神经网络技术在主蒸汽温度控制系统前馈中的应用

为了解决电厂主蒸汽温度系统的大迟延问题,提出了一种带神经网络前馈控制器的主蒸汽温度串级控制系统.通过对电厂主蒸汽温度的大迟延特性导致的控制难题的详细分析,提出合理设计的前馈控制作用能弥补反馈控制作用的不足,可以有效地解决大迟延系统的控制问题.文中根据电厂熟练运行操作员的实际操作经验和数据,在常规串级PID控制系统的基础上,增加设计了基于神经网络技术的前馈控制器.仿真结果表明,在机组发生负荷扰动时,主蒸汽温度的最大动态偏差降低了13.8%,调节时间缩短了17%,其调节品质明显改善.

基于神经网络自学习的图像检索方法

相关反馈技术是近年来图像检索中较为活跃的研究方法之一 .提出了一种基于神经网络自学习的图像检索方法 ,即在检索阶段利用人 -机交互技术选出与检索图像相似的正例样本 ,然后构造出前向神经网络 ,进行自学习 ,以逐步达到提高查询效果的目的 .神经网络的构造过程即是学习的过程 ,而且可以不断地学习 .使用由 9918幅图像组成的图像库进行实验 ,结果表明 ,该方法有助于用户表达查询意图和语义概念 ,可以通过交互式检索逐步求精地查找出更多、更准确的图像 ,并且具有较强的鲁棒性 ,可以结合各种特征表示和相似性匹配方法 。

基于前向神经网络的交互式图像检索系统

相关反馈技术是近年来基于内容图像检索中的研究重点,它有效地缩短了用户的高层语义概念同图像的底层视觉特征之间的差距,从而大大提高了系统的检索精度。本文对比了前向神经网络中的BP、FP和RBF三种网络学习算法;并在此基础上从机器学习的角度出发,分析了在图像检索中基于这三种网络的不同相关反馈技术。最后对今后的研究方向进行了展望。

基于车内噪声水平的路面预养护指标阈值确定方法研究

为了消除车内噪声对人心理和生理的危害,提出了一种基于车内噪声水平的沥青路面预防性养护指标阈值的确定方法。通过多层前向反馈神经网络构建了车内噪声和国际平整度指数的关系模型;依据噪声分级和危害标准,确定了国际平整度指数指标预防性养护的噪声阈值标准;对比分析了国际平整度指数指标预防性养护的规范阈值标准和噪声阈值标准的养护需求。结果表明,前向反馈神经网络能够较好地根据车内噪声水平预测沥青路面国际平整度指数。噪声阈值标准相对于规范阈值标准,对沥青路面国际平整度指数提出了更高的要求。

遗传神经网络在热轧管控制中的应用

基于遗传神经网络,建立动态前馈校正模型,自动调节轧制所需的各种参数,使轧钢系统工作在最佳值附近。经实测资料验证,模型能较准确预置调节参数,实现智能化控制。

遗传神经网络在热轧管控制中的应用

文中基于遗传神经网络,建立动态前馈校正模型,自动调节轧制所需的各种参数。使轧钢系统工作在最佳值附近。经实测资料验证,模型能较准确预置调节参数,实现智能化控制。

反馈神经网络用于多输入输出动态系统建模

使用前馈神经网络对多输入输出动态系统建模有很多不足之处。反馈神经网络具有动态特性,拥有记忆环节,对多输入输出的动态模型进行建模,克服了前馈神经网络只能反应静态映射的缺点,反馈神经网络能够反应出多输入输出的动态过程,并且有非常高的稳定性,能够过滤外界干扰信号,精度高。利用反馈神经网络对电炉进行辨识,取得了良好的效果。

三层前馈人工神经网络研究

人工神经网络的应用越来越广泛,在分析了神经网络的特点和应用趋势的基础上,针对有反馈的神经网络设计,对系统原理进行了简要介绍,利用计算机工具对三层神经网络进行了设计及仿真,仿真结果表明人工神经网络具有非线性自适应的信息处理能力,当隐含层的神经元激活函数采用S形函数,而且隐含层的神经元个数足够多时,通过调整网络的加权系数和阈值,该网络可以逼近任意的非线性函数,但网络结构的确定以及训练样本的取得仍然是建立神经网络的关键。