神經(jīng)元網(wǎng)絡
- 不同突觸的神經(jīng)元網(wǎng)絡同步放電比較研究
節(jié)點搭建了神經(jīng)元網(wǎng)絡，通過數(shù)值模擬的方法，研究并討論了神經(jīng)網(wǎng)絡的同步放電特性，并對其與抗擾能力進行了分析計算。上述研究從神經(jīng)信息處理角度研究了神經(jīng)系統(tǒng)同步放電機制，但是研究中選用的多為較低維度的神經(jīng)元模型，不能精確模擬真實神經(jīng)元電生理特性。本文選取最接近生物學實際的Hodgkin-Huxley（ HH）模型，基于MATLAB&Simulink 平臺，采用數(shù)值模擬的方法分別搭建由電突觸和化學突觸連接的具有生物特性的復雜神經(jīng)元網(wǎng)絡， 對比分析了神經(jīng)突觸對神經(jīng)元
科技創(chuàng)新與應用 2023年23期2023-08-21
- 我們的大腦為何會開小差
子儲存在甲神經(jīng)元網(wǎng)絡，花的名字儲存在乙神經(jīng)元網(wǎng)絡，當我們同時思考它的樣子和名字時，負責甲乙神經(jīng)元網(wǎng)絡之間的聯(lián)系將會被激活和加強。當我們以后再回憶起花的樣子時，它的名字就更可能同時被記起。這是我們長期存儲信息（也包括密碼）的基礎。除了嚴重的疾病，還有兩個主要因素會導致我們偶爾喪失記憶。第一個因素是，如果不經(jīng)常通過回憶被激活，神經(jīng)元之間的連接隨著時間的推移會減弱。你之所以記不起這個密碼，可能是你已經(jīng)有一陣子沒用它了。另一個原因是干擾。當我們重新喚起一個記憶時，
意林 2023年5期2023-05-02
- 四旋翼飛行仿真器的PID神經(jīng)元網(wǎng)絡控制器設計
控制PID神經(jīng)元網(wǎng)絡是由舒懷林提出的一種新的神經(jīng)元網(wǎng)絡，它同時結(jié)合了PID和神經(jīng)網(wǎng)絡的優(yōu)點[9]，在復雜系統(tǒng)的四旋翼飛行器中較為有效。綜上所述，采用PID控制和神經(jīng)元網(wǎng)絡相結(jié)合的控制方法對四旋翼飛行仿真器進行研究，設計了一種雙回路的四旋翼飛行姿態(tài)控制系統(tǒng)，能模擬其在空中的飛行姿態(tài)，適合實時飛行仿真和控制算法驗證[10]。2 建立四旋翼仿真器數(shù)學模型四旋翼仿真器（直流電機、電機驅(qū)動器、位置編碼器、集電滑環(huán)、運動控制器、底座和PC機等）中四個電機分布在不同的區(qū)
機械設計與制造 2023年1期2023-02-09
- 基于人工智能的數(shù)控機床故障診斷研究
.3 人工神經(jīng)元網(wǎng)絡診斷(1)神經(jīng)元網(wǎng)絡診斷形成?；?span id="j5i0abt0b" class="hl">神經(jīng)元網(wǎng)絡的故障診斷不用建立模型就可以直接解決非線性問題，其通過樣本數(shù)據(jù)的輸入和輸出直接可以自學和自計算。神經(jīng)元網(wǎng)絡診斷也是在元學習的基礎上進行的，一般情況下，神經(jīng)網(wǎng)絡且在網(wǎng)絡中也可以將信息以分布式方法存儲，該存儲方式促使神經(jīng)元網(wǎng)絡信息處理和計算機完全邏輯規(guī)則運算方法不同。此神經(jīng)元網(wǎng)絡中的神經(jīng)元是獨立的信息處理單元，其可以將各種信息進行獨立運算，并獨立傳輸后進行集中處理，其運算規(guī)則需要根據(jù)物理學、神經(jīng)生
有色金屬設計 2022年2期2022-11-23
- 混合振蕩神經(jīng)元網(wǎng)絡中反相干共振向相干共振的轉(zhuǎn)遷*
互耦合構(gòu)成神經(jīng)元網(wǎng)絡．因此神經(jīng)元網(wǎng)絡模型研究中也關注了隨機共振和相干共振[17]，而且研究了網(wǎng)絡的多種因素(如網(wǎng)絡結(jié)構(gòu)、耦合強度和突觸時滯等)及神經(jīng)元的動力學行為對隨機共振和相干共振的重要影響[18-24]．例如，適中的平均度能增強神經(jīng)元網(wǎng)絡的隨機共振[18]，相位噪聲能誘導神經(jīng)元網(wǎng)絡產(chǎn)生兩次相干共振[20]，時滯能減弱神經(jīng)元網(wǎng)絡的相干共振[21]，抑制性自突觸能增強神經(jīng)元網(wǎng)絡的相干共振[24]．然而，以上大部分研究關注噪聲誘導位于分岔點附近的靜息態(tài)產(chǎn)生的
動力學與控制學報 2022年5期2022-10-29
- 基于麻雀搜索算法的橡膠復合擠出機溫度壓力解耦控制
）對PID神經(jīng)元網(wǎng)絡的初始權值進行優(yōu)化以及調(diào)整，以加快系統(tǒng)解耦后的響應速度和提高系統(tǒng)穩(wěn)定性。利用MTATLAB軟件分別使用PID神經(jīng)元網(wǎng)絡和SSA-PID神經(jīng)元網(wǎng)絡對擠出機溫度壓力進行解耦控制，并將二者結(jié)果對比。結(jié)果表明，SSA- PID神經(jīng)元網(wǎng)絡的解耦控制后的系統(tǒng)響應速度更快、穩(wěn)態(tài)誤差更小，系統(tǒng)的動態(tài)性能和穩(wěn)態(tài)性能都有所提升。橡膠復合擠出機；麻雀搜索算法；PID神經(jīng)網(wǎng)絡；解耦控制系統(tǒng)引言橡膠擠出機又稱壓出機，是橡膠制品生產(chǎn)中重要的工藝設備之一[1]。擠出
大眾科技 2022年7期2022-08-05
- 改進單神經(jīng)元網(wǎng)絡PID算法下的車用輪轂電機控制系統(tǒng)仿真
泛應用。單神經(jīng)元網(wǎng)絡是一種結(jié)構(gòu)簡單的神經(jīng)網(wǎng)絡，但仍具有神經(jīng)網(wǎng)絡自學習與自適應的特性,且易于工程實現(xiàn)。凡占穩(wěn)等[13]將單神經(jīng)元PID控制算法應用到真空熱處理系統(tǒng)的溫度控制上，結(jié)果表明，單神經(jīng)元PID算法對溫度控制更加穩(wěn)健,具有更強的抗干擾能力和魯棒性。嚴友等[14]利用單神經(jīng)元網(wǎng)絡PID設計了一種軌跡跟蹤控制器，并應用在農(nóng)用車輛上，獲得了優(yōu)秀的控制精度。尹洪橋等[15]利用一種單神經(jīng)元PID，對無刷直流電機轉(zhuǎn)速環(huán)進行控制，結(jié)果表明，在該算法下電機有著更穩(wěn)定
重慶理工大學學報(自然科學) 2022年5期2022-06-18
- 鯨落萬物生
