基于BP神经网络的输电线路覆冰增长模型研究

分析了现有输电线路覆冰增长模型在预测中的不足以及神经网络对非线性映射变量表达的优越性,提出了一种基于Levenberg-Marquardt学习算法的BP神经网络的覆冰增长预测模型。通过实验获取的覆冰增长数据样本训练BP网络,利用收敛的网络进行输电线路覆冰增长的预测,仿真实验误差1mm以下的有7组数据,远高于对比模型makkonoe模型的3组,验证了模型有效性,对输电线路的覆冰研究和预防有重要意义。     

BP神经网络及其改进

针对标准BP算法存在的缺陷，从网络结构、算法及初始值选取等各个角度系统总结了BP神经网络的各种改进措施，对各种方法的原理及优缺点作了详尽分析。指出了BP神经网络今后改进的方向。     

飞机防滑刹车系统的智能故障诊断与重构

针对目前飞机在起飞着陆过程中故障率高的问题,设计一种交叉冗余飞机防滑刹车系统的智能故障诊断与重构系统。该系统基于BP神经网络专家系统,利用专家先验知识、神经网络的数值推理和自学习能力对飞机刹车过程出现的故障进行分析和建模,继而准确推断和定位故障;通过对系统信号流向优先级建立对应加权有向图模型,采用寻找最短路径的算法对系统进行优化重构,从而使飞机刹车系统达到更高的安全水平。研究结果证明:在刹车过程中,给定随机故障后,系统能迅速、准确地判断和定位故障并实时重构系统,达到1次和部分2次故障时能正常工作且保证工作性能的设计目标。     

使用BP算法时应考虑的若干问题

归纳总结了使用ＢＰ算法时可能涉及到的问题和一些技巧。尤其对学习方法的选择、隐居数和隐层单元数的选择、学习步长的选择、避免局部最小的方法、学习样本的选择、激活函数的选择等都作了详细的介绍。     

应用于UPFC动力学模型的ANN-PID复合控制

提出用神经网络控制器实现大偏差范围内的解耦控制，由PID控制实现小偏差时的快速稳定并消除静差。这种复合控制方法应用于UPFC的动力学模型收到了良好的效果。     

煤炭企业成本主要影响因素的分析

在对煤炭企业成本主要影响因素定性分析的基础上，采用人工神经网络BP模型对其进行定量研究，并将它们应用到煤炭企业实际，取得了良好的效果。     

BP网络在漏钢模式识别中的应用研究

介绍了连铸结晶器中常见的四种温度模式 ,设计了几种漏钢预报神经元网络模型 ,并进行了训练和测试 ,对 BP网络在漏钢模式识别中的应用进行了研究     

Depressor effects of muscarinic and non-muscarinic mediation induced by lateral hypothalamic stimulation in the rat

Summary Transient sympathetically-mediated depressor effects were induced by stimulation of a small locus in the lateral hypothalamic peri-fornical region, medial to the fields of Forel. The ganglionic blocking agent, atropine methyl nitrate (ATMN), was used to show that muscarinic as well as non-muscarinic sympathetic ganglion receptor neurotransmission was involved. Evidence is presented that stimulation of this LH site co-activates a number of mechanisms and that depending on which of these are activated, the ganglionic blocking agent ATMN may either block, reverse or potentiate the depressor effect.     

基于人工神经网络BP算法的可编程控制器的设计与应用

本文介绍了一种基于人工神经网络ＢＰ算法的可编程控制器的设计法，此种方法可用于对复杂的工业生产过程量进行控制。