时间因素对脉冲神经膜系统计算能力的影响

脉冲神经膜系统是一类分布式并行的神经网络计算模型.从模型的研究着眼点来看,脉冲神经膜系统是一类全新的脉冲神经网络模型,属于第三代神经网络计算模型的研究范畴.通过分析评述脉冲神经膜系统中时间因素对其计算能力影响,讨论了异步工作模式下,时间以及时间无关模式下的脉冲神经膜系统的计算能力不会减弱,即具有图灵通用性.这些结果可为脉冲神经膜系统进行模糊信息处理提供理论支持,也可为基于脉冲神经膜系统的离散时间建模方法提供可行性论据.最后,针对目前该领域研究的热点和难点,对该领域研究的公开问题和研究方向进行讨论.     

基于径向基神经网络的污水管网堵塞诊断方法

为了对城市污水管网堵塞故障进行准确诊断,提出了基于径向基神经网络的污水管网堵塞故障诊断方法.采用节点液位高度为输入变量,构造了径向基神经网络故障诊断模型.基于管网水力模型构造了故障训练集,应用于某典型环状管网故障训练与诊断,采用训练后的模型对5组数据进行故障识别,均准确预测定位了堵塞故障管段,验证了方法的有效性.     

基于流场切割的异径管腐蚀产物膜流-固耦合多尺度模拟

利用管道湍流速度分布定律,提出解决第一类多尺度模拟存在的空间尺度匹配问题的新方法,即切割流场模型。并运用COMSOL Multiphysics多物理场数值模拟软件,对不同流向、流速、尺寸规格且覆盖有腐蚀产物膜的异径管进行了流-固耦合分析。结果表明:切割流场模型的计算结果较相似准则模型更贴近原始模型。异径管腐蚀产物膜最大变形量出现在小端,且与流向无关。随着流速和异径管大端与小端直径比的增大,腐蚀产物膜的变形量逐渐增加。     

不同气体混合体系在聚二甲基硅氧烷膜中渗透过程的模拟与对比

分别对氮气-甲烷以及氮气-正戊烷两种混合气在聚二甲基硅氧烷（PDMS）膜中的渗透过程进行了实验,并且分别利用Maxwell-Stefans (MS)方程与UNIQUAC方程的组合模型和Fick定律与Henry定律的组合模型模拟了该渗透过程。实验数据与模拟数据的对比结果表明：对于不凝性气体混合物(如N₂、CH₄等)的渗透过程,两种模型均具有较好的模拟效果;对于含有可凝性气体(如C₅H₁₂)的混合物,则只有MS-UNIQUAC模型具有较好的模拟效果。     

二维具时滞Hopfield神经网络动力学行为研究

Hopfield神经网络模型是对人脑神经网络的某些机理与机制的抽象,它可以模拟大脑实现联想记忆和优化计算等方面的功能.本文对一类二维具时滞的Hopfield神经网络模型进行了理论分析,给出了系统可能出现的稳定平衡点、周期解以及混沌奇异吸引子的参数选取信息,并在理论分析的基础上进行了数值模拟,用计算机描绘出解曲线图.本结果对人工神经网络的应用提供参数依据.     

基于神经网络方法的集成式驾驶员跟车模型

为了提高驾驶辅助系统的跟车性能,基于神经网络方法建立了一种集成式驾驶员跟车模型.通过真实交通环境下的驾驶员实验获得了稳定跟车状态数据,并利用Kalman滤波器对数据进行了处理和估计.设计了以BP神经网络为核心的集成式模型结构,该模型以前车速度为输入,计算跟车过程中的两个特性参数并输入神经网络以模拟驾驶员控制的自车加速度.利用处理后的数据样本对网络进行了训练,并对该模型进行了仿真验证.仿真结果表明;神经网络模型具有模拟驾驶员跟车行为的能力,模型体现出较为准确的跟踪特性,并对不同的前车工况具有良好的适应性.     

混凝土中氯离子传输模拟及速率分析

为模拟氯离子在混凝土中传输规律,基于Fick第二定律和Darcy定律建立氯离子扩散-对流模型,同时考虑温湿度、孔隙率、结合效应等多种影响因素对扩散系数进行修正,利用Matlab和COMSOL Multiphysics实现多场耦合数值模拟,最终结合试验数据模拟氯离子传输过程.结果表明:数值模拟与实验结果相关性良好,能有效...     

