基于BFGS法的BP神经网络算法研究

在把ＢＦＧＳ法运用于ＢＰ神经网络权的训练中,通过基于不同算法的神经网络对实际问题进行了学习,并根据学后获取的非线性机理结合预测的实例进行对比分析,表明基于ＢＦＧＳ法的ＢＰ神经网络算法对加快网络训练速度,提高网络预测的能力方面是有效的。     

静止无功发生器的单神经元PID控制器设计

为了提高静止无功发生器SVG的控制性能,本文采用单神经元PID控制器取代传统PID控制器。在分析单神经元PID控制器结构和原理的基础上,采用无监督的Hebb学习规则和有监督的Delta学习规则相结合的有监督Hebb学习规则,实现单神经元PID控制器参数优化和在线自动调整。采用Matlab软件搭建单神经元PID控制器和静止无功发生器SVG的仿真模型,仿真结果表明,使用单神经元PID控制器的SVG响应速度快,具有较强的自适应性和鲁棒性。     

基于单神经元自适应PID的矢量控制系统研究

转子磁场定向矢量控制中,转速PI调节器在控制对象参数变化时其鲁棒性能较差,而单神经元具有自学习、自适应能力,为了进一步改善矢量控制系统的性能,文章提出了用单神经元自适应PID控制器代替传统PI调节器。为了提高单神经元PID控制器的学习能力,将无监督的Hebb学习规则与有监督的Delta学习规则相结合,实现单神经元控制器的参数优化与在线自调。仿真结果表明,该系统不仅具有很好的静、动态性能,而且还具有很强的自适应性和鲁棒性。     

基于神经元自适应PID船舶电力推进电机控制系统研究

在船舶电力推进电机控制中,提出了一种基于神经元自适应PID控制的方法,控制算法采用有监督的Hebb学习规则。从仿真结果可知,采用神经元自适应PID控制具有较好的适应能力和抗干扰能力,满足船舶电力推进电机控制的要求。     

基于势态神经元和逻辑神经元理论的船用柴油机控制算法

过程控制的输入量和输出量中，常常既有若干个逻辑（开关）量，也有若干个模拟量，其中模拟量的输出受许多开关量的控制，而一些开关量的状态又与模拟量变化的数值范围有关。船用柴油机控制系统中的数值运算和逻辑运算是混在一起相互作用的。本文介绍了基于势态神经元和逻辑神经元的船用柴油机控制算法。此算法适合于这些既有连续量又有离散量的复杂的混合运算，有广泛的应用前景。为了解决神经网络实际应用中存在的具体问题，本文还试定义了新神经元──类比神经元、广义逻辑神经元和计数神经元，供参考。     

基于RBF神经网络的永磁同步电机矢量控制系统

永磁同步电机(PMSM)数学模型是非线性、强耦合、多变量的。传统的矢量控制采用双闭环控制,转速环和电流环都是采用的传统的PID控制器。针对PID控制方法的不足,提出一种基于径向基函数神经网络的在线辨识的单神经元PID模型参考自适应控制方法,利用神经网络对信息数据的自学习和自适应能力,提高系统对环境改变的稳定性,仿真实验表明,系统很好的实现了给定速度参考模型的自适应跟踪,结构简单,能适应环境变化,具有较强的鲁棒性。     

双层隔振系统单神经元自适应PID控制器

通过推导双层隔振主动控制系统的力传递率，分析了反馈信号的选择对力传递率的影响，指出了双层隔振PID主动控制系统应采用速度或加速度作为反馈控制信号。在此基础上采用单神经元PID控制器对双层隔振系统进行了主动控制仿真，表明该方法对双层隔振系统进行主动控制的可行性，提高了双层隔振系统的隔振能力。     

基于单神经元PI的船用异步电机无速度传感器仿真

针对船用异步电机转速辨识不精确而导致的控制系统不稳定问题,使用基于模型参考自适应系统的无速度传感器技术取代传统的转速检测装置对转速信号进行估测。根据神经网络的自学习和自适应能力,设计了一种单神经元自适应PI调节器以实现控制参数的在线自整定,克服了传统PI控制器在非线性和时变系统中控制能力差的缺陷。结合异步电机矢量控制技术,使用基于转子磁链模型的转速辨识算法对电机转速进行估测,将单神经元PI控制器应用于转速估测系统,实现对电机转速的精确估计。仿真结果表明,相对于传统控制器,设计的单神经元自适应PI调节器响应速度快,参数自调节性能强,转速估测更为精确。     

