求解线性系统的并行算法研究

研究了求解线性系统的神经网络算法,提出并证明了神经网络算法的收敛性定理,该算法不涉及矩阵的逆运算和除法运算,不受条件αii≠0的限制,对于严重病态的线性系统也能得到高精度解．给出的应用实例验证了算法的有效性．     

一种高精度的电力系统谐波分析方法

针对电力系统谐波的危害和谐波治理的需要,提出了一种高精度的电力系统谐波分析算法,利用该算法可快速获得电力系统基波及各次谐波的高精度幅值和相位.提出并证明了该算法的收敛性定理,给出了利用该算法进行谐波分析的仿真实例.仿真结果表明,提出的谐波测量方法与其他方法相比具有更高的计算精度高和更快的计算速度,因而在电力系统谐波测量中有较大的应用价值.     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。     

微分器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型 ,研究了该神经网络算法与线性相位微分器幅频特性的关系 ,证明了该神经网络算法的收敛性 ,给出了微分器的优化设计实例。与传统的雷米兹优化设计方法相比 ,提出的优化设计方法不需要计算矩阵的逆 ,因而解决了雷米兹优化设计方法求高阶矩阵逆的困难。计算机仿真结果表明了该算法模型的微分器的优化设计中不仅是有效的 ,而且是高效的     

电力系统谐波分析的一种快速神经网络算法

提出了一种基于最小二乘递推法(RLS)的正交基神经网络算法来分析电力系统谐波参数.该方法根据谐波分析的特点,采用RLS训练神经网络权值,有效地避免了梯度下降法存在局部极小的问题,并且对降低噪声影响有显著作用.电力系统谐波分析的仿真结果表明,该算法经过一次神经网络训练即可获得各次谐波高精度的幅值和相位.     

基于神经网络并行算法的海尔伯特变换器优化设计

研究了一种基于神经网络并行算法的海尔伯特变换器优化设计方法，提出并证明了冲经网络算法的收敛性定理，给出了海尔伯特变换器优化设计实例，仿真结果表明用该算法设计的海尔伯特变换器具有高的计一算精度和快的收敛速度，因而是有效的。     

具有时变时滞不确定性系统的稳定时滞界及衰减速率

运用微分方程理论,讨论了具有时滞的不确定性系统的时滞相关稳定条件,给出了系统渐近稳定的时滞界,并给出了系统衰减速率的估值,文末给出的数值例子表明,本文提出的方法所得结果优于现有有关文献的结果.参23     

一种基于神经网络算法的非线性PID控制器

针对非线性、不确定时滞对象,提出一种基于神经网络算法的非线性PID控制器。该控制器将传统PID的比例、积分和微分参数分别构造成关于误差信号的非线性函数,并将非线性比例运算单元、非线性积分运算单元和非线性微分运算单元分别作为隐层神经元的激励函数,从而构造将PID控制与神经网络控制融为一体的智能控制器。研究结果表明:采用此智能控制器有效解决了传统PID难以控制非线性对象的问题以及传统神经网络控制器隐层神经元节点数难以确定的问题,仿真结果验证了该智能控制器的有效性。     

一种高精度数值积分方法

提出了一种高精度求解数值积分的新方法,其主要思想是通过训练神经网络权值并用傅立叶级数来近似未知函数,然后用傅立叶级数的积分来近似未知函数的积分.提出并证明了该算法的收敛性定理和数值积分的求解定理.仿真结果表明,与其它方法相比,本文提出的数值积分方法有计算精度高的特点,因而在工程实际中有较大的应用价值.     

非线性类PID神经元网络控制器

研究了基于比例、积分和微分控制分量非线性方法合成的非线性PID智能控制器.该PID控制器将比例、积分和微分控制分量分别用三角函数表示为误差信号的非线性函数,并通过三个独立的非线性函数构造合成PID控制器.通过在线调整三个独立非线性函数的权值系数,使该控制器实现不依赖于非线性对象模型的智能控制.仿真结果表明该控制器具有优异的非线性控制性能.