構(gòu)建生物圈神經(jīng)元網(wǎng)絡的關鍵點——生物互聯(lián)，卻遲遲找不到突破口。鯨生帶著助手秦文再次來到那個海邊，這里是點燃她科學夢想的地方，鯨生的理想是建立動植物萬物互聯(lián)，就如同她兒時在海底見到的那個美輪美奐的世界。如今，眼看多年的努力就要付之東流，研發(fā)團隊也瀕臨解散，她感慨萬分?！皩ⅥL落生態(tài)圈放大到整個地球，這就是理想的生物圈神經(jīng)元網(wǎng)絡，它究竟要靠什么傳遞數(shù)據(jù)呢？”鯨生喃喃自語。“鯨生老師，這里就是您兒時發(fā)現(xiàn)鯨落的地方嗎？”助手秦文說道?！笆前?，它就像磁鐵吸引著我。等等
知識就是力量 2022年6期2022-06-16
- 基于機器學習方法的橋梁損傷狀態(tài)識別
素貝葉斯、神經(jīng)元網(wǎng)絡、簡單邏輯回歸3種方法分別建立橋梁圖像識別模型，選擇其中結(jié)構(gòu)狀態(tài)較好的橋梁按照簡支梁、連續(xù)梁、連續(xù)剛構(gòu)3種類型進行細分，再按建筑材料分為鋼筋混凝土橋梁、預應力混凝土橋梁。采用機器學習方法對圖像中橋梁變形、振動幅值等參數(shù)進行訓練，形成對不同類型橋梁撓度、變形、振動的判別標準。1.1 樸素貝葉斯分類器樸素貝葉斯定理可以表示為[4]：(1)其中：X為隱藏節(jié)點個數(shù)；y為所觀察到的數(shù)據(jù)。在實際檢測時，往往采用多種參數(shù)及條件(稱為成分xi)來推定事
機械工程與自動化 2022年2期2022-05-24
- 局部有源憶阻器電路及其在HR耦合神經(jīng)元網(wǎng)絡中的應用
神經(jīng)元以及神經(jīng)元網(wǎng)絡的放電動力學機制有助于人工智能的發(fā)展，在過去的幾十年中已經(jīng)吸引了大量的研究人員[15,16]。Hindmarsh-Rose (HR) 神經(jīng)元具有簡單的數(shù)學模型[17]，能夠模擬周期尖峰和簇發(fā)等多種神經(jīng)元放電[18,19]。2019年Bao等人[20]使用一個無源憶阻器模擬兩個HR神經(jīng)元之間的連接突觸，提出了基于憶阻突觸耦合HR神經(jīng)元網(wǎng)絡，并分析了其同步動力學機制。本文設計了一種簡單的局部有源憶阻器模型，不僅數(shù)學表達式簡單，物理電路實現(xiàn)容
電子與信息學報 2021年11期2021-12-02
- FOS 神經(jīng)元網(wǎng)絡的雙向抑制性調(diào)控可塑性變化
。FOS 神經(jīng)元網(wǎng)絡的調(diào)控是否發(fā)生可塑性變化？一直是科學家們感興趣的問題。研究者以海馬CA1 椎體神經(jīng)元為觀察對象，對此進行研究。海馬CA1 椎體神經(jīng)元主要接受小清蛋白 (PV) 和膽囊收縮素 (CCK) 兩種抑制性神經(jīng)元的輸入。這些抑制性的輸入，對于海馬網(wǎng)絡振蕩的產(chǎn)生很重要。主要實驗結(jié)果如下：（1）2～3 天的新環(huán)境探索，引起小鼠海馬CA1 椎體神經(jīng)元表達FOS。（2）采用雙膜片鉗的方法，可以同時記錄FOS 陽性神經(jīng)元 (FOS+) 和FOS 陰性神經(jīng)元
中國疼痛醫(yī)學雜志 2021年1期2021-11-30
- 大規(guī)模類腦計算系統(tǒng)BiCoSS:架構(gòu)、實現(xiàn)及應用
功能相關的神經(jīng)元網(wǎng)絡結(jié)構(gòu)和神經(jīng)信息處理機制的解析仍極不清楚[1-4].因此,需要構(gòu)建接近人腦計算能力與智能水平的類腦計算系統(tǒng),從而理解人腦的結(jié)構(gòu)和功能,理解認知、思維、意識和語言,探索腦疾病的發(fā)病機制與治療方案,推動新一代類腦智能技術的發(fā)展.近年來,高性能類腦計算已經(jīng)成為研究腦科學的必要手段,為腦研究開啟了全新的研究視角和研究模式[5-10];反過來腦科學的研究為高性能計算提供新思路、提出新要求,催生新型計算模式的出現(xiàn)[11-13].人腦最簡單的認知行為需
自動化學報 2021年9期2021-11-13
- 多層FitzHugh-Nagumo 神經(jīng)元網(wǎng)絡的控制同步
大的復雜的神經(jīng)元網(wǎng)絡， 具有高層次和多功能的特性. 為了能更加了解神經(jīng)元信息傳遞的過程以及其認知、思想、控制等功能， 我們需要探索更多的神經(jīng)元和網(wǎng)絡的動力學行為.過去生物神經(jīng)研究主要集中在大腦的不同部分， 但現(xiàn)代的研究更偏向于使用復雜網(wǎng)絡的模式來分析不同神經(jīng)元網(wǎng)絡的結(jié)構(gòu)和動力學行為[8]. 神經(jīng)元網(wǎng)絡中最基本的結(jié)構(gòu)單元是神經(jīng)元， 而突觸建立了神經(jīng)元之間進行信息交流和傳遞的橋梁. 由于神經(jīng)元的類型和神經(jīng)元間連接的突觸方式的多樣性， 神經(jīng)系統(tǒng)的拓撲結(jié)構(gòu)復雜多樣
數(shù)學雜志 2021年5期2021-10-13
- 基于神經(jīng)網(wǎng)絡的再生混凝土配合比設計優(yōu)化方案研究
人工智能神經(jīng)元網(wǎng)絡神經(jīng)元網(wǎng)絡(ANN)是由大量的基本信息原件來進行信息整合以及信息模擬的數(shù)據(jù)信息處理系統(tǒng)，模仿人類大腦對不同神經(jīng)元的整合以及通過復雜的神經(jīng)元網(wǎng)絡來對信息進行處理的過程。[2]其實從本質(zhì)上講，人工神經(jīng)元網(wǎng)絡更類似于一種數(shù)學公式；不過，這種數(shù)學公式不再基于傳統(tǒng)的數(shù)學模型基礎，而是建立于數(shù)學網(wǎng)絡基礎上，對數(shù)據(jù)進行運算，對于傳統(tǒng)的數(shù)學模型無法通過建模來解決的數(shù)據(jù)問題，人工神經(jīng)元網(wǎng)絡可以進行很好的處理運算；就比如說對于無規(guī)則也不能用簡單數(shù)學公式來進
四川水泥 2021年6期2021-06-27
- 電磁輻射環(huán)境下自組織神經(jīng)元網(wǎng)絡拓撲特性及動力學行為
化的自組織神經(jīng)元網(wǎng)絡模型;采用神經(jīng)動力學理論和復雜網(wǎng)絡方法，研究了不同電磁輻射強度下，自組織神經(jīng)元網(wǎng)絡的連接密度、因果關系、模塊化程度、網(wǎng)絡效率、同步行為以及興奮性。發(fā)現(xiàn)電磁輻射增強了磁場對神經(jīng)元的負反饋，減弱了神經(jīng)元之間的競爭，降低了神經(jīng)元之間的因果關系;但對神經(jīng)元網(wǎng)絡的連接密度、模塊化程度和網(wǎng)絡效率的影響較復雜;存在最佳輻射強度，使自組織神經(jīng)元網(wǎng)絡的局部效率和全局效率顯著升高。同時，電磁輻射增強了自組織神經(jīng)元網(wǎng)絡固有的同步能力，產(chǎn)生更高的神經(jīng)元同步放電