基于改进鲸鱼算法优化神经网络的飞机空气循环系统建模及故障分析

飞机空气循环系统在飞行过程中很容易出现故障,因此在地面上模拟仿真飞机空气循环系统有着重要意义.首先建立飞机空气循环系统仿真模型,针对该系统建立神经网络模型进行训练;引入PID控制算法调节参数以应对飞机遇到的不同飞行状况;针对神经网络模型引入鲸鱼算法,并运用烟花算法、重启机制和正余弦混沌双弦算法对鲸鱼算法进行改良.结果表明:模型可以模拟飞机引气到排出过程,以及不同情况下飞机空气循环系统4个主要组件的出口温度;神经网络系统可以根据输入指标数据预测不同组件的出口温度,并分辨出飞机空气循环系统是否出现故障及哪里出现故障.改进后的神经网络训练速度加快,准确率提升,明显降低了陷入局部最优值的可能性.     

深水气井环雾流水合物沉积和堵塞动力学模型

深水气田开发过程中,海底附近井筒内具有水合物形成和堵塞的风险.基于井筒气液两相环雾流流动模式,根据气芯和液膜内水合物颗粒不同动力学特征,在液膜内考虑水合物颗粒的形成、运移和管壁黏附过程,同时在气芯内考虑水合物颗粒的形成、聚并、破碎和沉降行为,建立了井筒水合物动态沉积和堵塞的动力学模型,可以用于模拟和预测不同工况下井筒内...     

模糊随机BAM神经网络的固定时间同步

对带有时滞的模糊随机BAM神经网络进行了固定时间同步分析.在传统BAM神经网络的框架下,引入了随机扰动、模糊性、离散时滞的影响,使得网络模型更符合实际系统,拓展了模型的应用范围.在此基础上,通过设计合适的反馈控制器,利用Lyapunov方法,得到了系统达到固定时间同步的判定准则.最后进行了数值模拟验证理论结果的有效性.     

Boosting the Expense and Performance of Ann／Hmm Approch for on-line Handwriting Recognition

This paper focuses on a state sharing method for an artificial neural network (ANN) and hidden Markov model (HMM) hybrid on-line handwriting recognition system. A modeling precisionbased distance measure is proposed to describe similarity between two ANNs, which are used as HMM state-models. Limiting maximum system performance loss, a minimum quantification error aimed hierarchical clustering algorithm is designed to choose the most representative models. The system performance is improved by about 1.5% while saving 40% of the system expense. About 92% of the performance may also be maintained while reducing 70% of system pararfieters. The suggested method is quite useful for designing pen-based interface for various handheld devices.     

沥青路面的行为函数

路面的行为函数包括结构行为和功能函数两个部分．路面的结构行为，是指路面损坏状况、结构强度随使用时间或累计荷载作用次数而衰变的规律；路面的功能函数，是指路面的行驶质量、结构强度和荷载累计作用次数之间的关系．根据所积累的路面使用性能数据，建立了沥青路面结构强度在路面使用过程中的衰变模型；与路面使用性能模型相结合，首次导出了沥青路面的行为函数．该行为函数反映了路面主要参数的变化规律，揭示了路面性能衰变过程中主要参数之间的同步相互作用过程，在路面性能、强度、结构组合和环境因素之间建立了明确的联系，为基于性能的路面设计、评价和管理提供了通用、简便的基础和手段．     

A Novel Soft Sensor Modeling Approach Based on Least Squares Support Vector Machines

Artificial Neural Networks (ANNs) such as radial basis function neural networks (RBFNNs) have been successfuUy used in soft sensor modeling. However, the generalization ability of conventional ANNs is not very well. For this reason, we present a novel soft sensor modeling approach based on Support Vector Machines (SVMs). Since standard SVMs have the limitation of speed and size in training large data set, we hereby propose Least Squares Support Vector Machines (IS_ SVMs) and apply it to soft sensor modeling. Systematic analysis is performed and the result indicates that the proposed method provides satisfactory performance with excellent approximation and generalization property. Monte Carlo simulations show that our soft sensor modeling approach achieves performance superior to the conventional method based on RBFNNs.     

