青霉素发酵过程的仿真培训模型

对于反应过程复杂,反应周期长的生化反应建立起切实可行的仿真培训系统,对制药业和高等工程教育都有实用意义。青霉素发酵是一种典型的具有代表性的生化反应过程,本文全面考虑了生化发酵过程的机理特点及各种过程参数的变化,建立了青霉素过程动态数学模型,仿真结果表明该模型很好地反映了实际过程的动态趋势。     

任意非线性函数的神经网络实现及其仿真分析

本文采用计算机仿真的方法,对多层神经网络描述任意有界非线性函数的特性进行了分析和实验验证,并对网络的隐层数和每一隐层的神经元个数给网络输出带来的影响进行了分析,同时给出了仿真结果。     

基于Matlab/Simulink的青霉素发酵过程仿真平台

对青霉素发酵过程进行控制和优化研究,需要开发适用的仿真平台。当前国际上较有影响力的仿真平台Pen Sim,只能在指定操作条件下产生用于分析的过程数据,不适用于青霉素发酵过程的实时控制和产量优化。对Pen Sim仿真平台的内在模型进行了深入细致的研究,基于Matlab/Simulink环境开发了新的青霉素发酵过程仿真平台。该仿真平台具有和Pen Sim高度一致的动力学特性,并且可由用户自定义操作变量轨迹(如底物流加速率),适用于对青霉素发酵过程进行控制和优化方面的研究。     

化工过程的仿真模型建立

本文以一具体化工过程为的，描述了建立化工过程仿真模型的基本要求、所需参数、以及建模的一般方法。     

PEMFC混合模型的建模及其稳态仿真

模型和仿真是设计最优燃料电池系统的有利工具。本文提出了一种新型的混合燃料电池模型,该混合模型包括机理部分和黑箱部分(即神经网络部分)。其中,机理部分用来体现大家所熟知的PEMFC性能,神经网络部分用来表现大家所不知或者不能用机理模型来表现的PEMFC性能,从而使该模型能更好的再现PEMFC的各种特性。为了验证该混合模型的有效性,在Matlab/Simulink环境下进行了不同阴极压力和温度下的仿真实验,结果证明了该混合模型的正确性。该混合模型与实验数据、机理模型和ANN模型的比较实验,表明混合模型具有比单独的机理模型或神经网络模型更高的精度。     

模拟与实装雷达混合仿真时空偏差控制

对模拟与实装雷达混合仿真中的时空偏差产生原因进行了深入分析,并针对时空偏差成因及应用对时空偏差控制的要求,分析了代理虚拟目标生成需解决的技术问题;提出了一种基于有限点记忆滤波的代理虚拟目标生成方法;从理论上证明了该方法能够满足对时空偏差量化控制的要求,测试结果表明该方法可明显消减测量误差对时空偏差的影响,是一种高效实用的时空偏差控制技术.     

Pensim仿真平台在青霉素发酵过程的应用研究

详细分析了针对青霉素发酵过程而开发的Pensim仿真平台,在阐述了其机理模型和内部结构之后,详细探讨了变量及参数设定值的取值范围,并给出了改进后的参考范围。仿真结果表明,经过修正后的Pensim仿真平台更加合理,仿真输出结果有更为明确的物理意义。     

复杂过程对象混合建模策略的研究

提出一种面向复杂过程的混合建模策略并应用于精馏塔的建模。混合模型包含基于基本原理的简化机理模型和基于神经网络的稳态、动态补偿机构。通过工况的识别以及模型参数的离线辨识和在线优化，混合模型可以准确地模拟复杂过程在大范围内的动态特性。仿真结果证明了混合建模策略的有效性。     

基于模糊神经网络的混合动力汽车控制策略仿真

为保证多能源系统转矩的合理分配,建立了模糊逻辑控制模型,并采用ANFIS优化算法,对建立的混合动力汽车模糊控制模型进行优化。通过对ANFIS神经网络模型进行训练、测试和仿真分析,结果表明:模糊控制模型的隶属函数得到了优化,将优化模型应用于整车仿真,与模糊逻辑控制策略相比,燃油经济性提高5.4%。     

一种混合交通流微观模型仿真实现

充分考虑中国城域混合交通流的特点,利用马尔可夫过程理论对个体运动轨迹、行进方向及行为冲突进行建模,建立了由汽车、自行车和行人构成的混合交通流微观模型.在此基础上,进一步对个体交通行为进行描述和算法设计,并对西安市古城墙内区域各主干道混合交通流的交通行为进行了模拟验证.仿真表明,该模型具有结构简单、层次清晰和可扩展性强等优点.     

