遗传算法优化BP神经网络的异丙酚血药浓度预测

针对静脉麻醉异丙酚时变性强,房室结构复杂的特性,经典的非线性混合效应模型参数估计法存在变量繁多,人为因素多等弊端,而BP神经网络又存在极易陷入局部极值,网络训练不稳定致使预测误差大。利用遗传算法优化BP神经网络的权值和阈值,调整神经网络中异丙酚血药浓度和时间、病人年龄、体重、身高、体表面积、采样时间、总剂量、注射率的关系,然后建立异丙酚血药浓度预测模型,并与NONMEM方法、BP神经网络进行比较。比较结果,GA-BP网络的平均误差为1.2%,BP网络的平均误差为29.59%,NONMEM为14.61%,GA-BP网络的绝对平均误差15.76%,BP网络的绝对平均误差31.9%,NONMEM为22.99%。实验结果表明:GA-BP网络对于半衰期较短的麻醉药物异丙酚药物具有较好的非线性拟合能力和更高的预测准确性。     

配体外预应力钢束的曲线箱梁桥抗扭设计

为了抵抗曲线箱梁桥的扭转效应、改善结构的受力状态,在不增加预应力钢束数量的前提下,提出一种利用体外预应力钢束形成空间抗扭作用的方法.基于空间解析几何关系推导了体外预应力扭矩计算公式,以此建立了以最小扭矩为目标的体外预应力钢束的抗扭设计流程,并利用非线性规划方法给出钢束最优平面线形参数的数值解法.分析结果表明,与体内预应力钢束相比,通过合理的体外预应力钢束空间布置,能大幅降低扭矩峰值,抗扭效果明显,且不影响抗弯、抗剪能力;扭矩计算数值解与有限元分析结果吻合良好,能方便地用于实际设计.     

个股走势模式分类的RBF神经网络方法

提出一个基宽度可调的RBF神经网络学习算法 ,并将它应用于个股走势模式的分类问题 .文中对走势模式的特征编码进行了阐述 ,改进了原有的编码方案 .实例计算表明效果良好     

神经网络在黄土边坡稳定性分析中的应用

应用神经网络理论估算黄土边坡稳定性的安全系数,用黄土边坡实例作为输入样本,建立神经网络BP模型,以安全系数作为输出值,进行实验。试验结果表明,该方法计算所得安全系数较为可靠,可用于边坡稳定性分析。     

机器视觉系统中摄像机的神经网络定标

将传统摄影测量定标和神经网络相结合,克服传统摄像机定标中因像差等非线性因素造成稳定性不好且算法复杂的缺点。采用基于神经网络的计算机视觉定标方法,用5步法计算未知点的物方坐标。在传统摄影测量定标方法中,需要先制作定标块,其上布置一些控制点,准确测定它们的三维坐标。为保证定标精度,这些控制点必须在三维空间均匀分布,对定标块的制作和加工要求很高。本文提出采用定标板沿法线方向移动的方式代替定标块,既能达到三维效果,显著增加控制点数量,也使制作容易。实验结果表明,以该模板基于神经网络的摄像机定标方法可以获得很高的精度和稳定性。     

基于T-S模型的智能PID控制

提出一种基于分段线性模糊模型的T-S模型,并与传统PID控制器相结合设计了一种模糊神经网络PID控制器,它具有模糊系统非线性、可解释性的特点,神经网络的自学习和自组织功能.对其进行非线性时变系统仿真,仿真结果表明该控制器较常规PID控制器的调整时间可明显缩短.     

量子全加法器的修改和算法研究

通过与经典全加器的基本模型进行比较后,讨论了一个改进后的量子平面加法器的基本构型.对其原理、组件和算法进行了研究,比较了本加法器两个主要组件与一般量子加法器的不同.作为应用的例,设计了一个n比特量子全加法器的模型,对其具体运算过程和基本功能进行了说明.     

一种基于优化的参数化鲁棒极点配置方法

研究时不变线性系统状态反馈鲁棒极点配置问题,首先提出了一种新的衡量系统鲁棒性的目标函数,该目标函数定量考虑了不确定性对闭环系统特征值的影响.然后通过对某些矩阵进行奇异值分解得到闭环特征向量和状态反馈矩阵的参数表达式.基于提出的目标函数和闭环特征向量矩阵的参数解,给出了目标函数梯度的显式表达式,从而可以用成熟的基于给出梯度信息的优化方法对目标函数进行优化而得到最优解.通过实际例子和现有方法的比较,结果显示了本方法的有效性.     

基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制

提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制.     

一类具M-P型非线性神经网络模型的渐近性与指数稳定

研究了二元非线性时滞神经网络模型.获得了大阈值及临界阈值情形的渐近行为与全局指数稳定.特别是对临界情形建立了解趋于各平衡点的充要条件,其结果对相关文献的结论作了较大推广.