本书系统地论述了人工神经网络的主要理论和设计基础,给出了大量应用实例,旨在使读者了解神经网络的发展背景和研究对象,理解和熟悉其基本原理和主要应用,掌握其结构模型和基本设计方法,为以后的深入研究和应用开发打下基础。作者连续11年为电气信息类专业研究生及本科高年级学生开设“人工神经网络理论与应用”课程,2002年在多次修改讲义和多项科研成果基础上形成本书的第一版。本书第二版对原书约1/3的内容进行了更新,对保留内容进行了修改。取材注意内容的典型性和先进性,编排注意内容的逻辑性,阐述注重物理概念的清晰性,举例与思考练习的安排注意了内容的实践性,常用神经网络及算法的介绍着重于实用性。
标签: 人工神经网络
上传时间: 2022-06-21
上传用户:qingfengchizhu
木书以神经网络结构为主线,以学习算法为副线,详细介绍了神经网络结构和算法步骤,并给出实例和练习,目的是使读者易看懂,能动手,会应用。主要内容包括:人工神经网络简介、单层前向网络及LMS学习算法、多层前向网络及BP学习算法、支持向量机及其学习算法、 Hopfield神经网络与联想记忆、随机神经网络及模拟退火算法、竞争神经网络和协同神经网络。每章均给出了基于 MATLAB的仿真实例以及练习。
标签: 人工神经网络
上传时间: 2022-07-12
上传用户:
《MATLAB工具箱的神经网络理论与应用》丛爽编,国科学技术大学出版社,是本好书,附有书内源程序和程序清单,建议大家阅读一下
上传时间: 2017-01-28
上传用户:yiwen213
·人工神经网络与模拟进化计算.pdf人工神经网络与盲信号处理.pdf人工神经网络实用教程.pdf人工神经网络理论及应用.pdf人工神经网络建造.pdf人工神经网络技术及应用.pdf人工神经网络的模型及其应用.pdf人工神经网络导论.pdf人工神经网络——第六代计算机的实现.pdf基于神经网络的智能诊断.pdf二进前项人工神经网络----理论及应用.pdf电脑人脑化 神经网络.pdf大脑设计 
标签: 神经网络
上传时间: 2013-04-24
上传用户:lty6899826
本文拟借助于神经网络良好的逼近能力,实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射,具有很强的自学习自适应能力,十分适合于解决复杂的非线性控制问题。其中,BP神经网络是目前广泛应用的神经网络之一,得到了较为深入的研究,其结构简单,需要离线确定的参数少、泛化能力强、逼近精度高、实时性强,采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略,建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整,控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明,该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后,将其用于永磁同步电机的转子位置角在线估计。结果表明,该训练算法可以有效地加快神经网络收敛速度,且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统,并进行了相应的软硬件设计,为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本,为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间: 2013-05-23
上传用户:1101055045
永磁同步电机(Permanent Magnet Synchronous Motor)因功率密度大、效率高、过载能力强、控制性能优良等优点,在中小容量调速系统和高精度调速场合发展迅速。但由于永磁同步电机的磁场具有独特的交叉耦合和交叉饱和现象,且其控制系统是一个强非线性、时变和多变量系统,要实现高精度调速就需对其控制策略进行深入研究。 永磁同步电机调速系统中,位置传感器的存在使得系统成本增加、结构复杂、可靠性降低,所以永磁同步电机的无位置传感器控制成为一个新的研究热点。本文拟借助于神经网络良好的逼近能力,实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射,具有很强的自学习自适应能力,十分适合于解决复杂的非线性控制问题。其中,BP神经网络是目前广泛应用的神经网络之一,得到了较为深入的研究,其结构简单,需要离线确定的参数少、泛化能力强、逼近精度高、实时性强,采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略,建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整,控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明,该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后,将其用于永磁同步电机的转子位置角在线估计。结果表明,该训练算法可以有效地加快神经网络收敛速度,且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统,并进行了相应的软硬件设计,为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本,为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间: 2013-07-03
上传用户:kakuki123
开关磁阻电机(SwitchedReluctanceMotor,SRM)具有结构简单、工作可靠、效率高和成本较低等优点,在很多领域都显示出强大的竞争力,但是位置传感器的存在不仅削弱了SRM结构简单的优势,而且降低了系统高速运行的可靠性,增加了成本,探索实用的无位置传感器检测转子位置的方案成为开关磁阻电机驱动系统(SwitchedReluctanceMotorDrive,SRD)研究的热点。SRM高度非线性的电磁特性决定了在精确的数学模型基础上实现无位置传感器控制十分困难,而人工神经网络的出现为解决这个问题提供了新的思路。径向基函数(RadialBasisFunction,RBF)神经网络是一种映射能力极强的前向型神经网络,具有收敛速度快、全局逼近能力强等优点。本文提出一种利用自适应RBF神经网络对SRM进行控制的新方法,所采用的RBF神经网络以电机绕组的相电流、磁链作为输入,转子位置作为输出,通过离线和在线相结合的方法对网络进行训练,建立SRM电流、磁链与转子位置之间的非线性映射,从而实现SRM的无位置传感器控制。 常规的PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛采用。在系统模型参数变化不大的情况下,PID控制效果良好,但当被控对象具有高度非线性和不确定性时,仅靠PID调节效果不好。对于SRM,它的电磁关系高度非线性,固定参数的PID调节器无法得到很理想的控制性能指标。论文提出了一种基于RBF神经网络在线辨识的SRM单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性,利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器,不但结构简单,而且能适应环境变化,具有较强的鲁棒性。同时构造了一个RBF网络对系统进行在线辨识,建立其在线参考模型,由单神经元控制器完成控制器参数的自学习,从而实现控制器参数的在线调整,能取得更好的控制效果。 仿真及实验结果表明,自适应RBF神经网络能够实现电机的准确换相,从而实现了电机的无位置传感器控制;基于RBF神经网络在线辨识的单神经元自适应控制能够达到在线辨识在线控制的目的,控制精度高,动态特性好,具有较好的自适应性和鲁棒性。
上传时间: 2013-04-24
上传用户:skfreeman
摘要: 利用多层感知器神经网络和自组织映射神经网络对球墨铸铁、可锻铸铁和灰铸铁的金相图像进行了分割提取。通过对比以上两种方法分割后的图像质量和定量分析样本图像中的石墨结构、珍珠岩/铁氧体结构所占的百分含量后发现,多层感知器网络分割提取的结果与样本实际的结果更加接近,而自组织映射神经网络分割提取的结果则不够理想。据此,可以推断多层感知器网络是实现金属图像分割自动化提取和精确性分析的有效工具。
上传时间: 2014-12-29
上传用户:icarus
为了在一定的温度和压力下有效改善传感器的非线性及温度变化引起的误差输出特性,提出了一种人工神经网络算法对其实现软件补偿. 它包含4 个权值的调整,分别代表输出信号的一次项,二次项以及温度的一次项,二次项系数,经过迭代以后获得一个最佳输出公式. 该公式既能够满足样本值,也能够满足非样本值,并最终可校验神经网络迭代结果的正确性.
上传时间: 2013-11-05
上传用户:yuanwenjiao
《面向MATLAB工具箱的神经网络理论与应用》利用目前国际上流行通用的MATLAB 7.0环境,结合神经网络工具箱4.0.6版本,分别从网络构造、基本原理、学习规则以及训练过程和应用局限性几个方面,通过多层次、多方面的分析与综合,深入浅出地介绍了人工神经网络中的各种典型网络,以及各种不同神经网络之间在原理和特性等方面的不同点与相同点。
上传时间: 2014-01-07
上传用户:ayfeixiao