适应衰减直流分量估计的特定神经网络模型

为了估计出曲线函数的参数,提出了一种特定神经网络应用于图形曲线的函数拟合,并针对故障电流信号中包含的指数衰减直流分量降低继电保护操作的精度和效率等问题,构造了一种适应衰减直流分量估计的神经网络模型(decaying DC neural network,DDCNN),推导出基于Levenberg-Marquardt算法的网络权值自适应学习方法.该模型与包含衰减直流分量故障电流信号模型的数学表达式一致,在迭代求解神经网络的权值后,可直接由权值估计出衰减直流分量的所有参数.实验仿真结果及对比分析表明,本文算法能获得比现有算法更高的估计精度,且其计算代价能够满足应用需求.

中国象棋博弈系统实现的关键技术探索

棋局表示、着法生成、搜索算法、局面评估等是中国象棋人机博弈系统的关键,它决定了一个象棋博弈系统的优劣。本文重点从优化中国象棋人机博弈系统性能的目的出发,围绕该系统的实现,探索其若干基本理论问题。同时,探讨了中国象棋人机博弈树的搜索技术;在此基础上,探索局面估值函数的建立方法,以及在各类搜索算法基础之上的优化思路。