反馈BP神经网模型及其稳定性分析

实践证明具有反馈的ＢＰ神经网比传统的ＢＰ神经网具有更加优越的特性和新颖的性质。本文建立了反馈ＢＰ网的数学模型。并从动力学角度，利用Ｌｙａｐｕｎｏｖ函数对其稳定性进行了分析，最后给出了反馈ＢＰ网的应用实例。     

基于混合神经网络模型求解优化问题

本文利用混合神经网络模型求解优化问题，首先构造能量函数，能量函数包含优化问题的约束函数和代价函数。该模型包含两个子网络：一个约束网，一个目标网。约束网包含优化问题的约束条件，并计算每个神经元的梯度值、使得能量函数单调收敛并满足优化问题的所有约束条件。     

含铌镍基合金中锆元素的测定

通过实验，弄清了铌的干扰状态，采用严格控制操作条件的办法，最大限度减少铌的干扰，直接快速测定含铌镍基合金中锆元素含量，取得较好的效果。     

一种训练神经网络的新型遗传算法

针对神经网络中具有大量的相似解，提出了一种规范化方法，大大地减少了神经网络中解的数目。然后，给出了多种不同的算子，通过对简单网络问题的实验，比较了它们的优劣，得出了一个新型的遗传算法ＮＧＡ。实验表明，ＮＧＡ比用传统的ＧＡ训练神经网络效果要优。     

水泥粉喷桩在路桥过渡段软基处理中的应用

介绍水泥粉喷桩加固软土路基的原理、施工方法及施工中应注意的事项。通过荷载试验和路基沉降观测数据分析 ,证明水泥粉喷桩加固路桥过渡段软基的成功应用     

基于CMAC的摆式列车倾摆控制研究

摆式列车是具有诸多不确定因素的动态系统,其倾摆系统的控制是摆式列车成功的关键,利用传统控制方式很难得到倾摆系统较好的控制品质。本文针对摆式列车的特点提出一种基于CMAC神经网络与PID相结合的倾摆系统并行控制方法。该方法利用传统PID实现反馈控制,保证系统的稳定性,且抑制扰动;利用CMAC神经网络控制器实现前馈控制,确保系统的控制精度和动态响应速度。此外,该并行控制算法相对简单,实时性好,易于在倾摆控制系统中实现。通过对阶跃信号、正弦波信号和方波信号的跟踪仿真,表明该算法克服了传统控制的不足,增强了倾摆系统的控制精度,提高了系统的动态响应速度,并且使系统具有较强的抗干扰性和鲁棒性。