基于神经网络技术的序列加密方法

在密码学中,序列密码是非常重要的一种加密方法。神经网络模拟人脑的思维方式,具有输入与输出是一个高度非线性映射关系以及高智能、可训练、超大容量等特点。基于神经网络的序列加密可以达到非常完美的加密效果。文中在传统加密算法的基础上分析了基于神经网络加密的优越性,得到了基于神经网络的序列加密方法。     

神经网络在股票市场预测中的应用

本文分析了人工神经网络的缺陷的特点,提出了基于粒子群优化算法的神经网络模型算法.该算法利用粒子群算法全局寻优能力强等特点,可克服神经网络易陷入局部极小值、训练速度慢的缺陷。通过股票市场的仿真结果表明:基于粒子群算法的神经网络具有较好的全局快速收敛和较强的逼近等性能。     

基于遗传小波神经网络模型的脱机签名鉴定

根据脱机中文签名的特点,提出了一种用基于遗传算法的小波神经网络进行脱机中文签名鉴定的方法.基于遗传算法的小波神经网络模型结合了遗传算法的全局搜索能力和小波神经网络快速高精度的特点,克服了梯度下降法易陷入局部极小和引起振荡效应等缺点.该模型用遗传算法对小波神经网络的各参数进行前期优化训练,再用梯度下降法对参数进行二次优化.实验结果表明,将此模型用于脱机签名鉴定系统,与单独采用BP网络或小波神经网络相比,性能有明显的提高.     

基于粗集理论的神经网络

在分析了粗集理论方法和人工神经网络方法两者各自的特点与共同之处后,首先探讨粗集学习与神经网络学习的结合方法,然后提出一种基于粗集预处理的神经网络系统,最后给出一个基于粗集方法作为信息预处理的神经网络文字识别的例子,来说明基于粗集的神经网络系统的优越性     

基于神经网络的齿轮箱故障诊断专家系统设计

针对神经网络和传统故障诊断专家系统的不足,提出了一个把神经网络与专家系统相结合,发挥各自优点的基于神经网络的齿轮箱故障诊断专家系统设计方案。介绍了该系统的结构功能和主要特点,并阐述了该系统重要模块的实现方法。     

基于BP神经网络的柴油发动机故障诊断

阐述了BP神经网络模型及原理,提出了基于BP神经网络的发动机故障诊断分析方法,在理论分析的基础上,对发动机故障的检测和分析进行了MATLAB仿真,仿真结果表明,利用BP神经网络对发动机故障进行检侧具有检测精度高、速度快的特点.     

一种群体趋化性算法及其应用的研究

提出了一种新型神经网络群体趋化性算法，将其用于多层前向神经网络的学习过程，表明其具有学习速度快、精度高的特点。进行了基于这一算法的尿素生产过程神经网络模型化研究。仿真结果表明了这一算法的有效性。基于所建神经网络模型知识的专家系统，已在某化肥厂得到成功应用。     

基于遗传算法的ENN的变压器故障诊断

可拓神经网络结合了可拓学理论和人工神经网络技术.针对变压器故障诊断的特点,提出一种基于遗传算法和可拓神经网络的电力变压器故障诊断方法.介绍了双权可拓神经网络的结构;构造了基于遗传算法和可拓神经网络的故障诊断模型和算法设计,并将其应用到电力变压器的诊断识别;通过仿真实验验证了该方法简单易行、训练误差小、收敛时间快等优点.     

Elman回归神经网络在大坝安全监控中的应用

给出了E1man回归神经网络的网络结构和学习方法。基于E1man回归神经网络能够逼近任意非线性函数的特点，提出了一种基于E1man回归神经网络建立安全监控模型的方法。实验表明，所建立E1man神经网络模型收敛速度快，并且其拟合及预报精度高于统计模型和BP网络模型。     

基于神经网络的PID控制器在PCS7上的设计与应用

针对具有时变性、大时滞和参数变化范围广等特点的非线性被控对象,本文提出了一种基于BP算法的PID控制器,并通过西门子过程控制系统（PCS7）系统软件中的SCL语言编写实现了神经网络参数优化模块。通过对锅炉过热蒸汽压力的控制实验,验证了基于神经网络的PID控制器的效果。结果表明,基于神经网络的PID控制器的控制效果良好,能够满足锅炉变工况运行的需求。     

宽带网络闭环式拥塞控制方法综述

拥塞控制在宽带网络中是一个重要的话题。其主要目的是提高网络资源的利用率和提供给信源公平的资源分配份额。笔者讨论了宽带网络中基于反馈机制的各种拥塞控制策略和实现方法，指出了网络流量的高突发性和强相关性，以及不可预测的网络时延，应是控制算法设计中的难点，而提高网络利用率这一控制目的，又往往与性能分析中的公平性是冲突的，这就使得要得到一个最优的控制方法是困难的。最后，指出了对网络业务量特性的精确描述，以及在此基础之上设计控制算法，都要依赖于必要的数学工具。     

基于xPC网络控制的倒立摆伺服系统

为实现倒立摆伺服系统的远程控制,设计了一种基于xPC网络控制的倒立摆伺服系统,建立了倒立摆伺服控制系统的数学模型,并利用xPC组件对该系统进行了运动控制试验.试验结果表明,该系统具有响应速度快、实时性强、易于操作等特点.     