西安科技大學學報（社會科學版） 2021年2期2021-04-18
- 電磁輻射環(huán)境下自組織神經(jīng)元網(wǎng)絡拓撲特性及動力學行為
觸連接，使神經(jīng)元網(wǎng)絡結(jié)構(gòu)動態(tài)改變以滿足大腦認知功能的需求[3]。這種局部神經(jīng)回路與全局動力學之間的反饋耦合構(gòu)成了大腦演化、學習和記憶的基礎[4]。研究表明，動態(tài)變化的神經(jīng)元網(wǎng)絡具有自組織結(jié)構(gòu)，在局部回路和全局回路都有較高的信息傳遞效率[5]。李秀敏等發(fā)現(xiàn)與全局連接和隨機連接網(wǎng)絡相比，自組織神經(jīng)元網(wǎng)絡可以產(chǎn)生更高的相干共振，隨機共振以及信息傳遞效率[6-7]。因此，研究自組織神經(jīng)元網(wǎng)絡的形成，對于理解大腦演化以及學習記憶的形成機理具有重要意義。神經(jīng)系統(tǒng)受到電
西安科技大學學報 2021年2期2021-04-09
- 微處理器下的數(shù)字集成電路測試系統(tǒng)設計
輸入到模糊神經(jīng)元網(wǎng)絡中進行判斷，則模糊神經(jīng)元網(wǎng)絡的節(jié)點數(shù)量將空前增多，特別是這些記錄的大部分數(shù)據(jù)處于無故障的判斷結(jié)果條件下。所以，在實際構(gòu)建模糊神經(jīng)元網(wǎng)絡的過程中，需要引入模糊神經(jīng)元的概念，先對上述輸出結(jié)果進行折疊和歸一化，即對數(shù)據(jù)進行前置模糊，最終的輸出數(shù)據(jù)，再進行解模糊輸出，即可判斷出對應的判斷結(jié)果。以6 000條測試數(shù)據(jù)為例，如果對其進行三維折疊，則可形成一組18×18×19的三維矩陣，對上述矩陣進行歸一化處理后，可以得到一組18×18和一組18×1
計算機測量與控制 2021年3期2021-04-02
- 基于神經(jīng)網(wǎng)絡的銅板帶冷軋軋制力預測研究
習算法中的神經(jīng)元網(wǎng)絡算法在非線性問題求解中更為適用，神經(jīng)元網(wǎng)絡能夠具有能考慮除理論公式中參數(shù)外的多方面因素，挖掘數(shù)據(jù)同環(huán)境背后存在的客觀聯(lián)系等諸多優(yōu)勢，并且，神經(jīng)元網(wǎng)絡方法能夠進行自適應和學習，隨著數(shù)據(jù)的積累其預測精度也會有進一步的提高。因此，本文擬通過基于神經(jīng)元網(wǎng)絡算法來構(gòu)建一個用于用于冷軋機軋制力預測的AI預測模型。2 神經(jīng)元網(wǎng)絡算法神經(jīng)網(wǎng)絡的基本結(jié)構(gòu)。采用算法的多層前饋網(wǎng)絡是至今為止應用最廣泛的神經(jīng)網(wǎng)絡,在多層前饋網(wǎng)的應用中,圖1所示的單隱層網(wǎng)絡的應
中國金屬通報 2020年12期2021-01-05
- 礦山瓦斯災害神經(jīng)元網(wǎng)絡安全技術構(gòu)建
——評《礦山瓦斯災害神經(jīng)元網(wǎng)絡理論與方法》①
山瓦斯災害神經(jīng)元網(wǎng)絡理論與方法》由戴洪磊、陳蘭森及徐泮林等人編著，2011 年由地震出版社出版，該書系統(tǒng)全面介紹了世界各地礦山瓦斯災害發(fā)生現(xiàn)狀及成因，探索分析國內(nèi)外礦山瓦斯災害機理成因和研究預報預測工作的相關研究現(xiàn)狀。另外，該書還詳細論述了當前數(shù)據(jù)挖掘和空間數(shù)據(jù)挖掘的概念、挖掘的知識類型和挖掘的技術方法等，重點討論了神經(jīng)元網(wǎng)絡技術的特點、獨特性及其預測預報功能，還詳細探討了人工神經(jīng)元網(wǎng)絡技術在礦山瓦斯災害預報預測工作中的應用問題。最后，該書給出了該領域中需
礦冶工程 2020年1期2020-12-20
- 淺析神經(jīng)元網(wǎng)絡算法在中醫(yī)藥真實世界研究中應用可行性*
算法、人工神經(jīng)元網(wǎng)絡、深度學習、支持向量機、樸素貝葉斯等，機器學習最重要的功能就是獲得輸入數(shù)據(jù)分類學習的能力，包括對不同語言、文字的區(qū)分以及識別。3.3 神經(jīng)元網(wǎng)絡算法的特點和優(yōu)點 人工神經(jīng)元網(wǎng)絡是一種模仿動物神經(jīng)網(wǎng)絡特征進行分布式信息運算的一種特殊數(shù)學模型，簡稱“神經(jīng)元網(wǎng)絡”[16-17]。這種網(wǎng)絡通過調(diào)整內(nèi)部相鄰的節(jié)點進行相互快速訪問，可達到信息快速響應處理。神經(jīng)元網(wǎng)絡算法具有極強的相互學習能力與適應能力，可通過預先學習本主提供的不同類型數(shù)據(jù)進行學習分
天津中醫(yī)藥大學學報 2020年5期2020-10-26
- ML神經(jīng)元網(wǎng)絡自適應同步的抗擾特性研究
環(huán)境下生物神經(jīng)元網(wǎng)絡信息處理的抗擾機理，基于STDP（Spike-Timing Dependent Plasticity）突觸可塑原理，構(gòu)建了具有自學習特性的ML（Morris-Lecar）神經(jīng)元網(wǎng)絡模型。給出了定量分析神經(jīng)元網(wǎng)絡瞬時放電同步程度的數(shù)學方法，對網(wǎng)絡的瞬時放電同步程度和放電頻率進行對比分析。仿真結(jié)果展示了，ML神經(jīng)元網(wǎng)絡通過STDP突觸的學習，從隨機放電逐漸進入同步放電狀態(tài)，消除了噪聲干擾，呈現(xiàn)出自適應抗擾特性。結(jié)果表明，神經(jīng)元網(wǎng)絡可以利用同
河北工業(yè)大學學報 2020年6期2020-01-16
- 科學家成功研發(fā)“人工神經(jīng)元網(wǎng)絡”芯片
大腦“人工神經(jīng)元網(wǎng)絡”的芯片。利用光的力量，這些人工神經(jīng)元可以模擬人類真實神經(jīng)元以及突觸的基本行為。據(jù)悉，這個人造大腦可以使用4個人工神經(jīng)元和60個突觸來累積信息并對其進行模式識別或計算，而這與我們?nèi)祟惖拇竽X在現(xiàn)實世界中的工作方式非常相似。研究人員表示，這個芯片的關鍵就是供電方式，它們并非依靠電力或者電子，而是使用光能和光子。由于存在這種差異，與類似的基于電子的系統(tǒng)相比，該芯片能夠“快速”處理數(shù)據(jù)。目前這項技術還處于早期開發(fā)階段，如果想要讓這個“神經(jīng)突觸網(wǎng)
中國計算機報 2019年19期2019-06-25
- 液壓振動臺位移補償?shù)腜ID控制方式的研究?
