Mat1ab/NNTool在神经网络系统仿真中的应用

该文根据作者对Matlab仿真软件包的应用研究 ,阐述了如何在Matlab软件中利用NeuralNetwork工具箱中的NNTool实现神经网络系统的设计、仿真和性能分析 ,并以基于神经网络的变压器故障诊断系统为例进行了仿真研究 ,结果表明利用Matlab进行神经网络系统仿真快速简单精确 ,易于修改 ,灵活性强 ,完全能够满足工程技术人员的需要。     

神经网络PID控制策略及其Matlab仿真研究

本文讨论了神经网络PID控制策略,利用神经网络的自学习能力进行PID控制参数的在线整定,并使用Matlab软件进行了仿真研究。仿真结果表明,神经网络PID控制器参数调整简单,具有很高的精度和很强的适应性,可以获得满意的控制效果。     

基于神经网络的网络时延预测

本文提出了利用RBF神经网络和Elman神经网络预测网络传输时延,运用Matlab软件对其预测进行仿真,结果证明RBF神经网络和Elman神经网络都能很好的预测网络时延,通过对比仿真结果分析,得出各自进行时延预测的适用条件.     

基于RBF网络和AR模型的网络时延预测

分析了网络传输时延的组成和特点，提出了利用AR模型和RBF神经网络预测网络传输时1延，运用Matlab软件对其预测进行仿真．结果证明AR模型和RBF神经网络都能很好的预测网络时延，通过对比仿真结果分析，得出各自进行时延预测的适用条件。     

基于MCR和远程处理的神经网络计算服务

使用Matlab推出的MCR技术,成功的将Matlab神经网络工具箱剥离Matlab Desktop环境,并利用.NET Remoting远程处理技术将其包装成神经网络计算服务.重点介绍了该神经网络计算服务的总体框架,并针对其核心的计算引擎的构成进行了详细说明.该计算服务允许客户机进行远程调用,实现各种神经网络的创建、训练和仿真,而无须安装庞大的Matlab软件,为神经网络技术在分布式智能计算及实时控制中的应用奠定了基础.     

汽车自适应巡航控制跟随模式的仿真建模

自适应巡航控制跟随模式的研究是一个非常复杂的问题，大量试验分析及理论推导表明，传统的寻优控制方法难以获得满意的结果。该文介绍了自适应巡航控制及跟随模式的功能，根据模糊神经网络控制理论，详细分析了自适应巡航控制跟随模式下的距离控制，构造了适宜的五层模糊神经网络，对汽车自适应巡航控制跟随模式进行了仿真建模，推导了相应BP算法公式，并利用相关资料在Matlab环境下进行了仿真试验。分析结果表明，使用模糊神经网络技术能够取得满意的控制效果。     

多容水罐神经网络预测控制的仿真研究

以加拿大Quanser公司生产的多容水罐为被控对象,研究了基于神经网络模型的非线性预测控制对于该对象的控制效果。采用基于三层静态前向神经网络辨识模型作为这一非线性对象预测模型,利用Matlab/Simulink对双容结构模型进行了仿真研究,证实了神经网络预测控制算法的优点和可行性。     

Matlab神经网络工具箱NNTool在配送中心选址中的应用

该文主要介绍了Matlab软件中Neural Network工具箱的NNTool的功能,并详细的介绍了如何利用NNTool工具箱实现神经网络的设计、仿真和性能分析。在此基础上以配送中心选址为例,进行了仿真研究,进而得到最佳的选址方案,结果表明利用NNTool工具箱进行仿真快速简单精确,便于修改。     

BP神经网络在地震预测中的应用研究

为了对未来地震趋势进行预测,提出一种BP神经网络预测方法。利用Matlab建立BP神经网络模型,并以滇西南地震数据为学习样本对网络模型进行了训练和仿真测试研究。研究结果表明,利用BP神经网络模型预报的地震震级与实际震级误差在8%以下,说明所建模型具有较好的适应性和预报精度。该方法对地震震级的预测具有一定的指导作用和参考价值。     

BP算法的改进及其在Matlab上的实现

针对BP算法这种当前前馈神经网络训练中应用最多的算法,在介绍BP神经网络的基础上,对标准的BP网络训练算法存在的收敛速度慢、易陷入局部极值的严重缺点,提出了几种学习算法上的改进;进而介绍了改进蹬算法在Matlab神经网络工具箱中的函数实现。最后应用实例利用Matlab神经网络工具箱对标准BP算法及改进的算法进行语言编程、仿真。仿真结果显示,改进后的算法在极值、收敛速度上得到了很大的改善。