以致用”。

  • 标签: PBL 中西医结合科学 内科学
  • 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.

  • 标签: 神经元 非线性系统 信号传输 信噪比增益
  • 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。

  • 标签: 生物电现象 电生理实验 感觉困难 电位变化 动作电位 静息电位
  • 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.

  • 标签: 神经网络 涌流 故障识别 变压器
  • 简介:感知器神经网络有着广泛的应用前景,是人工神经网络的重要组成部分。同时感知器神经网络对与现代计算机新的硬件设计也有重要研究意义。感知器神经网络的线性可分判断是感知器领域一个重要的研究内容。文章对满足性问题进行研究,把满足性算法应用于感知器神经网络的线性可分判断,提出布尔函数线性可分性判断的逻辑满足性算法。

  • 标签: 感知器神经网络 线性可分 布尔函数 满足性算法
  • 简介:控制系统中最广泛使用的是PID控制算法,但传统PID控制算法不能有效处理系统中的干扰、丢包和时延等问题,为此本文引入了基于BP神经网络的PID控制算法。该算法具有学习功能,可以自动调整PID参数,减小干扰节点引起的资源争夺与系统延时等方面的影响,优化系统指标。另外,为了模拟真实的网络环境,对系统的性能和设计方案进行评估,本文利用TrueTime工具箱搭建了网络控制系统仿真平台。仿真结果表明,BP神经网络算法的性能明显优越于传统PID控制算法。

  • 标签: 网络控制系统 TRUETIME 神经网络 仿真平台
  • 简介:在PD策略的计算力矩法基础上,讨论了系统参数不确定的空间机械臂系统的控制问题.针对空间机械臂载体的位置不受控制,姿态受控制的情况下,对系统动量守恒关系进行了分析,得到了空间机械臂的系统动力学方程.采用PD策略的计算力矩法,考虑协调参数的不确定性,得到了系统的闭环动态误差方程.在此基础上提出了一种基于RBF神经网络的补偿学习控制方法,设计了具有不确定性的自由漂浮空间机械臂关节空间的补偿控制方案.将基于神经网络的补偿学习控制与计算力矩法相结合,利用进化学习来消除系统参数不确定性而造成的轨迹跟踪不准确的问题,实现了对空间机械臂关节空间内的轨迹跟踪控制.数值仿真的结果验证了该方法的有效性.

  • 标签: 空间机器人 RBF神经网络 学习控制 关节空间
  • 简介:由硬度塞测法和ANSYS有限元软件建立双燃料发动机活塞的温度场模型,得到不同工况下活塞最高温度。采用Elman神经网络建立活塞最高温度与双燃料发动机转速、扭矩、替代率、喷油提前角以及NOx浓度参数关系模型。结果表明:该模型变量物理意义明确、形式简单便于实现,计算得到的拟合值与实测值的最大相对误差不超过2.17%,对双燃料发动机活塞最高温度的预测效果好,所建模型为保护发动机的活塞提供一个方法。

  • 标签: 双燃料发动机 温度场 ELMAN神经网络
  • 简介:PBL(问题为基础学习)是一种将学习设置于问题情境中,通过解决问题使学生获得知识、解决问题的技能和自主学习的能力以及形成批判性思维的教学方法。肾内科是一门实践性很强的学科,涉及疾病种类繁多、症状错综复杂,既是临床常见病又是医学教学的难点。运用PBL进行肾内科教学将有助提高教学质量、深化医学生对肾脏系疾病的认识,从而做到“学以致用”。

  • 标签: PBL 肾内科 内科学
  • 简介:切削用量的选择对于机械加工来说,是零件加工工艺的一个重要方面。切削用量选择得是否合理恰当,对于加工工件质量、加工时间、以及生产成本都具有重要的影响。文章利用Matlab软件中的神经网络工具箱,建立了BP神经网络模型,根据具体生产铣削加工情况,对铣削用量进行智能化选择,并将BP网络选择的铣削用量用于实际汽车曲轴模具加工中,得到了实际的模具,验证了BP神经网络的合理性和正确性。

  • 标签: 神经网络 铣削用量 智能化
  • 简介:为实现节能减排,电动汽车已越来越受关注,而开发节能高效的电动汽车空调系统也是必不可少的.将单神经元PID控制算法引入电动汽车空调控制领域,运用MATLAB进行建模和仿真,结果表明此方法具有超调小、抗干扰能力强、精度高等优点,为电动汽车空调的精确控制提供参考.

  • 标签: 空调 电动汽车 单神经元PID
  • 简介:舰炮武器自动射击通常需经威胁估计、火力分配、射击指挥三个重要环节,其射击指挥决策的优选是个复杂的多目标非线性规划问题。文章将模糊优选理论与神经网络理论相结合,建立小口径炮对空射击指挥决策模糊神经网络优选模型。

  • 标签: 模型 射击指挥决策 火力分配 模糊优选 神经网络 小口径舰炮
  • 简介:提出了考虑温度变化影响的悬索桥结构损伤预警方法.首先,采用神经网络技术建立桥梁实测模态频率与温度的相关性模型,用以消除温度变化对模态频率的影响.然后,将不同温度下的实测模态频率进行"温度归一化",在此基础上利用神经网络新奇检测技术建立自联想神经网络进一步识别模态频率的异常变化.通过润扬大桥悬索桥236d的实测数据分析验证了该方法的可行性.分析结果表明,不同季节下模态频率的相对变化平均约为2.0%,采用所提方法可以识别出悬索桥模态频率0.1%的异常变化,适用于悬索桥结构的在线整体状态监测.

  • 标签: 结构损伤预警 模态频率 温度 神经网络 悬索桥
  • 简介:把粗糙集与神经网络结合,应用于文本分类,可以充分发挥两种方法的优势,取长补短.粗糙集理论可以有效地对样本集进行约简,从而简化了神经网络的结构,减少了网络的训练次数,学习速度和分类精度明显提高.并用仿真实验验证了此方法的有效性。

  • 标签: 粗糙集 神经网络 文本分类
  • 简介:研究了如下形式的时滞型Hopfield神经网络u′I(t)=-biui(t)+n∑j=1aijfj(uj(t-τij))+Ji,I=1,2,…,n的全局吸引性和平衡点的全局指数稳定.通过构建合适的Lyapunov泛函和利用不等式pxyp-1≤xp+(p-1)yp,获得了几个新的判定条件,这些结论推广了已知文献中的结果.

  • 标签: 全局吸引性 全局指数稳定性 时滞HOPFIELD神经网络 判定条件
  • 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