環(huán)控制，單神經(jīng)元網(wǎng)絡的PID控制系統(tǒng)對反饋回來的位移和壓力值進行處理，對位移誤差進行在線補償。1 研究現(xiàn)狀目前，為了了解液壓振動臺系統(tǒng)的位移精度控制方面的問題，我國的一些學者對其做了一些研究，比如胡紅波[6］提出了一種位移反饋控制系統(tǒng)，以減小振動臺輸出波形的失真度，但是系統(tǒng)的自適應能力低；晁智強[7］提出了一種基于PID控制和重復控制補償符合控制策略，但由于定值PID的局限，自適應低，加上液壓泵內(nèi)部的壓力的損失等因素的影響，導致系統(tǒng)穩(wěn)態(tài)精度不高；黃茹楠[8
制造技術與機床 2019年5期2019-05-29
- PID神經(jīng)元網(wǎng)絡在水稻秧棚控制系統(tǒng)中的應用研究
基于PID神經(jīng)元網(wǎng)絡的水稻秧棚自動控制系統(tǒng)。經(jīng)仿真和農(nóng)場實驗，達到了很好的控制效果。水稻育秧棚是一個非線性、多變量、強時變、交叉耦合及參數(shù)變化大的復雜對象，傳統(tǒng)PID控制器是線性的，依賴于被控對象精確的數(shù)學模型，在用于控制具有不確定性、時變性和非線性等復雜系統(tǒng)時，不容易獲得滿意的控制效果。PID具有結(jié)構(gòu)簡單、魯棒性強的特點，BP神經(jīng)網(wǎng)絡控制不需精確的數(shù)學模型，具有非線性逼近能力，具有自組織、自學習和自適應能力，使其可以適應多變量耦合系統(tǒng)的非線性、復雜等問題
農(nóng)機化研究 2019年7期2019-05-24
- 一種基于人工神經(jīng)元網(wǎng)絡算法的諧波多路同步快速檢測裝置
種基于人工神經(jīng)元網(wǎng)絡算法的諧波多路同步快速檢測裝置陳有根1，李曉光1，郭海濤2，李志勇1(1. 中南大學 信息科學與工程學院，湖南 長沙 410075； 2. 廣州鐵路(集團)公司 供電處高鐵科，廣東 廣州 510088)通過對高鐵牽引供電系統(tǒng)中諧波傳輸特性進行分析，設計以人工神經(jīng)元網(wǎng)絡算法為核心的快速諧波檢測算法，實現(xiàn)牽引供電系統(tǒng)多路諧波數(shù)據(jù)同步檢測。試制裝置現(xiàn)場測試表明，該裝置可實現(xiàn)牽引供電系統(tǒng)多路饋線50次以內(nèi)諧波的同步快速檢測，并具有較高的精度及良
鐵道科學與工程學報 2019年2期2019-03-07
- 基于粒子群算法優(yōu)化PIDNN的溫室系統(tǒng)解耦控制
積分-微分神經(jīng)元網(wǎng)絡PIDNN，溫室系統(tǒng)解耦控制方法。1 PID神經(jīng)元網(wǎng)絡原理1.1 PID神經(jīng)網(wǎng)絡簡介比例-積分-微分(PID)神經(jīng)元網(wǎng)絡不是單純地將PID與神經(jīng)網(wǎng)絡相結(jié)合，而是通過將PID的控制規(guī)律與神經(jīng)網(wǎng)絡的優(yōu)點相結(jié)合，形成的一種新型改進神經(jīng)元網(wǎng)絡。它既具有常規(guī)PID控制器控制規(guī)律簡單易用的優(yōu)點，同時又具有神經(jīng)網(wǎng)絡非線性映射能力，舒懷林對PID神經(jīng)元網(wǎng)絡(PIDNN)進行了詳細描述[11]。1.2 多輸出PID神經(jīng)元網(wǎng)絡的結(jié)構(gòu)考慮到研究對象是多輸入多
江蘇農(nóng)業(yè)科學 2018年23期2019-01-09
- 基于BP神經(jīng)網(wǎng)絡的鋰離子電池SOC估計研究
gmoid神經(jīng)元網(wǎng)絡57#實驗電池在第1-10次充放電循環(huán)恒流放電時，端電壓均值與SOC值的對應關系如表1所示。以表1數(shù)據(jù)為學習樣本，使用Matlab進行仿真實驗，單Sigmoid神經(jīng)元網(wǎng)絡學習結(jié)果如下：其中，n代表學習樣本數(shù)量，本例樣本SOC值從10%到90%，共計9個學習樣本，因此n=9；yi為第i個學習樣本的輸出值，為第i個樣本的神經(jīng)網(wǎng)絡預測輸出值，且有：x1i、x2i為第i個學習樣本的標準化輸入值。學習的均方誤差為4.9582。利用對第1-10次實
長沙航空職業(yè)技術學院學報 2018年4期2018-12-18
- 基于單神經(jīng)元PID控制的雙旋翼實驗平臺系統(tǒng)研究
出平穩(wěn)的單神經(jīng)元網(wǎng)絡PID控制，在實際生產(chǎn)中取得了良好的效果。隨著智能控制的發(fā)展，像模糊PID、遺傳算法PID等智能PID控制方法不斷出現(xiàn)，并逐漸成為現(xiàn)階段直升機發(fā)動機控制、姿態(tài)控制、懸?？刂频阮I域的重要控制方法[12-13]。因此，本文采用單神經(jīng)元控制與PID控制相結(jié)合得到的單神經(jīng)網(wǎng)絡PID控制，通過對雙旋翼實驗平臺進行控制實驗，與傳統(tǒng)PID進行結(jié)果比較來研究單神經(jīng)網(wǎng)絡PID的實際控制性能。單神經(jīng)網(wǎng)絡相對上述神經(jīng)網(wǎng)絡PID來說比較簡單。單神經(jīng)網(wǎng)絡PID控
沈陽航空航天大學學報 2018年4期2018-09-19
- 神經(jīng)網(wǎng)絡解耦控制在某無人機組件測試系統(tǒng)的應用
型的PID神經(jīng)元網(wǎng)絡，來嘗試解決強耦合多變量系統(tǒng)的控制難題。所建立的PID神經(jīng)元網(wǎng)絡基于前向多層網(wǎng)絡，是對其的一種拓展，其特殊之處在于隱含層輸入輸出函數(shù)依據(jù)PID控制規(guī)律選取，從而使得隱含層神經(jīng)元具有比例、積分和微分處理功能[4]。由相關理論可知，PID神經(jīng)元網(wǎng)絡有非常強的自主學習能力，可以實時地獲得系統(tǒng)給定值和測量值，根據(jù)誤差自動調(diào)整前向網(wǎng)絡的權值。應用該種PID神經(jīng)元網(wǎng)絡控制器，不需要事先知道控制對象的結(jié)構(gòu)和參數(shù)[5]。理論上可以并行完成系統(tǒng)解耦控制工
