基底神经节的尖峰神经元网络模型及其在机器人中的应用

为提高机器人智能,建立了基底神经节行为选择的尖峰神经元网络模型,并通过仿真实验验证了其选择性能。将该行为选择模型嵌入基于行为的机器人控制体系结构中,并用来控制实际机器人。实验结果证实了在基底神经节行为选择模块的作用下,机器人能够选择执行正确的行为。     

榆叶粗提液治疗幼鼠癫痫作用初探

近年来临床上越来越多采用中西医结合的方法控制癫痫疾病的发作;通过以灌胃给药的方式给予PTZ癫痫幼鼠不同浓度的榆叶粗提液,观察榆叶对PTZ幼鼠癫痫模型的癫痫行为和海马神经元的影响;结果发现:与PTZ癫痫模型组相比,高浓度榆叶粗提液干预将癫痫发生率降低了20%;榆叶粗提液中、高浓度组海马神经元数目明显增加;表明中、高浓度的榆叶粗提液对PTZ癫痫模型有一定的改善作用,一定程度上可以降低癫痫行为的发生率和抑制癫痫对海马神经元的损伤。     

发酵过程自学习模糊神经元控制器的设计

对发酵过程采用常规的控制方式,其控制效果不好,甚至难以实现稳定控制。高级控制算法一般需要大量的先验知识,对过程精确模型依赖较大。而模糊逻辑控制技术一般用来控制那些具有模糊性、不确定性、高阶、大滞后等难以用精确的数学模型来描述的对象;神经网络具有学习、记忆等能力。采用自组织计数传播网络(CPN)作为框架,结合改进的模糊控制算法,实现对发酵过程的模糊神经元控制。该方法有能力自组织、自学习发酵过程所需的控制知识,规则库初始为空,逐渐地被自构造,来满足预先设定的性能要求。通过对发酵过程控制的仿真研究,表明该方法能够实现自学习的能力。     

基于离散过程神经元网络的健身结果分析

以4所健身房138名会员为研究对象,采用离散过程神经元网络建立模型,快速定量给出适合健身者的健身时间表、健身器材表、健身方法,给健身者以科学的健身指导.     

红外光谱-人工神经元网络法测定海藻培养过程中的碳酸盐浓度

用傅里叶变换红外光谱法测定海藻培养液中碳酸盐浓度时,由于pH对碳酸盐特征吸收峰影响严重,本文用人工神经元网络处理红外光谱,用该方法计算得到：对标准样品的预测标准误差为NaHCO3 0．08g／L,pH值为0．12,优于偏最小二乘法的结果。用该方法对实际螺旋藻培养过程中的碳源浓度进行了测定,预测标准误差为0．65g／L。     

连铸主机辊系故障诊断专家系统模型与算法

在建立了连铸主机设备的状态监视系统后,通过收集大量的现场数据,利用神经元网络技术研究了辊系工作状态的基本模型·应用数据分析后的现场数据对建立的网络进行训练得到了拟合驱动辊力矩均值曲线的计算模型,并将研究的故障判断模型和算法应用到连铸主机辊系的现场计算机监视专家系统,准确地判断出在线运行设备中的电机故障,避免了对连铸铸坯质量的不良影响·为建立结晶器专家系统和铸坯质量判断系统奠定了良好基础·     

基于实数编码遗传算法的发酵过程优化控制

针对谷氨酸发酵过程的复杂性,利用人工神经元网络建立了谷氨酸发酵过程的动态数学模型,并利用实数制编码的遗传算法,采用过程整体优化的思路,以发酵过程中糖转化为谷氨酸的转化率为优化目标对发酵过程的多个操作变量同时进行优化,得到各个操作变量的最优控制轨迹.考虑到发酵过程中流加操作的重要性,将流加操作开始和结束的时间作为控制变量进行了优化.与产酸率为优化目标的仿真结果比较表明,该方法使发酵过程转化率有很大提高,且产酸率也接近于后者的最优产酸率.     

基于智能技术的温度测量系统的设计

钢水温度是炼钢过程的重要控制指标。目前由于钢水温度过高和钢液、钢渣对测温枪的腐蚀,现有的测量温度的方法无法得到钢水温度的连续变化的信息。针对这种情况,介绍了基于智能技术的钢水温度的软测量方法。应用人工神经元网络BP算法对钢水温度进行初步预报,再根据专家系统知识对一些特殊的情况进行修正,从而获得良好的效果。运行结果表明:采用该测量方法,钢水温度预报的适应性和准确性都得到了显著提高,并且该方法在安全性、操作控制及经济效益等方面具有很大的优越性,具有广阔的发展前景。