卫星网中基于时间戳的TCP拥塞控制算法研究

TCP(传输控制协议)拥塞控制机制直接使用在卫星网中存在很多不足。针对卫星网通信时延长、网络环境变化复杂的特点,利用TCP协议中的时间戳扩展选项,设计实现了一种改进的TCP重传和拥塞控制算法,能够根据RTT(RoundTripTime,往返时间)的变化对网络情况进行预测,从而及时重传数据包并调整窗口大小,仿真实验证明改进算法能够很好地提高TCP性能。     

BP网络规则PID在电弧炉电极调节系统中的实现

针对电弧炉电极调节系统,建立其数学模型.分析了电弧炉电极调节系统的非线性.在此基础上,针对控制对象的复杂性,将应用最广泛的PID控制器与具有自学习功能的神经网络相结合,提出了基于BP神经网络规则的PID控制算法.BP神经网络规则的PID控制算法改善了传统神经网络学习时间长、收敛速度慢的弱点,解决了传统的PID控制未知复杂系统的不足,Matlab6.5软件仿真结果表明,采用BP神经网络规则的PID控制算法的控制效果还是令人满意的.     

基于BP神经网络的静液压变速器控制研究

静液压变速器(HST)的操控性是农用车辆性能提升的关键,采用一种基于BP(back propagation)神经网络的新型控制策略,对HST马达输出转速的动态特性进行研究.基于变量泵—定量马达静液压传动系统的数学模型,首先对比研究了传统PID控制、模糊控制以及BP神经网络控制3种方法的控制效果,结果表明:与传统PID控制和模糊控制相比,BP神经网络控制能有效抑制系统超调量并降低马达转速波动,减小系统达到稳态的调节时间,具有良好的鲁棒性.基于此,提出采用BP神经网络控制方法对具有更大马达转速变化范围的变量泵—变量马达传动系统进行调查,研究结果表明,在对变量泵、变量马达分段控制中,该方法能实现较稳定的切换效果;在不同的负载等效转动惯量下,马达转速均能达到稳定状态,且由负载引起的转速波动也得到降低.研究结果表明,BP神经网络控制方法对变量泵—变量马达传动系统具有潜在的控制优势.     

基于神经网络的模糊控制系统的研究

从模糊理论和神经网络各自特点出发 ,详细讨论这 2大系统的联系和区别 .进一步将两者有机的结合起来 ,实现基于神经网络的模糊控制推理结构的设计 ,同时给出其设计的方法和步骤 .显示两者的结合是实现更完美智能控制系统的有效途径 .     

无刷直流电机神经网络控制器设计

无刷直流电动机在高性能驱动应用中具有良好的调整性能、高电压、高转矩、高体积比以及无电刷的优点。为了辨识、控制运行在高性能驱动环境下的无刷直流电机，本文设计了一种多层神经网络控制器。这个神经网络既能适时辨识系统的动态性能，又能控制电机使速度和位置跟踪预先选择的轨迹，且跟踪精度较高。在控制中，系统参数漂移和外界干扰可在任意时刻得到补偿，神经网络实现了自适应控制功能，仿真结果表明这种神经网络是有效的。     

基于CMAC网络与模糊控制的锅炉汽包水位并行控制

锅炉汽包水位的控制是一个大滞后、时变性和非线性的控制问题,采用传统的控制方式比较难以取得满意的控制效果.为此,综合模糊控制的动态响应快、鲁棒性强与神经网络的学习能力、泛化能力好的优点,提出基于CMAC网络与模糊控制的锅炉汽包水位并行控制方式,并阐述了系统的工作原理及算法.以670 t/h蒸发量的锅炉为对象进行仿真,仿真结果表明,其控制品质比传统的双冲量方式好.     

基于大时滞特性预估补偿的模型辨识及模糊控制方法

对具有大迟延特性的对象采用径向基神经网络辨识其预测控制模型,在不需要知道被控对象的精确物理解析数学模型,也不需要知道对象的脉冲激励响应模型和阶跃激励响应模型的情况下,可以实现对系统响应特性的在线辨识.采用分级模糊建模的思想,设计一种分级模糊控制器,可以极大地减小模糊规则基的规模,在分级模糊控制器的设计中,采用共生进化遗传算法对参数寻优,提高了进化速度.仿真试验证明,该方法的效果很好.     

柴油发电机神经网络非线性励磁控制器研究

采用基于LM算法的BP神经网络逼近柴油无刷发电机微分几何非线性励磁控制器,实现了神经网络非线性励磁控制方式,简化了控制回路。仿真结果表明,在系统遭受扰动或故障时,所设计的神经网络非线性励磁控制器具有良好的控制效果。