計算機測量與控制 2018年5期2018-05-23
- 基于突觸離子通道動力學神經(jīng)元網(wǎng)絡的高效并行仿真算法*
提高大規(guī)模神經(jīng)元網(wǎng)絡系統(tǒng)在GPU上的并行仿真效率，通過分析整個網(wǎng)絡的計算過程發(fā)現(xiàn)，仿真計算量主要包括每個神經(jīng)元膜電位的計算和更新以及每條突觸電流的計算和更新兩部分；某時刻，某條突觸電流的計算不但與該突觸后神經(jīng)元當前時刻的狀態(tài)相關，與突觸的神經(jīng)遞質(zhì)傳遞信號時延以及具體突觸特性相關，還跟突觸前神經(jīng)元的所有歷史放電狀態(tài)有關。可以看出，突觸電流計算中，突觸前神經(jīng)元和突觸后神經(jīng)元的狀態(tài)共同決定突觸的狀態(tài)，突觸前后神經(jīng)元的耦合度非常高。因此，降低突觸電流計算時突觸前后
計算機工程與科學 2018年4期2018-05-08
- 基于PID神經(jīng)元網(wǎng)絡的單抽汽輪機解耦分析
基于PID神經(jīng)元網(wǎng)絡的單抽汽輪機解耦分析李明輝1， 云衛(wèi)濤1， 張孝杰2(1.陜西科技大學 機電工程學院， 陜西 西安 710021； 2.濮陽市自來水公司， 河南 濮陽 457000)汽輪機在工作過程中，機組功率與熱網(wǎng)抽汽壓力存在著強烈的耦合關系，使得系統(tǒng)控制性能大大降低，一般的控制方法難以得到滿意的控制效果.為了解決上述問題.將多變量串級解耦技術應用到控制系統(tǒng)中，提出一種PID神經(jīng)元網(wǎng)絡與串聯(lián)前饋補償相結(jié)合的雙變量解耦控制方案，前饋補償實現(xiàn)系統(tǒng)動靜態(tài)解
陜西科技大學學報 2017年5期2017-10-17
- 配電網(wǎng)中諧波源識別方法比較
試應用線性神經(jīng)元網(wǎng)絡進行諧波源的識別。在這種方法中，作者將人工神經(jīng)網(wǎng)絡與狀態(tài)估計技術相結(jié)合進行諧波源的識別。由于神經(jīng)元網(wǎng)絡模型的建立需要預先提供大量的訓練對，其中就要求知道全部諧波源注入電流的數(shù)組確切值，顯然這對諧波估計問題來說并不現(xiàn)實。同時，神經(jīng)元網(wǎng)絡理論缺乏對變結(jié)構(gòu)神經(jīng)元網(wǎng)絡的修正算法，而系統(tǒng)中某些線路或電源的切除都會影響神經(jīng)元網(wǎng)絡的聯(lián)接權矩陣，因此訓練好的神經(jīng)元網(wǎng)絡缺乏對電力網(wǎng)結(jié)構(gòu)變化的適應能力。所以神經(jīng)元網(wǎng)絡方法在諧波估計方面的應用無疑會受到許多條
科學與財富 2016年33期2017-05-23
- “寒武紀1A”深度神經(jīng)元網(wǎng)絡處理器
1A”深度神經(jīng)元網(wǎng)絡處理器，可以讓計算機具有像人一樣的智能。它采用非常獨特的設計，有專門的硬件神經(jīng)元，加上硬件設計的突觸，構(gòu)成了計算單元。為了讓這個深度神經(jīng)元網(wǎng)絡連接更快，還設計了專門的存儲結(jié)構(gòu)和完全不同于通用CPU的指令集，因此，它每秒可以處理160億個神經(jīng)元和超過2萬億個突觸，功能非常強大；且功耗非常低，只有原來的1/10。在語音識別和視頻識別領域，該處理器的識別精度已經(jīng)超越人類。
信息化建設 2016年12期2017-05-02
- 基于FPGA的PID神經(jīng)元網(wǎng)絡控器的研究及應用
A的PID神經(jīng)元網(wǎng)絡控器的研究及應用中船重工第七一五研究所 任敬偉聲納收放系統(tǒng)工作環(huán)境極其惡劣并復雜多變，但工作中對纜陣的收放精度要求非常嚴格。為提高收放系統(tǒng)工作的穩(wěn)定性、控高精度以及應對復雜環(huán)境的能力，改變傳統(tǒng)控制策略引進人工智能是十分必要的。本文在控制器的設計過程中引入PID神經(jīng)元網(wǎng)絡智能控制算法，并對算法MATLAB軟件仿真和控制器實驗測試，通過實驗結(jié)果分析證明智能算法的引入對提高控制系統(tǒng)在復雜環(huán)境下穩(wěn)定完成收放控制的能力效果明顯。PID神經(jīng)元網(wǎng)絡；
電子世界 2017年2期2017-02-17
- 為什么人工智能在安防行業(yè)落地
以被認為是神經(jīng)元網(wǎng)絡類算法第一次大發(fā)展的開端，但是很快在1969年，Minsky和Papert在其 出 版 的 《 感 知 器 ：計 算 幾 何 簡 介 》 中 提 到 單層神經(jīng)元網(wǎng)絡無法解決XNOR這樣的簡單問題，其算法存在重大的理論缺陷；同時還表示，兩層以上的多層神經(jīng)元網(wǎng)絡理論上可以克服這些缺陷，擬合任何非線性問題，但當時情況下沒有任何一種方法可以對多層感知機進行有效的訓練，深度學習第一次陷入低谷。直到198 6 年，Ru mel ha r和H int
中國公共安全 2017年6期2017-01-22
- 永磁直線同步電機的PIDNN控制
基于PID神經(jīng)元網(wǎng)絡（proportional-integral-derivative neural network，PIDNN)的控制方法，通過定義具有比例、積分、微分功能的神經(jīng)元，從而將PID控制規(guī)律融合進神經(jīng)元網(wǎng)絡中，有效地抑制端部效應、紋波推力、齒槽力和摩擦力對系統(tǒng)的干擾。仿真實驗表明，與傳統(tǒng)的PID控制相比，PIDNN控制提高了系統(tǒng)的魯棒性和跟蹤性，更加實用有效。永磁直線同步電機；PID神經(jīng)元網(wǎng)絡；神經(jīng)網(wǎng)絡；干擾抑制永磁直線同步電機（PMLSM）
電氣傳動 2016年12期2017-01-04
- 以全新的方式看待世界