减摇鳍单神经元控制方法研究

将单神经元控制应用于减摇鳍控制系统中,并根据减摇鳍控制系统的特点对单神经元控制进行了改进。仿真实验表明单神经地控制能够克服传统ＰＩＤ控制器适应性差的缺点,具有较好的容错性和较强的适应性非线性的能力,减摇鳍系统的减摇效果有较大提高。     

核电站机组故障诊断系统的实现方法

近年来研究和开发核电站故障诊断系统成为国际核能界的重要课题。本文针对核电站的实际情况，以人工神经网络为基础诊断方法，提出超级神经元的概念和分层组网的策略，改善了知识采集的条理性和可操作性，大大降低了部分知识变化给整个诊断网络带来的改变。     

遗传极限学习计算法在船舶碰撞危险度确定中的应用

为防止船舶航行过程中出现碰撞问题,研究遗传极限学习计算法在船舶碰撞危险度确定中的应用。以船员视角、两船间的安全距离和航行速度为基础,利用最小安全时间直观描述船舶碰撞危险度;根据船舶航行样本数据,利用极限学习机预测最小安全时间,采用遗传算法优化极限学习机,通过初始化种群、适应度运算、交叉变异等过程确定最优染色体,提升最小安全时间预测精度。实验结果显示所研究方法遗传迭代25次后误差平方和降至2.5,不同海域的防碰撞操作控制成功率达到97.5%,说明该方法具有较快的迭代速度与较好的应用效果,可有效保障船舶航行过程中的安全性。     

LONWORKS网络技术及其应用

本文参考ECHELON的有关资料,结合我们应用LONWORKS技术的具体实践,探讨了LONWORKS与现场总线以及局域网的关系及其应用。     

多桨（变距／定距） 主机遥控系统的研究设计

论述基于现场总线技术的标准化、模块化设计的主机遥控系统,对控制软、硬件进行了深入研究并详细剖析了ＬｏｎＷｏｒｋｓ神经元。     

在海洋结构物动力学教学中引入基于问题式学习的教学方法

海洋结构物动力学强调理论与工程实践的结合,而基于问题式学习的优势在于使学习者掌握解决问题的方法,具备分析问题的能力。本文针对海洋结构物动力学的课堂教学,探讨了基于问题式学习的教学方法的应用,并分析了与讲授法相比基于问题式学习的教学方法的优势。     

如何学习航海英语词汇

词汇是英语学习的基石,航海英语作为专门用途英语,其词汇的学习更是对整个航海英语教育有着举足轻重的作用。文章从航海专业词汇的特点出发,分析了目前航海英语教学的现状及存在的问题,阐述了航海英语词汇学习方法和应该遵循的原则,旨在帮助学生提高学习航海英语的积极性和学习效率。     

嵌入式平台下舰船电子系统缺陷自动检测分析

传统的舰船电子系统缺陷自动检测方法在对检测信号进行采集分析时,会受同频干扰的影响,导致数据失真,缺乏可靠性。为解决这个问题,在嵌入式平台下设计舰船电子系统缺陷自动检测方法。在嵌入式平台中提取舰船电子系统缺陷特征,并针对不同特征类型进行分类处理,利用神经元计算模型,将其分为3类,在完成上述操作步骤后,依据舰船电子系统缺陷统计表,完成自动检测。由此完成舰船电子系统缺陷自动检测方法的设计。实验中随机在嵌入式平台中选取8个缺陷特征,采用数值对比的方式,对比2种检测方法的可靠性,由实验对比结果可知,所提方法可靠性更高。     

基于神经元芯片和单片机的双处理器结构模拟量输入AI节点的研究

目前大多数AI节点只具有单一的神经元处理器,其控制能力不高。针对这一现状,本文论述了基于神经元芯片MC143150和单片机AT89S51双处理器结构的AI节点的硬件和软件的设计过程。文章在硬件方面介绍了采用ADC0809模数转换芯片的数据采集系统、AT89S51和MC143150的接口及MC143150和物理网络的接口;在软件方面介绍了数据采集、并行slave A模式的通信和利用网络变量发送信息三方面的程序设计。     

船舶舵机单神经元自适应PID控制的研究

针对船舶舵机航行中在不同的环境下所受到的负载力矩不同的情况,在实验室条件下,用改进并增加了模拟加载液压系统的船舶舵机作为研究对象,研究单神经元PID控制算法,用LabVIEW8.2作为软件开发实平台,实现船舶舵机的自适应控制.     

认知心理分析对英语语言学习的影响

从心理学的角度分析英语学习的习得过程,并提出一种以大脑注意为中心的学习模式,说明认知心理分析对英语语言学习的重要影响。