分享到:

神经网络

研究神经网络系统的目的是为了探索类似人脑加工,存贮和处理信息的机制,进而研制基本具有人类智能的机器.本文从  (本文共5页) 阅读全文>>

合肥工业大学
合肥工业大学

神经网络硬化实现的共性技术在电力传动中应用研究

在概述人工神经网络和神经网络控制发展历程和趋势的基础上,提出了基于专家控制、模糊控制和神经网络控制的电力传动控制系统,并总结出神经网络应用于电力传动控制的七种形式:利用神经网络担当电力传动控制系统中的一个环节或实现一个组成部分的功能;利用神经网络实现电力传动控制系统中的信号检测、参数估计或状态观测以用于实时补偿或闭环反馈控制;利用神经网络辨识电力传动控制系统模型以实现模型参考自适应控制;利用神经网络充当电力传动控制系统中的控制器;利用神经网络实现交流电力传动控制系统的神经网络逆控制;利用神经网络实现电力传动控制系统状态检测与故障诊断;利用神经网络实现电力传动控制系统的复合控制。基于控制观抽象出通用的神经元模型和神经网络连接权值修正的通用学习算法,并分析了Hebb、Perceptron、δ(Delta)、Widrow-Hoff、Correlation、Winner-Take-All、Outstar和Boltzmann等8种常用学习...  (本文共202页) 本文目录 | 阅读全文>>

南京航空航天大学
南京航空航天大学

基于时滞神经网络的最优化问题与联想记忆的研究

最优化和联想记忆问题由于在工程和科学研究中的广泛应用而备受关注.随着问题规模的扩大,传统方法已越来越不能满足日益发展的社会经济的需求.由于人工神经网络技术具备大规模并行处理、收敛速度快、可以硬件实现和控制等优点,所以利用神经网络解决优化和联想记忆问题已受到国内外学者重视并成为一个热门研究领域.本文借助(偏)泛函微分理论、Lyapunov方法、微分不等式技巧和矩阵测度等方法,对求解最优化问题的神经网络和基于外部输入的联想记忆神经网络进行深入研究,获得若干有意义的成果.本文的主要工作和成果包括以下几个方面:1.建立了一类求解一般线性约束的凸二次规划问题的新的时滞投影神经网络模型.根据泛函微分方程理论,证明了解的存在性和唯一性;利用不同于传统的Lyapunov泛函方法,借助不等式技巧,给出了神经网络全局指数收敛的判别条件.研究表明,与已有的成果相比,设计的模型具有单层结构和较少的神经元,降低了计算的复杂度;恰当的时滞能够加快神经网络的...  (本文共135页) 本文目录 | 阅读全文>>

浙江工业大学
浙江工业大学

终态神经网络及其相关应用

动态神经网络由于其高效的并行处理能力被应用于求解时变问题。终态神经网络的提出为时变计算问题的求解方法提供了一条途径。现有的神经网络动态处理方法多是渐近收敛的动态特性,而终态神经网络引入终态吸引子,改进了网络的收敛性能。本文讨论一类终态神经网络和终态计算问题,对不同时变问题提出计算方法,并进行收敛性分析。进一步地,将终态神经网络用于冗余机械臂重复运动规划。本文的主要研究工作如下:1.基于渐近收敛的递归神经网络方法,提出四种不同形式的终态神经网络,并且给出其收敛性和稳定性的证明。分析结果表明终态神经网络模型具有有限时间收敛的特性,并且可以获得较高的收敛精度,为了加快收敛的速度,可以采用不同的激励函数设计神经网络动态模型,以提高动态系统的响应时间。2.针对时变矩阵求逆计算和Sylvester时变矩阵方程求解两类问题,以四种不同的终态神经网络为求解方法,构建不同的网络求解模型,给出仿真算例,求得计算结果。通过给出不同的系统设置参数,分析...  (本文共162页) 本文目录 | 阅读全文>>

天津大学
天津大学

基于动态神经网络类型的微波器件建模

随着半导体技术的快速发展,许多新型器件不断涌现,现有模型已不能完全精确地反映新器件的特性。然而,准确的器件模型对提高产品性能、降低成本、缩短设计周期起着关键作用。为了克服这个问题,需要重新调整现有模型或建立新模型,但建立新型器件的等效电路模型需要反复试验,比较耗时,而物理模型计算昂贵。本文提出的基于动态神经网络类型的微波器件建模方法可通过高效系统的计算过程建立更广泛的模型,且模型响应精确、快速。为了建立精准的器件模型,本文提出了一种基于时间延迟神经网络(Time Delay Neural Network,TDNN)的新型微波器件建模方法。已有的TDNN建模方法是采用大信号时域信息的功率放大器的行为级建模,本文提出了包含DC、小信号S参数和大信号谐波频域信息的TDNN微波器件建模方法,该方法能够更准确地表征器件的特性,提高了模型的通用性。本文推导了DC、S参数和大信号情况下的完整的TDNN模型公式。通过Ga As MESFET和G...  (本文共125页) 本文目录 | 阅读全文>>

江苏大学
江苏大学

神经网络逆控制方法研究及其在生物发酵过程中的应用

生物发酵技术是经济发展的重要技术之一,在农业、化工等领域发挥着重要的作用。随着生产规模的扩大,发酵工业对自动控制技术的要求不断提高,实现生物发酵过程的高性能控制对提高发酵产物的品质和产量具有重要意义。生物发酵过程涉及生命体的生长繁殖,机理复杂,传统的非线性系统控制方法难以达到满意的控制性能。将逆系统方法与神经网络相结合,提出的神经网络逆控制方法,不依赖系统的精确模型,结构简单,适用于具有不确定性的生物发酵过程控制。神经网络逆控制方法虽已取得许多研究成果,但在复杂工业过程控制中,其解耦控制性能仍有待于进一步提高。为提高发酵过程的神经网络逆控制性能,本文在课题组已有的研究基础上,对神经网络逆控制方法做了进一步研究,主要工作如下1、提出一种在线学习的神经网络逆控制方法。在分析被控系统可逆性的基础上,构造神经网络近似被控系统的逆系统,将离线训练的神经网络连接权值作为在线学习的初值,基于基函数思想,由神经网络逆系统输入与被控系统输出的误差...  (本文共129页) 本文目录 | 阅读全文>>