基于多层感知器神经元的空间柔性机器人位置跟踪控制

针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.     

一类Cohen-Grossberg型BAM脉冲神经网络周期解的存在性和全局指数稳定性

利用Lyapunov泛函、不等式方法及Poincaré映射,建立了一类具有混合时滞的Cohen-Grossberg型BAM脉冲神经网络周期解的存在性和全局指数稳定性的充分性判据。     

航空型号项目风险预测的BP神经网络模型及应用

本研究克服了单纯采用专家风险因子测度方法主观性较强的缺点,以及单纯采用人工神经网络评估模型模糊性的缺点,结合两种方法的优点,利用基于BP神经网络算法的Microsoft Visual C++程序,在专家风险因子测度基础上,通过大量风险评估成功案例数据的训练,成功建立了航空型号项目风险预测模型.该模型可以较为精确、客观地...     

《计测技术）2011年第1期目次

基于RBF神经网络的微惯性测量组合标定双轨法D—InSAR 形变测量的误差分析 渗透法标准湿度发生器中渗透管的研制     

基于神经网络的超精密车床圆柱度误差补偿技术研究

根据所研制的超精密亚微米车床的具体特点，提出了一种基于神经网络的工件圆柱度误差补偿方法，并据此建立了误差补偿控制系统，实验结果证明所提方法简单易行，在超精密车削中应用前景广阔。     

重大公共因素对股票价格影响的量化分析

利用神经网络的广义化性质,将上证综合指数波动较大的时刻假设为影响股市的重大公共因素出现的时刻,用平时的股票价格广义化出这些时刻不受公共因素影响时的价格,并与实际价格对比,从而量化分析出这只股票受重大因素影响的程度.     

导弹地面设备智能诊断系统

介绍了一种基于神经网络和专家系统的导弹地面设备智能诊断系统的设计思想和软硬件构成，详细叙述了智能诊断系统知识获取的实现方法。     

用光学神经网络进行导弹末制导的研究

分析了现有多种制导方式的特点，结合国内实际，提出了一种基于光学神经网络的导弹末制导系统，该系统具有光学神经网络运算速度快，对畸变目标识别能力高等优点，在导弹原有惯性制导系统上进行了改进，成本低。理论分析和模拟实验结果表明，这种基于光学神经网络的导弹末制导系统具有并行处理速度快，识别率高的优点，有广阔的应用前景。     

ADAPTIVE FLIGHT CONTROL SYSTEM OF ARMED HELICOPTER USING WAVELET NEURAL NETWORK METHOD

A discussion is devoted to the design of an adaptive flight control system of the armed helicopter using wavelet neural network method. Firstly, the control loop of the attitude angle is designed with a dynamic inversion scheme in a quick loop and a slow loop. respectively. Then, in order to compensate the error caused by dynamic inversion, the adaptive flight control system of the armed helicopter using wavelet neural network method is put forward, so the BP wavelet neural network and the Lyapunov stable wavelet neural network are used to design the helicopter flight control system. Finally, the typical maneuver flight is simulated to demonstrate its validity and effectiveness. Result proves that the wavelet neural network has an engineering practical value and the effect of WNN is good.