可视化自适应神经网络及在矿业中的应用

可视化自适应神经网络是采用ＭＡＴＬＡＢ语言和累积误差ＢＰ学习算法编制的学习速度和动量系数能够自适应调整的人工神经网络．它能极大地提高网络的收敛速度,缩短训练时间,减少迭代次数和防止震荡．将该网络应用于某矿山采场点柱的可靠性分析中,学习时图声并茂,效果良好。     

BP神经网络在MATLAB上的方便实现

ＢＰ神经网络已广泛应用于非线性建摸，函数逼近，模式分类等方面。但对解决具体问题而言其模型结构的确定，每层神经元个数的选择无现成的规律可供遵循，必需由实验确定。由于ＢＰ网络收敛速度慢，计算量大，无形中要增加实验编程工作量本文介绍了 目前较为流行的工程计算软件ＭＡＴＬＡＢ进行ＢＰ网络建立，训练，仿真的编程方法，并给出应用示例和应用注意事项。     

用MATLAB实现的非线性频率响应分析

文章简单介绍了ＭＡＴＬＡＢ的产生和主要特点，并阐述了如何利用ＭＡＴＬＡＢ对非线性系统进行频率响应分析以提高计算效率。     

MATLAB在代谢网络优化中的应用

生物代谢网络是一个具有高度非线性的复杂系统,如何对其进行适当的优化,一直是代谢工程领域的研究热点,ＭＡＴＬＡＢ是一个应用广泛的工程计算软件,应用于代谢网络的优化,能方便、快捷得到系统的结果。作者以典型的代谢网络为模型,通过对目标代谢浓度的优化来说明ＭＡＴＬＡＢ在代谢网络优化中的应用。     

在MATLAB语言中间接实现C语言链接

利用科学与工程语言ＭＡＴＬＡＢ提供的环境五高级语言结合实现相互调用的接口函数,通过ＣＭＥＸ批处理文件的将一源程序生成ＭＡＴＬＡ可调用的动态链接库,从而实现了在基于Ｗｉｎｄｏｗｓ的ＭＡＴＬＡＢ环境下任意间接调用高级Ｃ语言。     

利用神经网络进行观测数据的分析与处理

论述了利用神经网络进行观测数据分析与处理的方法．并与传统回归分析方法进行了 比较,上机时采用ＭＡＴＬＡＢ语言．     

用VB5.0开发MATLAB可视化伴侣

针对ＭＡＴＬＡＢ在与外界系统通讯、控制方式以及ＧＵＩ等方面的不足,探讨了利用ＶＢ５．０开发具有现代软件风格的可视化插件（Ｐｌｕｇ－ｉｎ）,强化ＭＡＴＬＡＢ功能的关键技术问题．内容涉及ＡｃｔｉｖｅＸ组件的创建及应用,ＭＡＴＬＡＢ中ＤＤＥ的扩展应用,并适用于快速更新早期Ｗｉｎｄｏｗｓ软件．     

用MATLAB语言进行齿轮变速箱参数优化设计

描述了用ＭＡＴＬＡＢ语言进行齿轮变速箱参数优化设计的全过程,体现了ＭＡＴＬＡＢ优化工具箱的 实用性和优化的效率．     

水文时间序列预测的径向基函数网络方法

提出了用多层径各基函数网络（ＭＲＢＦＮ）进行水文进行序列预测的神经网络方法，与通常水文时间序列预测的ＡＲ、ＡＲＭＡ、ＡＲＩＭＡ等模型相比，该方法有较强的非线性处理功能；与多层感知器相比，该方法具有训练时间和全局收敛性的优点。     

水文时间序列预测的径向基函数网络方法

提出了用多层径向基函数网络（ＭＲＢＦＮ）进行水文时间序列预测的神经网络方法．与通常水文时间序列预测的ＡＲ、ＡＲＭＡ、ＡＲＩＭＡ等模型相比，该方法有较强的非线性处理功能；与多层感知器相比，该方法具有训练时间短和全局收敛性的优点．     

基于GA的模糊神经网络控制

在详细论述模糊神经网络技术基础上,提出了基于GA的模糊神经网络控制器构造方法.选择MATLAB作为开发工具,使用所提供的神经网络和模糊逻辑工具箱,完成了基于GA的模糊神经网络控制器设计,并应用ActiveX技术在虚拟测控系统中实现了对其的调用.     

