简介：为解决多关节油压机械臂及手系统动态参数的时变性，应用递归神经网络（RNN）建立了油压机械臂及手的速度模型及逆模型，并用逆模型作为臂及手各关节的控制器实现了位置控制。实验结果表明，所建模型性能接近系统性能，位置控制精度也能达到控制目标的要求。

简介：利用路谱提取载荷谱,用于控制臂衬套的台架试验。通过采用测试软件数据处理的方法,对复杂的路谱进行编辑、雨流计数及损伤评估等方法以获得适合简单台架的试验条件,从而完成高性价比的控制臂衬套疲劳试验。

简介：通过弧焊机器人的操作臂可以看成是一个含局部闭链结构的开式运动链,采用Denavit-Hartenberg方法建立弧焊机器人的坐标系,建立操作臂的运动学方程,用ADAMS软件对运动学逆问题进行仿真和分析.

简介：BP神经网络是故障诊断领域运用最为广泛的一种方法。针对BP神经网络隐含层单元数难以确定的问题，对现有以经验公式确定隐层单元数的方法进行对比分析，提出一种在经验公式基础上改进的方法，并通过风力发电机齿轮箱故障诊断实例验证。结果表明，该方法能有效地加快寻找最优隐层单元数的速度。

简介：异步电动机控制系统是一个较难的工程问题。由于交流电动机机械系统具有非线性动态特性，以及交流电动机的某些状态变量无法测量，这些问题都使系统控制问题变得复杂。另外温度发生变化时，转子电阻发生很大变化，这又是一个控制系统难以克服的问题。使用神经网络的自适应控制技术来实现感应电动机的控制问题，第一种是单输入-单输出（SISO）系统，控制器使用静态多层感知器神经网络（MLP神经网络）；第二种是多输入-多输出（MIMO）系统，控制器使用递归神经网络为动态控制系统方案。本文重点讨论MIMO系统。

简介：针对进出口总额数据的非线性,并为了更充分挖掘时间序列所隐含的数据规律,建立了基于灰色预测模型、神经网络算法以及最小方差准则的最优组合预测模型。仿真分析结果显示,最优组合方法能更有效提高非线性时间序列的预测精度。

简介：BP神经网络分类器在信号识别领域得到了比较广泛的应用，针对其低信噪比环境下识别率相对较低的问题，引入人工蜂群算法（ABC），将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变，最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法（ABCBP算法），并以2ASK，2FSK，2DPSK信号为例，对信号进行小波包分解后，将信号各频段的能量值数据作为实验样本，对其进行了信号分类。仿真结果表明：基于人工蜂群算法的优化BP神经网络分类器，即使在5dB的信噪比环境下，仍可达到94％以上的识别率，并具有较好的稳定性，这为信号识别领域中分类器的设计提供了一个很好的理论依据。

简介：采用MATLAB的人工神经网络工具箱,以高锰铝青铜的化学成分作为输入参数,其抗拉强度bσ、屈服强度0σ.2和延伸率δ作为输出,建立了材料的力学性能预测模型。计算结果表明,三项输出的预测值与实测数据接近,其相对误差小于±6%的范围,该模型对其他材料的设计生产具有一定的指导意义。

简介：神经网络作为非线性模拟的一种具有生命力的方法,近年来在自动控制、信息处理等方面得到了广泛的应用,本文简要介绍了BP神经网络和RBF神经网络,讨论了神经网络在非线性系统建模中的应用.

简介：本文叙述了基于神经网络方法的感应电机转子故障诊断的进展情况。神经网络在适当选择输入输出时可以用比较有效的方法取代用以构成诊断系统知识库的故障电机模型。通过对正常电机的实验性试验和在电机故障情况下的模拟取得的数据来训练网络，诊断系统就可以鉴别“正常”电机和“故障”电机。该程序可取代基于电机模型的诊断程序所要求触发门限的语句。

简介：采用神经网络来辨识汽车发动机的有关歧气管压力环节的非线性动态模型,为实现系统的非线性动态映射,引入了外部回归项,然后用动态Levenberg-marquardt算法来对动态模型进行参数估计.仿真结果表明,基于神经网络的模型具有较高的精度和较强的通用性.在此基础上,用动态增益矩阵法的故障诊断方法和神经网络实现汽车发动机的在线故障诊断.

