人工神经网络的发展

论述了人工神经网的发展及其特点与优越性,讨论了几种最常见的人工神经网络模型。     

基于ANN蛋白质结构预测方法研究

为了破译遗传信息传递的全过程,确定蛋白质空间结构与其功能之间的关系从而改造天然蛋白质,首先简要介绍了蛋白质结构预测的研究意义,然后回顾了用ANN预测蛋白质结构的研究,并分析了各算法的特点和效果,最后探讨了用ANN预测蛋白质结构的研究方向。通过把800个预测网络和126个蛋白质序列的标准集合,平均每个残基的二级结构预测精度为80％,每个链的精度范围为55％-100％,整体均值为80.5％     

基于BP人工神经网络的录井综合解释软件开发与应用

基于BP人工神经网络的录井综合解释方法已经发展的较为成熟,但一直没有得到深入的推广,其中一个重要原因就是没有一款操作简便、贴近用户需求的软件。在分析BP人工神经网络算法的基础上,结合渤海油田录井资料的实际情况,确定了软件的架构和功能,设计了软件的实现算法,利用Microsoft Visual Studio 2010软件开发平台采用C#编程语言开发了一款集网络训练和综合解释于一体的解释软件。该软件操作简便,人机交互性强,经过实际应用,其解释符合率达到了80%以上,具推广应用价值。     

基于神经网络的三电平逆变器SVPWM算法研究

三电平逆变器普遍采用电压矢量脉宽调制(Space Vector Pulse Width Modulation,简称SVPWM)的控制策略.这里提出了一种基于复合人工神经网络的SVPWM算法,充分利用人工神经网络的快速并行处理能力和学习能力,缩短了计算时间,降低了由控制延时引起的谐波成分.在Matlab/Simulink环境下,结合ANN工具箱建立了仿真模型,最后以TMS320LF2407 DSP为数字控制平台,实现了三电平逆变器的SVPWM控制策略.     

直接甲醇燃料电池项目中试通过验收

<正>由山东省天胜能源科技发展有限公司与清华大学合作开发的20W～100W直接甲醇燃料电池中试研制项目,日前在济南通过验收。该电池系统采用数值模拟、电化学阻抗谱等方法,优化了电池堆集成技术,并采用模糊控制技术、人工神经网络技术、软件抗干扰技术、计算机仿真等先进技术,实     

低阻油层形成机理及测井识别方法研究

随着油气勘探程度的不断深化,非常规油气藏在油气勘探中不断被发现,在实际的勘探过程中低阻油层的储量和产量都在不断增加。低阻油层在沉积环境、岩性、亲水性、黏土性质、孔隙结构等方面都具有自身特征。由其表现出的特征反推其成因机理,推知低阻油层主要成因是高矿化度地层水、高黏土含量、微裂缝发育、油层薄等。根据成因机理可以预测低阻油层,在低阻油层的勘探过程中,主要任务就是识别低阻油层。由于低阻油层的勘探多是在老油田中进行,测井资料比较丰富,因此基于测井资料的低阻油层识别显得尤为重要,目前最常用的是重叠法、自然电位偏移法、"双水模型"法、人工神经网络法等技术方法。由于低阻油层的特殊性,通常情况下仅靠某一种方法、一种资料不能将其识别出来,应广泛结合地震、录井、试井以及地质等各方面的资料进行综合识别。     

多元变量径流预测的最小二乘支持向量机模型

河川径流中长期预测历来是水利系统研究的重要内容,本文基于支持向量机理论建立多元变量径流预测的最小二乘支持向量机模型,并对新疆伊犁河雅马渡站23年实测年径流最及其相应的4个预报因子(降水量、纬向环流指数、径向环流指数、太阳射电流量)进行实例仿真研究.通过与BP神经网络模型预测结果进行对比,表明多元变量LSSVM模型的预测精度更高、效果更好.追求结构风险最小化的模政工型设计特点使得LSSVM在处理小样本数据预测问题上显示出巨大的优越性,同时避免了神经网络方法的易陷入局部最优和过学习现象.     

Design of artificial neural networks using a genetic algorithm to predict saturates of vacuum gas oil

Accurate prediction of chemical composition of vacuum gas oil(VGO) is essential for the routine operation of refi neries. In this work,a new approach for auto-design of artificial neural networks(ANN) based on a genetic algorithm(GA) is developed for predicting VGO saturates. The number of neurons in the hidden layer,the momentum and the learning rates are determined by using the genetic algorithm. The inputs for the artif icial neural networks model are f ive physical properties,namely,average boiling poin...     

注塑工艺参数快速确定方法研究

工程上采用不断试验来调整并确定注塑工艺参数的方法不仅费时费料,效率低下,而且由于参数间的相互影响,难以得到最合适的参数值。对人工神经网络技术在注塑工艺参数快速确定方面的应用进行了研究。在CAE模拟的基础上,利用Matlab下的神经网络工具箱建立了BP网络模型,编制了应用程序,对参数非线性映射过程进行求解。结果表明人工神经网络技术应用于注塑参数的快速确定方面是可行的。     

隐层节点数经验公式在水库调度规则提取中的应用效果评价

隐层节点数是确定人工神经网络模型结构的重要参数,但目前尚无通用的确定方法。以水库中长期优化调度规则提取为例,选择了四种典型的隐层节点数经验确定公式,将合格率、确定性系数、平均绝对误差、指标综合占优数等作为评价指标,以全年、汛期、非汛期为统计时段,评价了各经验公式对四项评价指标的拟合和检验效果,并进行了摄动分析。结果表明,Lippmann R P公式应用效果、适应性及稳定性均较好,更适合建立水库优化调度规则提取模型。