浅谈神经网络在机械工程中的应用

近年来,人工神经网络理论的研究逐渐发展并日趋成熟。本文叙述了人工神经网络的概念、特点和其在机械工程中的应用。     

自诊断自适应智能复合材料结构系统的研究

在复合材料中埋入传感和驱动元件并与外部处理器结构,构成了自诊断,自适应智能复合材料结构系统。传感器网络由光纤和压电传感器元件构成,驱动器采用特殊设计的形状记忆合金框架,该系统采用人工神经网络可识别结构的载荷与损伤状况, 根据诊结果激励相应位置的形状记忆合金实现了大面积结构局部应力分布的逢适应调整。     

智能管理系统及其设计初探

智能管理是现代管理科学技术发展的新动向。本文分析了智能管理系统的产生与发展,探讨了智能管理系统的设计思想与设计方案。     

基于物联网的智能电网应用研究

在高科技迅速发展的时代,物联网应用于智能电网是高科技发展到一定程度的必然结果。物联网是一种基于网络、数据、通信等技术于一体的智能化网络,将其与智能电网相结合不仅有效地整合了电力系统的设施资源,提高电力系统的信息化、自动化水平,保证电力系统的安全性,而且使得电力系统以安全、环保的方式实现了可持续发展,文中从传感器网络应用与智能用电技术应用来说明基于物联网的智能电网的应用研究,阐述了物联网技术渗透到智能电网的建设和发展中,势必会对国家、社会以及电力企业的信息化管理建设产生积极推动作用。     

神经网络的非平衡态热力学研究

建立了神经网络的非平衡态热力学理论，给出了神经网络熵产生率，稳定条件及应用实例，为神经网络的研究增加了一种新方法，为人工神经网络的建模与应用提供了有益的信息。     

试论计算机软件复用

近年来,随着信息技术和网络技术的发展,对于计算机软件的研究也在不断的发展,它的发展使得与他相关的一系列技术和方法也得到了长足的发展。当然,这种计算机软件研究领域上的发展,也就使得计算机的应用领域不断的扩大,使得它的应用范围也不断的普及,在人们对软件系统的需求急剧上升的前提之下,软件的进一步开发就显得尤其的重要,但随之产生的问题也暴露在了我们的面前,那就是高昂的开发费用和低效率低质量的问题,为了消除这种"软件危机",人们就研制了一种软件复用技术,这一技术的产生为解决这种危机提供了可能,本文就是为了更好的解决软件危机,对软件复用技术和软件复用模型进行了探讨和研究。     

现代信息技术在水文水资源领域的应用

上世纪八十年以后,以信息技术、生物科技以及新材料等高科技为中心的高新技术革命,对全球产生了巨大的冲击,对社会生产力和创造力的发挥也产生了重大的影响。在随后的二十年,现代信息技术在水文水资源领域内更是取得了长足的发展,特别是近几年党中央的一号文件始终将"三农"问题放在重要位置,更是在客观上促进了信息技术在水文水资源方面的广泛应用。本文将从遥感技术、地理信息系统、全球定位系统和人工神经网络技术等方面,对现代信息技术在水文水资源方面的具体应用现状进行深入的分析和研究,希望能够使信息技术在水文方面得到更好的应用。     

人工神经网络应用于光谱分析：校正与辨识

将人工神经网络（ＡＮＮ）用于光谱分析校正与定量分辨中，采用三层节点模型和反向传播学习算法对模拟与实测数据处理结果表明，人工神经网络对光谱分析校正与定量辨识是可行的。从页为光谱辨识与多元校正提供了一条新途径。     

结构缺损位置识别

应用小波分析理论对缺损结构信号进行处理，并由此形成人工神经网络的训练样本，进而用人工神经网络对结构缺损位置进行识别。本方法亦适用于其它机械故障的检测问题。     

人工神经网络在RCS成像技术中的应用

在雷达二维成像技术中应用人工神经网络对目标进行横向超分辨，对典型的相互独立的四点目标模型进行数值仿真研究，结果表明人工神经网络方法具有明显的超分辨率。     

应用人工网络对化学传感器CaxPb1-xTiO3薄膜的晶格畸变进行评估

利用人工神经网络对化学传感器的晶格畸变进行了深入研究.实验结果表明:传感原件钙掺杂钛酸铅薄膜材料随合成参数的变化而呈现不同的晶格畸变度,该参数通过X射线粉末衍射精细结构确定,并作为人工神经网络的输出变量;合成参数作为输入变量,以MatlabTM作为操作平台,利用三层识别方法对传感元件的纳米结构进行评估与预测.实验结果与...     

