分享到:

复杂系统的遗传-神经网络建模新方法

复杂系统的变量选择在经济及工程系统中有着大量的应用背景.例如,作为工程项目可行性研究的基础,工程造价的估算便是其一.工程造价决策理论的核心问题是:一方面,报价方如何根据各种风险因素确定合理的投标报价,另一方面,招标方如何确定合理的评标体系,从众多的投标者中评选出最佳的中标单位.在此过程中,投标方在作出最终报价之前必须考虑己方,竞标方,工程项目本身及当前社会政治经济等诸多因素,只有这样才能使自己的报价足够高以保证盈利,同时又足够低以保证中标.招标商的评标体系亦然,标底既要足够高以确保工程质量,又要防止工程整体的不必要功能及浪费.因此,确定影响投标报价的因素及其影响程度已成为一个重要研究课题[1-5].  随着现代电子计算技术的发展,自20世纪80年代以来,工程造价决策模型主要有两类:  1)采用计算机模拟技术建立模拟模型:模拟模型的基础认为,影响工程造价的许多因素都是不确定的,因此不应追求某个确定的值,而应估计实际造价落在某个范围...  (本文共4页) 阅读全文>>

《湖北汽车工业学院学报》1998年04期
湖北汽车工业学院学报

阀控对称缸位置系统神经网络建模

1概述虽然神经网络的理论和实践都还不成熟,但关于神经网络建模的理论研究已经很多。其中,许多论文都是通过用神经网络对仿真的系统建模来进行研究,而用神经网络对实际的系统进行建模研究是较为少见的。本文是用神经网络对实际系统进行建模的研究。在研究过程中,首先安装并调试了一个电液们眼位置控制系统:并开发了数据采集的软硬件,然后采样了系统的输入输出数据。利用这些数据对一个三层前债神经网络进行了学习训练,最终建立了此伺服系统的数学模型;并对神经网络建模的一些问题进行了研究与探索。2$压伺服系统及传统建模分析2.1电波伺服系统分析电液伺服系统是由电的信号处理部分和液压的功率输出部分组成的闭环控制系统。本课题所搭建的系统的原理图如图1。下面是根据实际系统列出的描述系统信息传递的动力学方程。式中所用符号为液压伺服系统常用的符号,其意义可参考相关文献。A、电液伺服问:B、液压缸根据以上的动力学方程我们来分析电液伺服系统中存在的非线性。公式(1)是对伺...  (本文共5页) 阅读全文>>

南京理工大学
南京理工大学

基于封装的射频系统数值仿真与实验研究

随着无线通讯事业的发展,射频工程师和封装工程师面临着产品向更高密度、更高稳定度和更多功能的挑战。射频SiP(system in package系统封装)是解决这一问题很好的方案,精确的电磁仿真和有效的设计方法是发展这一技术的关键。本文针对基于LTCC(low temperature co-fired ceramic,低温共烧陶瓷)射频SiP中的无源器件的建模和优化设计问题提出有效的解决方法,并给出了DBF雷达通道接收机SiP系统的完整的设计。结合基于SM(space mapping,空间映射)的神经网络建模技术,本文提出了利用S-B AFS(adaptive frequency sampling,自适应频率采样)加速FSMN(frequency spacemapped neuromodeling,频率空间映射神经网络建模)技术,在建模过程中利用S-BAFS进行细模型的采样扫频减少了扫频时间;在FPSMN(frequency pa...  (本文共113页) 本文目录 | 阅读全文>>

河北工业大学
河北工业大学

两层动态神经网络建模及同步性研究

复杂网络的同步现象在生物,医学,物理,通讯,电力系统等领域都有很强的理论研究价值,这些复杂网络与我们的日常生活息息相关。对它们的深入研究不但有助于我们理解许多社会行为,生理活动甚至技术现象,也会促进许多重要科学分支和交叉学科的发展,进而引起人类社会生活方式的根本变革。因此,复杂网络同步现象与其他学科间的交叉研究受到学者们的广泛关注。随着复杂网络的进一步发展,研究重点由单层网络转向更加接近实际网络的多层网络。越来越多的研究表明神经网络特别是脑网络具有小世界特性。在对神经网络建模的过程中,可以将单个神经元视作为网络的节点,选择符合小世界网络特性的网络结构进行搭建。星形网络作为具有小世界特性的一类特殊规则网络,符合脑网络的结构特性。在本文中,主要研究两层复杂网络的同步性问题。对于多层网络的同步性研究都主要集中在无向无权的规则网络上,例如两层无向无权星形网络。本文在此基础上先搭建了两层有向星形网络的数学模型,构建网络的超拉普拉斯矩阵,利...  (本文共71页) 本文目录 | 阅读全文>>

《计算机与应用化学》2012年09期
计算机与应用化学

应用专家知识提高神经网络建模的泛化能力的研究

1引言近年来,神经网络建模在过程建模领域得到应用广泛。神经网络建模实质上是将神经网络用作表示实际系统的黑箱模型,利用实际系统的输入输出数据训练神经网络,确定两者间的数值映射关系ll]。然而,传统的神经网络建模是经验性的,外推效果不够理想。专家知识作为在特定领域人类专家的认知和规则,反映了实际系统和模型的机理信息。如果将专家知识和神经网络结合可提高神经网络建模的性能,这已成为近年来国内外专家学者的研究热点。Michael LThomPson和MarkA.Krame产在1994年对数据缺失情况下利用系统机理信息和神经网络相结合的建模理念进行了阐述,并且对几种专家知识和神经网络混合建模方法的优缺点进行了比较说明。Ken xu等[3]研究将如何神经网络和专家知识的优点集中到新的混合模型中,并根据实际问题的不同分别采取专家知识和神经网络两种途径来解决。Fei Han,Qing-Hua Ling[’l将专家知识应用到BP算法的寻优过程中,并...  (本文共4页) 阅读全文>>

《机械工程学报》2002年01期
机械工程学报

基于结构的拟神经网络建模与优化方法研究 

0  前言常用的系统建模方法主要分为两大类:一是有数学模型的建模方法;二是无数学模型的建模方法。其中,有数学模型的建模方法(包括传递函数法、状态方程法和功率键图法等)根据研究对象的物理和工程背景,并通过适当简化以建立数学方程(组),然后用数学的方法求解。该方法对研究对象反映的正确性取决于所建数学方程(组)的精确程度,因而限制了其在非线性系统建模中的应用,特别是大型、严重非线性系统。而无数学模型的建模方法(特别是人工神经网络建模方法)则不同,它不必建立有关系统的精确数学模型,仅通过必要的样本学习,网络便能以一组权重(描述神经元的连接方法)的形式达到稳定状态。由于其对非线性系统具有良好的逼近能力,以及并行性、容错性、自学习和自适应等性质,在系统建模、控制、信号处理、模式识别等领域受到越来越多的重视。目前最常用的是多层前向神经网络[1,2]。近年来针对非线性动态系统建模也出现了许多动态神经网络模型[3~6]。另外,文献[7]提出一种功...  (本文共4页) 阅读全文>>