模糊RBF神经网络在麻醉深度控制系统中的应用

麻醉深度通常用病人的平均动脉压（MAP）值来直接反应和度量。针对平均动脉压的时变、非线性特点,提出了基于模糊RBF神经网络的麻醉深度PID控制系统。通过采用模糊RBF神经网络对检测到的平均动脉压值进行模糊化处理及神经网络辨识,从而在线整定PID控制器各个参数,以获得更好的控制效果。MATLAB仿真结果表明模糊RBF神经网络用于麻醉深度控制具有良好的动态响应性能。     

永磁同步伺服电机FNN控制的仿真分析

模糊神经网络结合了模糊控制和神经网络的优点,已广泛用在交流电机控制系统的研究中。本文作者利用MATLAB／SIMULINK仿真软件,建立了基于IP-模糊神经网络控制器的永磁同步电机仿真模型,实验结果表明：采用比例积分控制器（IP）-模糊神经网络控制时系统具有良好的抗干扰性,提高了控制精度和鲁棒性。     

基于模糊神经网络的汽车安全控制系统

针对国内汽车安全控制系统水平相对落后的现状,提出了一种模糊神经网络的汽车安全控制系统,采用基于标准模型的模糊神经网络作为控制器,包括输入层,模糊化层,规则层,归范化处理和输出层,应用多层前馈网络的反向传播算法网络作为学习算法,运用动态BP网络作为神经网络预测器。MATLAB仿真结果表明：该控制系统具有较好的快速性、稳定性、稳态性能以及鲁棒性。     

一类非线性系统的神经网络自适应算法研究

讨论了神经网络在非线性系统控制中的应用.针对一类典型的非线性系统,基于波波夫超稳定性理论,推导出了保证系统稳定性的神经网络学习算法,设计了神经网络模型参考自适应控制器,以改善非线性被控对象跟踪参考模型输出的跟踪效果,并以此为依据进行了MATLAB仿真.对电弧炉三相电极调节系统的仿真结果表明,这种神经网络自适应控制系统具...     

基于神经网络的PWM整流器矢量控制研究

建立电压型PWM整流器的一般数学模型,运用坐标变换技术得到其在两相旋转dq坐标系下的数学模型,并采用SVPWM整流器的双闭环控制系统。针对PI控制器参数整定困难的问题,利用神经网络的自学习功能,设计一种基于BP神经网络的PI控制器,实现PI控制器的参数自整定。最后利用MATLAB提供的电力系统工具箱构建PWM整流器的滞环控制系统和矢量控制系统的仿真模型进行仿真实验对比。仿真结果表明,基于BP神经网络的矢量控制系统超调量被抑制,系统鲁棒性增强。     

基于径向基神经网络滞环电流跟踪控制的有源电力滤波器

以并联有源电力滤波器为研究对象,建立了该滤波器的滞环跟踪控制的MATLAB仿真模型,分析了该模型及并联有源电力滤波器的工作原理,提出了一个可以实现数字化控制的滞环跟踪控制算法——基于径向基神经网络的滞环电流控制算法.将该算法编写成MATLAB中的S-函数,并封装成S-函数模块.将该模块应用到有源电力滤波器的MATLAB仿真模型中.最后通过运行该模型验证了算法的可行性.     

一类非线性系统的神经网络鲁棒自适应控制

针对一类单输入单输出仿射非线性系统，提出了一类神经网络鲁棒自适应控制。设计过程中，采用RBF神经网络实现对系统中的未知非线性函数逼近，并考虑到存在逼近误差和外部干扰，采用滑模控制实现了系统的鲁棒控制。最后通过MATLAB仿真，证明了该方法的有效性。     

人工神经元网络在碱回收苛化过程控制系统的研究

通过分析研究苛化工段的生产工艺及对控制系统的要求,结合影响苛化过程的主要因素与神经元网络的特性,提出了采用人工神经元网络建立苛化过程的数学网络模型,经MATLAB仿真验证了该模型符合实际的工艺情况,并对所确定的网络模型的输出和相应目标进行线性回归,进一步验证了该模型苛化度控制效果良好.在此模型基础上,通过对苛化过程优化问题的描述,以生产成本为目标函数,对苛化过程进行了操作优化的处理,经实际生产运行表明了该优化在满足苛化效果的同时,提高了系统的综合控制指标,节约了生产成本.     

无刷直流电机直接转矩神经模糊控制研究

为简化无刷直流电机控制系统结构的同时又能使其具有较快的转矩响应速度,提出一种适用于无刷直流电机直接转矩控制的神经网络模糊推理控制方案,用神经网络定子磁链观测器取代传统的定子磁链观测器．采用模糊控制算法设计逆变器开关状态选择器。利用MATLAB对系统两种不同控制方法的仿真实验结果进行比较,通过比较得出,本文的控制方法转矩、转速、磁链响应快、脉动小,具有优良的稳定跟踪性能和较快的动态响应,具有一定的工程研究价值。