MHMM和ANN法结合的语音识别方法

提出了一种改进的隐马尔柯夫模型（ＭＨＭＭ）方法，并在ＭＨＭＭ方法中结合进人工神经网络（ＡＮＮ）方法，以这种方法为基础建立了语音识别系统。实验结果表明，与隐马尔柯夫模型方法比较，新系统的识别率有所提高，从而，充分地显示了人工神经网络在语音识别中的可行性和有效性。     

应用神经网络预测顶升法纠偏加固中的生石灰量

根据建筑物实测沉降利用人工神经网络理论,建立了前馈网络模型并提出新的算法,结合某建筑物纠偏工程实例对建筑物纠偏加固所需的生石灰量进行了预测.预测结果表明神经网络方法是可行且有效的.     

非晶态合金系磁性、超导电性和力学性能的计算

用化学结构参数- 模式识别人工神经网络方法对非晶态合金系的磁性、超导电性和力学性能( 包括饱和磁致伸缩系数、饱和磁感应强度、矫顽力、超导转变温度、硬度和抗拉强度) 与组成结构之间的关系进行了定性分析和定量计算,采用的化学结构参数为平均价电子数、混合熵、原子半径比、电负性差、功函数差和电子密度差等.结果表明,定性分析结果与实验结论一致,定量计算结果与实验测定值符合较好.     

基于相似日的神经网络短期负荷预测方法

对于受不确定因素影响的短期电力负荷,提出了一种基于相似日的神经网络预测方法。设计了一个规范化的相关因素映射数据表,应用聚类分析方法描述由于相关因素的不同而导致的待预测日与历史日之间的差异程度,选用日特征量相同或相近的历史负荷数据作为神经网络的输入元素进行预测。用该方法选取相似日可以较多的考虑各种因素,因此,具有较高的预测精度。     

多层前馈人工神经网络结构研究

研究表明，由多层FNN的BP算法误差函数构成的非线性方程组的独立方程个数和FNN的待求未知变量的个数应该相等，该方程组才能有唯一组解．由此导出网络结构方程式，进而导出隐层层数判别式和每层神经元个数判别式．依据Kolmogorov定理，由该判别式得出求解FNN隐层层数和每个隐层神经元个数的具体算法．计算机仿真结果表明该方法简明实用．     

基于CA—ANN喀斯特石漠化时空格局的动态模拟和预测

分析了石漠化成灾综合机理,以GIS为平台,结合元胞自动机和神经网络模型,对石漠化灾害的空间格局进行动态模拟和预测．鉴于元胞自动机转换规则的难于确定的特点,利用神经网络来训练和获取石漠化转化的规则,进一步提高元胞自动机动态模拟能力．同时,由于GIS中嵌入元胞自动机,GIS的空间分析功能得到增强．     

黑龙江省洪水灾害的孕灾因子组合效应分析

本文利用人工神经网络（ANN）的非线形识别及预测功能，对黑龙江省洪水灾害的主要孕灾因子的组合效应进行定量分析。     

基于ANN的光伏并网逆变器SVPWM研究

通过分析空间矢量脉宽调制的工作原理,提出基于人工神经网络的SWPWM调制策略.这种基于ANN的光伏并网逆变器覆盖了SVPWM的欠调制和过调制两种模式,能实现从线性调制到六步模式非线性调制的平滑过渡.由于神经网络具有很强的并行处理能力以及容错能力, ANN SVPWM控制器运行速度快,能有效提高逆变器功率开关的开关频率.采用监督模式,通过固定权值分别对欠调制子网络和过调制子网络进行训练.在MATLAB仿真平台上搭建光伏并网逆变器仿真模型,由神经网络工具箱实现ANN控制器,仿真结果表明:在 SVPWM过调制区用ANN控制方法简单、高效、控制效果良好.