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.     

电压跌落扰动源的小波-神经网络识别方法

对一个辐射状配电网中可能引起电压跌落的各种扰动源进行了分析和仿真,提出了一种基于小波变换与人工神经网络理论的电压跌落扰动源的自动识别方法,仿真和实验结果表明该方法具有简洁可靠、辨识准确率高等优点.     

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     

探讨人工神经网络在作物水分生产函数建模中的应用

非线性映射是人工神经网络的基本功能,可以通过该功能来建立水文水资源系统的一些非线性模型。本文通过建立作物水分生产函数的BP人工神经网络模型,进行网络训练和遗传算法设计,得出作物水分消耗与产量的关系,并分析出水分消耗与产量的影响规律,对合理发布灌水预报具有重要的指导作用。     

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。     

电压跌落扰动源的小波一神经网络识别方法

对一个辐射状配电网中可能引起电压跌落的各种扰动源进行了分析和仿真，提出了一种基于小波变换与人工神经网络理论的电压跌落扰动源的自动识别方法，仿真和实验结果表明该方法具有简洁可靠、辨识准确率高等优点．     

用于铸铁力学性能快速预测的人工神经网络

对人工神经网络用于铸铁力学性能预测进行了系统的研究,并利用Matlab建立了一个基于热分析的预测网络,同时采用了多种有效的方法以提高网络的性能.测试结果表明网络具有良好的泛化能力,能准确快速地预测铸铁力学性能.     

联想记忆混沌神经元网络

在对当前混沌神经元网络在信息处理中的应用研究的基础上,提出了对混沌神经元组成的人工神经网络模型建立一种新的自联想矩阵的方法,由此建立了经沌神经元组成的改进的联想记忆网络。通过仿真实验证实了与现有方法相比,其联想的成功率和加快速度方面都有较大的提高。并从理论上详细地介绍了网络的联想记忆过程和性质提高的原因。     

基于人工神经网络的CSTR温度控制研究

在对自适应神经网络进行分析和研究的基础上,对连续搅拌反应釜进行了建模,使用基于径向基函数的神经网络系统对釜内的温度进行了控制.使用MATLAB实现了温度控制系统,仿真实验结果表明,文中设计的模型和系统具有良好的自适应性、鲁棒性和抗干扰能力.验证了人工神经网络在CSTR中的温度控制的应用,为CSTR的控制提供了一种新的方法.     

基于人工神经网络的汉语语义网络生成

在分析自然语言处理中规则法与统计法的优缺点的基础上,提出一种新的基于人工神经网络的汉语语义网络生成模型,该模型利用人工神经网络的可学习性,从而可有效覆盖相当规模的语言学知识,以应付自然语言的多变性,同时通过语义网络表征知识可深层次刻划词语之间的关系,为后续语言的理解与推理打下基础．     

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。     

改进的RBF网络在宁德市综合需水预测中的应用

需水预测涉及多种因素,需对多因素进行综合评估．根据RBF神经网络算法,建立人工神经网络需水预测模型,选取影响研究需水量的主要因子,以此作为输入样本,将神经网络模型应用到宁德市需水预测的实例研究中,并运用Matlab神经网络工具箱进行模拟计算,预测精度较高．实例表明RBF神经网络模型用于城市需水量预测是可行的．     

改进型灰色神经网络模型在水质预测中的应用

介绍了三类改进的灰色模型和BP神经网络。将三类改进的灰色模型与神经网络进行组合,得到改进型灰色神经网络组合模型,将一维序列通过三个改进的灰色模型得到三组值作为神经网络的输入,原始序列作为神经网络的输出,训练得到最佳神经网络结构。将组合模型应用到嘉陵江磁器口断面总磷浓度的预测中,结果表明:(1)用该组合模型进行预测,相对误差均在5%以下,预测精度较高,取得了较理想的预测效果;(2)WPGM(1,1)、pGM(1,1)、CGM(1,1)、组合模型预测的平均相对误差分别为5.05%、34.01%、33.65%、3.02%,与单一灰色预测方法和灰色神经网络模型相比,组合模型的适应能力和预测推广能力更好,预测精度更高。     

煤焦非均相着火温度与煤种关系的神经网络模型

该文利用人工神经网络的非线性动力学特性及自学习特性，建立了煤焦非均相着火温度与煤种关系的神经网络模型，并对此模型进行了检验。结果表明，此模型能根据煤的工业分析数据准确地预报任何煤种的煤焦非均相着火温度。     

神经网络的函数逼近性分析

结合国内外最新研究成果，详细论述了人工神经网络及模糊神经网络对函数的逼近能力，从而为神经网络函数逼近性在智能化控制方面的应用提供了理论依据。     

基于BP网络的我国工伤事故死亡率预测模型

应用MATLAB软件的神经网络工具箱建立BP网络模型,通过基于时间序列分析方法对1974～2003年全国工业企业事故死亡率进行预测模型的建立和检验.结果表明,用人工神经网络建立的预测模型预测我国工伤事故死亡率符合度高,效果较好.     

BP人工神经网络与遗传算法在型材挤压模具参数优化中的应用

基于MATLAB平台,将BP人工神经网络与遗传算法应用于型材挤压模具参数优化设计.首先利用BP神经网络来训练已有实验值,然后将训练后的神经网络作为知识源,通过曲线拟合与逼近求得设计变量与目标函数值的函数关系表达式,最后将这一函数表达式作为遗传算法的适应度函数进行遗传迭代寻找最优解.采用曲线拟合方法将其知识源转化成为了具体的函数表达式,直观地体现了神经网络的知识源,为后继的遗传算法提供了明确的适应度函数.数值模拟分析表明,对挤压模具结构的优化是合理的.     

多重ANN/HMM混合模型在时序模式识别中的应用

针对样本集上样本之间存在较大差异的问题,提出了基于人工神经网络的隐马尔可夫（多重ANN/HMM）混合模型的思想,每重子模型能够自动聚合差异性较小的样本,最终各个子模型通过竞争的方式优胜的子模型作为该模型的最终结果.