基于BPNN的非线性电阻网络故障诊断方法研究

针对非线性电阻网络，提出了一种规范式分段线性化求多值解，并采用BPNN对非线性电阻网络硬故障进行诊断的方法，克服了一般方法对非线性电阻网络硬故障诊断时易存在的漏诊问题。     

纳米Fe_3O_4微晶电磁波吸收性能的神经网络研究

应用基于人工神经网络的计算机模拟的方法 ,研究了粒度在 10 nm和 10 0 nm之间的多种 Fe3O4纳米材料分别在 ( a) 1～ 10 0 0 MHz和 ( b) 10 0 0～ 10 0 0 0 MHz频率范围内的电磁波吸收效能 .结果表明 ,在频率范围 ( a)内 ,平均粒度小的 Fe3O4磁导率虚部 μ"(即磁损耗 )大于平均粒度大的 Fe3O4的 μ",且 Fe3O4对电磁波的吸收能力逐渐增强 ,这与实验结果吻合良好 ;根据频率范围 ( a)的所得结果 ,利用人工神经网络 ,预测了在频率范围 ( b)内可能出现的情况 .文中就其物理本质也作了简单的分析和探讨     

人工神经网络的硬件实现——A/D转换电路

本文阐述4位A/D转换器的基本原理及其在硬件实现中的主要技术问题.给出了从Hopfield的原理电路逐步演化成实际电子电路的设计过程,讨论了如何保证各个神经元在最佳状态下进行翻转,从而获得可靠、准确的输入-输出特性.同时指出了在计算机仿真中人们难以发现的极限环现象及其消除方法.     

自适应神经网络及其在刀具智能监控中的应用

讨论了神经网络的拓扑结构的学习和神经元激活函数等问题,提出了自构形神经网络的概念和算法,较好地解决了隐节点数目选取问题.将自适应神经网络用于刀具加工状态智能监控的信号融合之中,取得了满意的结果.     

一类有效的变尺度分层BP学习算法

提出一类有效的改进ＢＰ算法，它采用分层的变尺度学习算法克服一般变尺度学习算法处理的矩阵线数过高、难于实用的问题；同时对势态项系数采用一种自适应的调整方法，避免因其选择不当影响学习收敛速度问题．计算实例表明算法的优越性．     

基于人工神经网络基础上的汽轮发电机组励磁与转速控制

在对汽轮发电机组过渡过程和人工神经网络理论分析研究的基础上，把人工神经网络引入到对发电机组励磁与转速系统的控制中，根据分工合作、协调控制的原则提出了由两个三层ＢＰ网络为核心的ＡＮＮ综合控制器．该控制器能识别运行状态的变化，在故障时自动启动快关汽门装置，达到对机组的综合协调控制．最后给出了该控制器对单机－无穷大系统的数字仿真结果     

在片学习及权值刷新神经网络硬件实现方法

提出几种电流模式电路块，并用这些模拟电路块构成一个电流模型式ＢＰ人工神网络，该ＢＰ神经网络具有在片学习和在片权值存储能力。对所设计的模拟电路块进行了理论对构成的ＢＰ神经网络作了应用实例研究，并提供了ＰＳＰＩＣＥ仿真结果。     

用于介形类化石识别及岩芯分析的人工神经网络方法

介绍了在石油勘探中用于识别介形类化石及分析岩芯图象的人工神经元网络方法。讨论了以Hopfield网络为基本模型的加深联想记忆神经网络及加速的反向传播模型(Back-Propagation Model),将其应用于介形类化石的识别获得了很好的效果,并成功地实现了岩芯中的空隙分析。     

钢-铝固液相复合板界面层厚度建模

采用人工神经网络方法建立了钢－铝固液相复合中助焊剂质量分数,铝液温度,模具温度,压力与界面层厚度间的关系型,并结合最大剪切强度的复合工艺参数得出了钢－铝固液相压力复合的最佳界面界厚度的１０．０μｍ。     

人工神经网络在汽车轮胎侧偏特性研究中的应用

引入人工神经网络理论中应用广泛的多层前向ＢＰ网络模型,进行汽车动力学仿真中轮胎侧偏特性的研究,得到轮胎侧偏特性的人工神经网络模型,并以实例验证这种建模方法的准确性和实用性。