Application of artificial neural networks in global climate change and ecological research: An overview

Fields that employ artificial neural networks (ANNs) have developed and expanded continuously in recent years with the ongoing development of computer technology and artificial intelligence. ANN has been adopted widely and put into practice by researchers in light of increasing concerns over ecological issues such as global warming, frequent El Niño-Southern Oscillation (ENSO) events, and atmospheric circulation anomalies. Limitations exist and there is a potential risk for misuse in that ANN model parameters require typically higher overall sensitivity, and the chosen network structure is generally more dependent upon individual experience. ANNs, however, are relatively accurate when used for short-term predictions; despite global climate change research favoring the effects of interactions as the basis of study and the preference for long-term experimental research. ANNs remain a better choice than many traditional methods when dealing with nonlinear problems, and possesses great potential for the study of global climate change and ecological issues. ANNs can resolve problems that other methods cannot. This is especially true for situations in which measurements are difficult to conduct or when only incomplete data are available. It is anticipated that ANNs will be widely adopted and then further developed for global climate change and ecological research.     

桥梁退化模型及养护时机研究综述

为了准确把握桥梁结构性能退化规律,实现桥梁养护决策精准化、科学化,综述了桥梁性能退化的模型建立方法以及养护时机优化研究现状.调研了中外学者对桥梁性能退化规律和养护策略的研究成果,从物理模型、回归模型、随机模型、人工智能模型等四个方面分析了桥梁退化预测模型的研究进展,总结了桥梁养护时机优化问题的建立与解决方法.研究表明:...     

利用神经网络进行近似分析的结构优化设计

利用人工神经的高度进行和非线性映射的功能,提出了用多层BP网络描述任一弹性结构的应力、位移等量和结构设计变量之间的映射关系,建立了基于人工神经网络的结构全局近似分析方法,利用复合形优化思想对BP网络进行设计和学习,建立结构近似分析的神经网络模型,桁架算例分析表明,利用神经网络进行近拟分析的结构优化人有较高的设计精度和适应性。     

投入产出模型的推广及其应用

矿业工程是一个联合生产型生产系统,由于其不满足Leontief投入产出模型的基本假设,Leontief投入产出模型不能在矿业工程中应用。本文引出生成数和相关生成数,建立了没有任何基本假设的联合生产型的投入产出模型。在此基础上建立了十个矿业工程优化模型,并在湖北大冶有色金属公司中应用研究其铜生产系统经济规律。     

基于融合理论的网络在线智能故障诊断模型

针对复杂设备的在线故障诊断问题,依据认知科学和信息融合理论,基于网络环境,提出了一种新的网络在线智能故障诊断模型·它采用定性与定量、局部与综合诊断相结合的诊断策略,即首先进行快速定性诊断,一旦系统异常,立即启动集成神经网络组对来自设备多侧面的故障特征信息进行定量分析和分类,并由专家系统模块对神经网络组的推理过程进行定性解释,最后以D S证据推理模块在全局融合中心实现对各子网络的会诊,提高了诊断的精度和可靠性·作者所开发的丰满水电数字仿真系统的成功应用,验证了模型的有效性和实际应用价值·     

人工神经元网络辅助催化剂生产

本文提出了一种探索催化剂生产优惠操作条件的新方法，从而使最终产品的质量得以提高，并能节约人力、物力、寻优是依据数学模型离线进行的。模型采用人工神经元网络ＡＮＮ以实际上并不完全的历史数据训练后自动产生。     

From Single Droplet to Column Design

The technique state to design counter-current extraction columns is based on the performance of pilot plant experiments. The modelling is then either with the equilibrium or dispersion model, whereas in the latter the dispersion coefficient accounts for all hydrodynamic non-idealities. A new approach uses single droplet experiments to obtain the basic laws and functions governing droplet breakage, coalescence, relative velocity, and axial dispersion when using droplet populance balance models （DPBM）. The hydrodynamics simulation results show that the mean Sauter diameter, hold-up, and concentration profiles could be well predicted, which promotes the use of DPBM models for further applications in industrial scale.