1A”深度神經(jīng)元網(wǎng)絡處理器，讓計算機具有像人一樣的智能，一直是科學家們努力的目標。場景應用：人腦的基本組成單元是一種神經(jīng)元細胞，這些數(shù)量巨大的神經(jīng)元細胞通過數(shù)量更多的突觸相互連接產(chǎn)生神經(jīng)網(wǎng)絡，人腦借助神經(jīng)元網(wǎng)絡進行處理，所以有了認知、感知和邏輯推理等智能活動。計算機科學家受到啟發(fā)，在計算機里用虛擬的神經(jīng)元和虛擬的突觸把它們聯(lián)結(jié)在一起，構(gòu)成多層次的人工神經(jīng)元網(wǎng)絡。這些神經(jīng)元網(wǎng)絡具有非常好的效果，比如在語音識別和視頻識別領域里，它的識別精度已經(jīng)超越了人類。三星
網(wǎng)絡傳播 2016年11期2016-12-23
- 時滯對化學突觸耦合的神經(jīng)元網(wǎng)絡放電節(jié)律的影響
突觸耦合的神經(jīng)元網(wǎng)絡放電節(jié)律的影響趙競哲1，石 霞2(1. 北京郵電大學理學院，北京市 100876；2. 北京郵電大學理學院，北京市 100876)大腦中許多功能區(qū)可以呈現(xiàn)出不同形式的神經(jīng)網(wǎng)絡振蕩活動，它們反映群體神經(jīng)元的同步活動以及大腦的不同功能狀態(tài)。高頻節(jié)律反映的是大腦局部區(qū)域較快的信息處理，低頻節(jié)律則能夠反映外部的感覺輸入和內(nèi)部的認知事件的動態(tài)驅(qū)動在不同腦區(qū)的傳播過程。這些不同形式的振蕩活動分別在大腦處理、傳遞和整合感覺信息，鞏固記憶，以及一些高級
軟件 2016年11期2016-12-15
- 基于短時程突觸可塑性的隨機Hodgkin-Huxely神經(jīng)元網(wǎng)絡
uxely神經(jīng)元網(wǎng)絡周家程,丁少杰,張雪娟(浙江師范大學 數(shù)理與信息工程學院,浙江 金華321004)根據(jù)神經(jīng)元囊泡釋放與離子通道隨機切換的生理學機制,給出一個基于短時程突觸可塑性的隨機HH神經(jīng)元網(wǎng)絡模型,并討論了通道噪聲與突觸噪聲對網(wǎng)絡發(fā)放行為的效應，以及易化與抑制對突觸效能的影響.突觸可塑性;突觸易化;突觸抑制;網(wǎng)絡模型;HH神經(jīng)元0 引 言神經(jīng)元的突觸可塑性(synapse plasticity)一般被認為是大腦學習與記憶的分子生物學機制,它是指突觸
浙江師范大學學報（自然科學版） 2016年3期2016-09-29
- 基于脈沖神經(jīng)網(wǎng)絡的聚類算法研究
)結(jié)合脈沖神經(jīng)元網(wǎng)絡的生物機制與改進的灰度共生矩陣算法，嘗試模擬大腦提取關鍵信息的能力，并且使用這些提取到的信息實現(xiàn)紋理圖像的分割。實驗結(jié)果表明：這種利用灰度共生矩陣算法訓練的脈沖神經(jīng)元網(wǎng)絡可以有效地提取圖像的共生特征，并且可獲得較好的紋理圖像分割效果。灰度共生矩陣；脈沖神經(jīng)元網(wǎng)絡；特征提??；紋理聚類clustering紋理是區(qū)分一幅圖像中的物體或區(qū)域的重要指標[1]。紋理是指諸如粗糙、光滑或凹凸不平等觸覺信息[2]。紋理分析在紋理分類領域有著重要的地位，
重慶理工大學學報(自然科學) 2016年8期2016-09-13
- 基于改進PID神經(jīng)元網(wǎng)絡的多變量系統(tǒng)控制算法
改進PID神經(jīng)元網(wǎng)絡的多變量系統(tǒng)控制算法宋水泉(惠州工程技術學校 實訓中心，廣東 惠州 516001)摘要PID神經(jīng)元網(wǎng)絡具有動態(tài)特性，在系統(tǒng)控制應用中相比于傳統(tǒng)的PID控制方法可取得更優(yōu)的效果，但其學習算法為梯度學習算法，初始權值隨機取得，為了提高其控制量逼近控制目標的速度和系統(tǒng)響應時間，引入粒子群算法對初始權值進行優(yōu)化，最后應用Matlab軟件對改進后的PID神經(jīng)元網(wǎng)絡算法進行仿真。仿真結(jié)果表明，該方法具有較好的控制性能。關鍵詞PID；神經(jīng)元網(wǎng)絡；多變
電子科技 2016年6期2016-07-04
- 模塊神經(jīng)元網(wǎng)絡中耦合時滯誘導的簇同步轉(zhuǎn)遷*
62）模塊神經(jīng)元網(wǎng)絡中耦合時滯誘導的簇同步轉(zhuǎn)遷*王蔓蔓 楊曉麗?（陜西師范大學數(shù)學與信息科學學院，西安 710062）利用Courbage-Nekorkin-Vdovin神經(jīng)元構(gòu)建含有耦合時滯的模塊神經(jīng)元網(wǎng)絡模型，通過數(shù)值模擬研究了耦合強度及耦合時滯對模塊神經(jīng)元網(wǎng)絡簇同步放電特性的影響.研究結(jié)果表明，適當大的耦合強度可以誘導模塊神經(jīng)元網(wǎng)絡達到簇同步.同時，研究發(fā)現(xiàn)耦合時滯可以誘導模塊神經(jīng)元網(wǎng)絡出現(xiàn)簇同步轉(zhuǎn)遷，且當時滯大小約為網(wǎng)絡中所有神經(jīng)元平均振蕩周期的整
動力學與控制學報 2016年6期2016-05-19
- 人工智能將使人類更強大
素：一個是神經(jīng)元網(wǎng)絡，神經(jīng)元網(wǎng)絡擁有10億以上的網(wǎng)絡點，在加拿大的一些科學家對此進行持續(xù)提升之后，它的性能變得越來越好了。第二個元素是多任務操作的人工智能，即利用人工智能同時做很多事情。美國斯坦福大學及加拿大多倫多的人工智能科學家們發(fā)現(xiàn)，可以把圖像處理單元通過人工智能來同時進行大規(guī)模的處理，而這在之前是不可能的。第三個元素是大數(shù)據(jù)，這樣才可以基于數(shù)據(jù)進行分析預測或進行視覺化處理。這種融合，帶來了人工智能數(shù)量和質(zhì)量的快速提升，這使得人工智能能夠?qū)⑺械臇|西綜
大眾科學 2016年4期2016-04-22
- 基于粒子群算法的抄紙過程PID 神經(jīng)元網(wǎng)絡優(yōu)化控制