简介：将分支前馈神经网络（BFNN）运用于数字字符的模式识别问题中,其某些性能优于标准反向传播（BP）网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。

简介：分析差动变间隙式电容传感器的非线性因素，提出基于径向基函数神经网络的传感器非线性辨识的算法、方案与实现技术。对电容传感器进行实验，通过计算机仿真与应用，实现了实验过程和实验数据处理的智能化和简单化，能有效地辨识传感器的非线性，从而提高了测量的精度和速度。

简介：单神经元(PSD)控制器利用神经元的自学习、自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,达到了在线调整PID参数的目的;且设计时无需精确对象模型,克服了常规PID因负载、模型参数的变化及非线性因素等影响PID精确调节的缺点.采用遗传算法对单神经元PID参数进行寻优,在搜索空间内获得全局最优点.仿真结果表明:采用遗传算法改进的单神经元PID控制器能获得较好的控制效果.

简介：对K-means算法加以改进,使用减法聚类确定聚类中心数量;以相距最远的两个样本作为聚类中心的边界,改进的K-means算法将K个初始中心分散到含有输入样本点的各个区域中,使其能够反映样本之间的关系和分布特征;初始中心确定后,使用点对称距离方法调整聚类中心。利用改进的K-means算法将历史日聚类分成4种天气类型,取相似日作为训练样本,对4种天气类型分别建立基于改进K-means算法的RBF神经网络功率预测模型。采用上海某光伏电站实测数据验证,结果表明提出的的预测方法精度提高,实用性较强。

简介：阐述敏捷制造的概念及原理,着重分析Internet电子商务给敏捷制造带来的影响,并探讨网络环境下敏捷制造技术的发展模式及相关技术.

简介：利用有限元分析了材料在压痕过程中各变量，并计算了硬度HRC值，与在硬度试验中所测HRC值吻合，证实了有限元分析的正确性；在此基础上，分析了试件具有残余应力时的压入响应问题，研究了残余应力对圆锥压入响应的影响，探讨了压痕法测试残余应力所存在的问题。研究结果表明：残余拉、压应力以不同程度影响压入响应，压应力使圆锥压头处出现隆起量，而拉应力使其出现下沉量，该表现用于直观法预测残余应力；拉应力使压痕处塑性区域增加，压应力使塑性区域减少，在压痕法测量残余应力时，由于塑性区域事先的未知性而影响应变测试位置的确定，从而影响测量残余应力的准确性。

简介：绝大多数生产企业在具体生产销售过程中均会遇到3重约束：销售量是关于价格的函数,开机生产时会产生固定成本,单位周期内生产容量有限.为了得出该类生产-销售系统的最优生产和定价策略,可以借助强CK-凹函数的一些性质.这里考虑了一个加法需求模型,在此基础上建立了一个定期盘点的随机生产-销售系统.通过研究发现,每个阶段的最优生产控制和定价策略的结构可以简单分为4个区间（s,s＇,p）策略.

简介：自中国加入WTO以来,"打火机争端"等事件使越来越多的人们开始关注行业协会尤其是我国行业协会.本文首先介绍了行业协会的基本理论,接着指出我国行业协会应该肩负促进改革开放的重任;最后分析了不利于我国行业协会发展的私域不十分坚实、行业协会角色上的错位、功能上的缺位与越位并存等因素.

简介：研究了在需求不确定条件下供应链的运作情况。信息化是现代经济活动中一个最主要的特征，供应链管理实施的一个关键环节就是组成企业的信息共享和集成。通过在一个典型的、制造商与分销商运作周期不同的条件下制造业供应链模型，描述了它的运作过程，藉此从数学角度阐述信息化对于供应链企业的重要性。结合实例量化分析了信息集成和共享为供应链带来的利润，为改进供应链运作绩效提供理论依据。