基于图形用户界面的BP神经网络建模与仿真

介绍了误差反向传播（Back-Propagation，BP）神经网络结构，阐述了应用MATLAB图形用户界面（Graph User Interface，GUI）进行BP神经网络建模的方法和步骤，进行了实例仿真，验证了该方法的可行性和优越性，取得了满意效果，具有广泛的实用性。     

基于HMM和小波网络模型的抗噪语音识别方法

提出一种隐马尔可夫模型(HMM)和小波神经网络(WNN)混合模型的抗噪语音识别方法。该方法首先利用HMM对语音信号进行时序建模，并计算出待识语音对HMM的输出概率评分，再将此概率评分作为小波神经网络的输入，获取分类识别信息，最后根据混合模型的识别算法作出识别决策。实验结果表明，在噪声环境下，由于HMM的强时序建模能力和小波神经网络的强模式分类能力，该混合模型比单纯HMM具有更强的噪声鲁棒性，明显改善了语音识别系统的性能。     

协同性资源交互的神经网络模型与仿真

首先根据资源在商业网络参与者之间交互的特性，将企业资源分为协同性资源和非协同性资源；然后，在分析协同性资源基本含义的基础上，建立了一个用来分析协同性资源在屠 之间交互2的规律及协同效应的模型。最后，文章结合神经网络技术，选取经济管理领域内几种典型的商业网络模式，应用前述模型进行仿真分析，通过对仿真结果的分析，得到一系列关于协同性资源交互规律的推测和假设。     

基于神经网络威胁判断模型

将神经网络理论应用于防空指挥控制系统中 ,研究了威胁判断模型 ,实例表明该方法是可行的 .     

交互学习神经网络模型及其仿真研究

研究人们交互学习过程,建立神经网络模型,利用系统仿真技术探索发现和掌握知识的基本规律,有利于促进和提高人们的智慧.用博弈理论框架模拟交互学习过程;用人工神经网络完成学习功能;建立交互学习神经网络模型.在此基础上,研究交互学习模型特性,求解了混合策略博弈过程的均衡预测问题.在神经网络学习过程中,效仿人们回顾对比的学习方法,更新神经网络连接权值.利用建立的交互学习神经网络模型,进行系统仿真研究.仿真结果表明,该模型不仅能很好的模拟人类交互与竞争学习过程,还能对博弈过程的均衡状态做出有效预测.     

一种混沌神经网络模型及其在优化中的应用

通过在Hopfield神经网络模型 (HNN)中引入非线性自反馈项 ,提出了一种具有暂态混沌动力学行为的神经网络模型。该模型首先经过一个倍周期倒分叉过程进行混沌搜索 ,进而进行类似HNN的梯度搜索。由于它利用了混沌搜索固有的随机性和轨道遍历性 ,因而具有较强的克服陷入局部极小的能力。两个典型的函数优化例子表明了该算法的有效性     

BP神经网络模型的改进

本文在深入研究ＢＰ神经网络模型的基础上，提出了对该模型的若干改进技术处理方法，并通过仿真试验．实践表明，这些改进和技术处理方法是有效的．     

一类基于神经网络的非线性模型预测控制

在研究非线性对象输入/输出数据的基础上，将对象输出的Taylor级数展开式取线性项作为预测模型，提出一种非线性系统模型预测控制算法，为了保证预测模型的准确性，以神经网络做辩识器估计系统建模误差，对非线性对象进行单频预测控制，理论上已证明三层BP网能任意逼近L2上的非线性函数，本文通过仿真研究也表明了当神经网络逼近系统建模误差时，所提出的预测控制算法对复杂非线性对象能达到良好的控制效果。     

基于人工神经网络的投资预测

叙述了神经网络的基本原理，建立了工程投资人工神经网络预测模型，编制了人工智能估价系统软件，并结合实例做了分析.