用PID 神經(jīng)元網(wǎng)絡對抄紙過程定量水分進行解耦控制。PID 神經(jīng)元網(wǎng)絡不僅結(jié)構(gòu)簡單，而且具有非線性特點，且不需要建立精確的數(shù)學控制模型。仿真結(jié)果表明，設計的PID 神經(jīng)元網(wǎng)絡不僅實現(xiàn)了定量水分控制的完全解耦，而且克服了系統(tǒng)非線性和純延遲對控制性能的影響，取得了令人滿意的控制結(jié)果。但是，PID 神經(jīng)元網(wǎng)絡的權值采用梯度學習法進行修正，初始權值隨機給定，造成網(wǎng)絡權值在修正過程中容易陷入局部最優(yōu)。為了達到滿意的學習效果，初始權值一般需要多次給定，但初始權值的給定
計算機與現(xiàn)代化 2015年3期2015-11-26
- 海馬神經(jīng)細胞網(wǎng)絡傳感器及其記錄5-HT對網(wǎng)絡活動的作用*
觀展示海馬神經(jīng)元網(wǎng)絡的電生理活動。因此，為了研究5-HT在體外海馬神經(jīng)元網(wǎng)絡活動中的作用，本實驗建立了微電極陣列（Microelectrode Array，MEA）的檢測平臺。利用60通道MEA芯片，可以實時無損地記錄5-HT作用前后的多位點信號，實驗結(jié)果證明5-HT對海馬神經(jīng)元的動作電位有抑制作用，但是對低頻振蕩沒有明顯變化。該實驗表明，這種海馬神經(jīng)元網(wǎng)絡傳感器可以對神經(jīng)元進行無損、長時間的記錄。上述研究結(jié)果表明，這種新的細胞網(wǎng)絡傳感器有望成為神經(jīng)元網(wǎng)絡
傳感技術學報 2015年7期2015-11-18
- 混合突觸作用下耦合時滯對模塊神經(jīng)元網(wǎng)絡簇同步的影響*
時滯對模塊神經(jīng)元網(wǎng)絡簇同步的影響*胡麗萍1楊曉麗1?孫中奎2(1．陜西師范大學數(shù)學與信息科學學院，西安 710062)(2．西北工業(yè)大學應用數(shù)學系，西安 710072)針對電突觸耦合和化學突觸耦合混合作用下含有耦合時滯的模塊神經(jīng)元網(wǎng)絡，利用非線性動力學理論和數(shù)值仿真方法，探討了耦合強度及耦合時滯對模塊神經(jīng)元網(wǎng)絡簇同步特性的影響．結(jié)果發(fā)現(xiàn)，模塊神經(jīng)元網(wǎng)絡中子網(wǎng)絡內(nèi)、子網(wǎng)絡間的耦合強度都能促使簇放電神經(jīng)元取得簇同步，但是時滯卻對耦合誘導的簇同步具有顯著的抑制作
動力學與控制學報 2015年6期2015-09-17
- 艦載穩(wěn)定平臺PIDNN控制系統(tǒng)設計與仿真＊
到了PID神經(jīng)元網(wǎng)絡；文獻［5］將PID神經(jīng)元網(wǎng)絡控制算法應用到了伺服系統(tǒng)；文獻［6］將PID神經(jīng)元網(wǎng)絡算法進行了控制仿真．艦船載體在航行過程中不可避免地會受到風浪的影響，造成載體的搖擺，使載體上的數(shù)據(jù)采集設備難以接收到穩(wěn)定連續(xù)的目標數(shù)據(jù)，無法實現(xiàn)對采集到的數(shù)據(jù)進行及時的分析和處理．為了消除艦船載體搖擺所帶來的干擾，達到系統(tǒng)所要求的性能指標，需要一套能夠有效隔離艦船載體擾動的穩(wěn)定平臺系統(tǒng)．新型艦載三軸穩(wěn)定平臺采用三自由度框架式機械結(jié)構(gòu)，利用慣性測量元件測量
西安工業(yè)大學學報 2015年4期2015-01-01
- 異質(zhì)性和時滯作用下神經(jīng)元網(wǎng)絡的共振動力學*
時滯作用下神經(jīng)元網(wǎng)絡的共振動力學*賈雁兵1楊曉麗1?孫中奎2(1．陜西師范大學，數(shù)學與信息科學學院，西安 710062)(2．西北工業(yè)大學，應用數(shù)學系，西安 710072)利用參數(shù)互異的Fitzhugh－Nagumo神經(jīng)元構(gòu)建了含耦合時滯的無標度神經(jīng)元網(wǎng)絡模型，通過數(shù)值模擬的方法，提出研究參數(shù)異質(zhì)性和耦合時滯影響下神經(jīng)元網(wǎng)絡的共振動力學．結(jié)果發(fā)現(xiàn)，當耦合項中不含時滯時，適中的參數(shù)異質(zhì)性能夠使得神經(jīng)元網(wǎng)絡對外界弱周期信號的響應達到最優(yōu)，即適中的參數(shù)異質(zhì)性能夠
動力學與控制學報 2014年1期2014-09-17
- 基于小波變換遺傳過程神經(jīng)元網(wǎng)絡的交通流預測
換遺傳過程神經(jīng)元網(wǎng)絡的交通流預測高 為(廣東廣珠西線高速公路有限公司，廣東 佛山 528305)針對短時交通流時間序列的缺點，應用小波變換理論，將含有綜合信息的時間序列分離為低頻確定信號和高頻干擾信號，用遺傳過程神經(jīng)元網(wǎng)絡分別進行預測，得到了原時間序列的實際預測結(jié)果，通過實測數(shù)據(jù)驗證表明，該預測方法具有較好的預測精度。短時交通流預測，小波變換，過程神經(jīng)元網(wǎng)絡0 引言智能交通系統(tǒng)(ITS)是近些年來熱門的研究方向，而短時交通流預測是智能交通系統(tǒng)實現(xiàn)的前提和關
山西建筑 2014年3期2014-08-02
- 神經(jīng)元網(wǎng)絡控制器在熱網(wǎng)中的應用研究
0035)神經(jīng)元網(wǎng)絡控制器在熱網(wǎng)中的應用研究朱林1吳冬雪1柴玲2(內(nèi)蒙古科技大學信息工程學院1,內(nèi)蒙古 包頭 014010;江蘇金恒信息科技有限公司2,江蘇 南京 210035)城市供熱管網(wǎng)運行質(zhì)調(diào)節(jié)和量調(diào)節(jié)之間的耦合制約了質(zhì)量并調(diào)的控制效果。針對這個問題,提出采用PID神經(jīng)元網(wǎng)絡解耦控制器對質(zhì)量并調(diào)供熱系統(tǒng)進行解耦控制。深入分析了PID神經(jīng)元網(wǎng)絡的優(yōu)缺點和適用范圍,采用PSO學習算法優(yōu)化PID神經(jīng)元網(wǎng)絡初始權值;并對PSO優(yōu)化后的PID神經(jīng)元網(wǎng)絡控制器進
自動化儀表 2014年12期2014-05-25
- 基于粒子群優(yōu)化PIDNN的溫室溫濕度解耦控制仿真
