电力系统短期负荷预测的共轭梯度ANN方法

针对传统ＢＰ学习算法的缺陷,提出了基于共轭梯度优化技术的ＡＮＮ学习算法。ＡＮＮ模型中考虑了温度、天气情况的影响,可进行工作日、一般休息日和节假日的预测。计算表明,该ＡＮＮ模型和学习算法实用、有效。     

自组织映射神经网络用于暂态稳定性分析的研究

对几种形式的自组织映射神经网络进行了集中介绍,并对自组织特征映射（SOFM）神经网络和学习矢量量化（LVQ）神经网络在电力系统暂态稳定模式识别中的应用性能进行比较。利用SOFM网络输出层聚类信息对不同ANN输入特征量的选取效果进行了直观的比较。在这些比较的基础上,利用Kohonen网络“无监督聚类、有监督学习”的工作方式,给出一种基于Kohonen网络的复杂系统在线事故筛选和发电机功角预测方法。利用华中电网的数据对这种网络进行了大量的计算,计算证实了该方法的有效性。     

Control of a Robotic Manipulator Using Artificial Neural Networks with On-line Adaptation

An adaptive neural system for positioning control of a PUMA 560 manipulator is presented". The computed torque method was implemented with a Multi-Layer Perceptron with on-line learning. The control scheme is implemented into two phases. The first one is the off-line phase in which the neural network is trained with previously known control actions. The second one is the on-line phase in which the neural network parameters are adapted while controlling the manipulator. The control system is able to respond to changes in the manipulator model and to load disturbances. As will be shown, control system performance is improved with the on-line learning strategy presented in this paper.     

多位取代喹诺酮药物的人工神经网络构效关系研究

利用人工神经网络研究69个喹诺酮类药物的构效关系,分别使用BP(Back Propagate)、LM(Levenberg-Marquardt)和RBF(径向基,Radial Basis Function)三种网络方法研究量子化学方法(MNDO法和AM1法)计算所得到的参数。BP网络结果不收敛,RBF网络收敛速度最快,不超过100次迭代就可得到较精确的迭代结果。LM和RBF两种网络预测训练集的正确率均达到100%。其中使用RBF网络和AM1法所得到的参数预测23个预测集的正确率82.6%,MNDO法预测预测集的正确率78.3%,体现了喹诺酮药物的氢键作用成分,结合多元回归分析和相关的耐药机理研究,提出喹诺酮药物的双氢键作用机理。人工神经网络方法可作为研究药物构效关系和研发新药物的有力工具。     

语音识别技术分析及展望

通过对语音识别原理进行研究与探讨,总结目前语音识别领域的技术,分析市场上的语音识别产品类型并展望语音识别在商业领域应用的发展前景.     

利用BP网络预测板材力学性能的软件开发

 针对热轧板带的力学性能预报问题，利用人工神经网络中的BP算法建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系，并开发出专门的应用软件。软件共分3大部分：数据处理部分、人工神经网络训练部分、运用成熟网络预报部分。本软件的特点是直观、方便、稳定。数据均从稳定生产的现场取得。采用此软件对SS400钢的性能进行预报，经过10万次训练后，产品力学性能的预报值与实际值拟合良好，预报结果的相对误差很小。     

蚁群神经网络在旅行商问题中的应用

在求解旅行商问题(TSP)时,首先引入交叉策略进行预处理,将具体的地图抽象为常见的无向完全图,即把TSP抽象为求无向完全图的一条Hamilton回路;然后用蚁群算法与人工神经网络相结合的方法来求解.实验结果表明了该方法的可行性和高效性.     

基于人工神经网络的建筑电气节能评估模型

针对建筑电气节能评估模型问题和南京地区某生活小区的实际情况,提出了电气节能改造的方法。同时,进行了节能计算,建立了基于人工神经网络的生活小区建筑电气节能评估模型。计算结果和仿真研究表明,该节能方法效果明显,节能评估模型正确,具有较好的应用价值。     

人工神经网络在生物过程中的应用

人工神经网络(ANN)由于其自身具有的自适应非线性信息处理能力,在对动力学具有较强的非线性、非稳态及时变特征的生物反应过程的描述中具有其他方法所无法比拟的优势.分析了人工神经网络在生物反应过程中建模的优势,对其近年来在生物反应过程中建模与仿真、过程优化控制、故障诊断、软测量及培养基优化等方面的应用进行了介绍,并提出了其未来发展的趋势.     

ANN在聚丙烯酸酯乳液性质预测中的应用

在MATLAB中的图形用户界面下,用人工神经网络(ANN)对聚丙烯酸酯乳液的硬度、附着力和耐冲击性3种性能进行了预测。选用三层的误差反向传递网络(BP网络),讨论了隐含层节点数,训练目标goal值和传递函数等相关参数对预测结果的影响。在隐含层节点数分别为19、16和20,传递函数为logsig函数和purelin函数,训练目标值goal为1.0×10-5的条件下,对17个样品进行了预测。结果表明:硬度预测值与实验值相对误差的绝对值的平均值为5.90%,附着力预测准确率为100%,耐冲击性预测准确率为100%。