]。PID神經(jīng)元網(wǎng)絡(pm po rlional—in teg ral—derivadve neural network)，簡稱為PIDNN，是將PID控制規(guī)律融合進神經(jīng)元網(wǎng)絡之中，使神經(jīng)元網(wǎng)絡的隱含層單元分別具有比例、積分、微分功能，從而構(gòu)成的一種新的前向多層神經(jīng)元網(wǎng)絡，存在非常好的自學習控制能力，能夠在系統(tǒng)對象參數(shù)不明確的狀況下經(jīng)由自身的訓練與學習得以完成多變量系統(tǒng)的解耦控制，使變量間的耦合消除，從而為多變量的強耦合系統(tǒng)解耦控制提供了一個新的途徑[2]
制造業(yè)自動化 2013年4期2013-10-15
- 基于PID 神經(jīng)元網(wǎng)絡的風力發(fā)電機組偏航系統(tǒng)研究
的PID 神經(jīng)元網(wǎng)絡控制器，克服了PID 控制方法和神經(jīng)網(wǎng)絡的缺點[5]。經(jīng)Matlab編程仿真證明，采用PID 神經(jīng)元網(wǎng)絡設計的偏航系統(tǒng)控制器能夠滿足控制要求。1 偏航裝置簡介圖1 偏航系統(tǒng)閉環(huán)控制結(jié)構(gòu)圖Fig.1 Structure diagram of yaw system closed loop control風機的偏航控制系統(tǒng)框圖如圖1所示[6]，風機對風的測量主要是由風向標來完成。當實際的風向與風向標成一定角度時，風向標產(chǎn)生一電信號，偏航控制器
機電產(chǎn)品開發(fā)與創(chuàng)新 2013年4期2013-09-13
- 分布式數(shù)據(jù)庫管理系統(tǒng)中的RNN方法*
用輻射函數(shù)神經(jīng)元網(wǎng)絡的非線性算法和能自動檢測最佳分段方法的隨機神經(jīng)元網(wǎng)絡來總結(jié)和選擇分段技術.已經(jīng)開發(fā)了許多數(shù)據(jù)庫分段技術來物理的組織存儲器中數(shù)據(jù).每種技術都先將數(shù)據(jù)分組，然后將這些組分配到物理頁中，這些物理頁可分為六類:水平模塊、組水平模塊、單個垂直分片、物理垂直分片、組垂直分片和混合分片.水平分片用來為一個關系賦值為具有相同屬性的不同元組.單個垂直分片由關系和關鍵屬性貨源組標識一列組成.垂直分片方法對于分布式數(shù)據(jù)庫中數(shù)據(jù)庫的設計和分析極其重要.物理垂直
哈爾濱師范大學自然科學學報 2013年2期2013-04-07
- 《時序數(shù)據(jù)挖掘與過程神經(jīng)元網(wǎng)絡》
挖掘與過程神經(jīng)元網(wǎng)絡》時序數(shù)據(jù)挖掘與過程神經(jīng)元網(wǎng)絡葛利 著黑龍江科學技術出版社2012-7 25.00978-7-5388-7234-7時間序列問題是一類在各領域廣泛存在的問題，在經(jīng)濟、氣象、水利、林業(yè)等多個領域更是多有涉及，其中大多數(shù)時序問題的解決可歸屬為時序數(shù)據(jù)挖掘的范疇，時序問題的有效解決可為各領域?qū)嶋H問題的解決提供有效的技術支持。目前對于時序數(shù)據(jù)的挖掘是數(shù)據(jù)挖掘研究的熱點之一，這方面的研究具有很強的理論意義和實際應用價值。一方面，時序數(shù)據(jù)挖掘的應用
全國新書目 2013年12期2013-03-18
- 對傳過程神經(jīng)元網(wǎng)絡及其應用研究
14）過程神經(jīng)元網(wǎng)絡模型[1]的提出，為解決與過程有關的系統(tǒng)評價問題提供了一種非傳統(tǒng)建模求解問題的方法，也為含有大量時空信息的動態(tài)問題的分類和劃分提供了一種可探索的途徑。對傳神經(jīng)元網(wǎng)絡是Robert Hecht-Nielson于1987年提出的一種三層機構(gòu)前向型神經(jīng)元網(wǎng)絡模型。與同構(gòu)網(wǎng)相比，對傳神經(jīng)元網(wǎng)絡的異構(gòu)性使它更接近生物腦神經(jīng)系統(tǒng)的信息處理機制，在模式識別、模式完善、信號加強等領域具有重要的應用。將傳統(tǒng)對傳神經(jīng)元網(wǎng)絡向時域進行推廣，可構(gòu)造出對傳過程神
網(wǎng)絡安全與數(shù)據(jù)管理 2012年17期2012-08-15
- 基于PID的電液比例徑向柱塞泵仿真控制與分析
基于PID神經(jīng)元網(wǎng)絡控制算法的控制器，并通過計算機仿真，再現(xiàn)了系統(tǒng)跟蹤變量控制信號的系統(tǒng)響應，仿真結(jié)果表明，基于PID神經(jīng)元網(wǎng)絡控制算法控制器的電液比例控制徑向柱塞泵，具有良好的控制性能。徑向柱塞泵；電液比例控制；PID神經(jīng)元網(wǎng)絡隨著現(xiàn)代工業(yè)的快速發(fā)展，對生產(chǎn)中的環(huán)保和節(jié)能要求在提高。徑向柱塞泵主要零件處于被壓狀態(tài)，使材料強度性能得到充分利用，被廣泛應用于礦山、工程等領域中。PID神經(jīng)元網(wǎng)絡（PIDNN,Proportional-Integral-Deri
裝備制造技術 2011年9期2011-03-30
- 蟻群PID神經(jīng)元網(wǎng)絡在電廠球磨機控制中的應用
法的PID神經(jīng)元網(wǎng)絡控制系統(tǒng)。1 球磨機制粉系統(tǒng)數(shù)學模型球磨機制粉系統(tǒng)輸入變量分別是給煤量、熱風量和再循環(huán)風量，輸出變量分別是球磨機出口溫度、球磨機入口負壓和球磨機負荷，根據(jù)300 MW機組配備的球磨機的階躍擾動曲線，取得球磨機制粉系統(tǒng)的對象特性傳遞函數(shù)矩陣為:式中，t代表球磨機出口溫度;p代表球磨機入口負壓;m代表球磨機的負荷;u1、u2、u3分別代表熱風門開度、再循環(huán)風門開度及給煤量，%。2 基于蟻群算法的PID神經(jīng)元網(wǎng)絡控制系統(tǒng)2.1 控制系統(tǒng)結(jié)構(gòu)P
黑龍江電力 2011年2期2011-03-14