导读:本文包含了人工神经网络理论论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,理论,组合,乙型肝炎,模态,梅毒,风速。
人工神经网络理论论文文献综述
王雨薇[1]（2019）在《基于混沌理论和改进人工神经网络的短期风速预测研究》一文中研究指出21世纪以来,可再生能源凭借其清洁、无污染、可再生等优势迅速崛起,成为世界各国关注的热点。开发利用可再生能源已经成为应对能源危机,改善环境问题,实现可持续发展的关键所在。其中,风能由于其不可代替的优势以及成熟的开发技术在众多新能源中脱颖而出,发展迅速。但在实际开发过程中,风能出力的随机性、间歇性及不可控性会给风电并网造成影响,危害电网安全稳定运行。因此,短期风速预测是风能开发利用过程中必不可少的环节。精确的风速预测在一定程度上能够协助电力系统进行及时有效的经济调度,减轻风电并网对电力系统的不利影响,保障电力系统可靠运行。鉴于风速时间序列自身和模型选取都影响到预测结果精确度,本文结合混沌理论和人工神经网络构建FEEMD-SE-PSR-MFO-ELM模型对短期风速预测进行了研究。对于风速时间序列的随机性和波动性问题,本文利用快速经验集成模态分解(FEEMD)对原始风速时间序进行分解,在保留数据信息的前提下实现时间序列平稳化处理,提高预测精度。同时,对FEEMD结果通过样本熵(SE)计算进行序列重组,在凸显序列相关性的同时减少了计算量。极限学习机训练速度快,学习性能好,但是其随机设置权值和阈值的特点也容易造成预测精度的大幅度波动。针对这一问题,本文引入飞蛾扑火算法(MFO)来对ELM的连接权值和阈值进行寻优操作,增强模型预测的可靠性和稳定性。另外,本文说明了风速时间序列的混沌特性,并将相空间理论(PSR)应用到了短期风速预测中。最后,本文以内蒙古风电场风速数据为研究对象对FEEMD-SE-PSR-MFO-ELM模型的可行性和有效性进行了验证,结果表明该混合模型在短期风速预测方面有较高的预测精度,能够满足风电场的实际需求。随着全球能源转型的逐步推进,化石能源体系最终会被低碳能源体系替代,风电的大规模开发利用是21世纪能源领域发展方向的大势所在。因此,本文立足于风电并网问题构建混合模型对短期风速进行预测研究,具有一定参考价值和现实意义。(本文来源于《华北电力大学》期刊2019-03-01）
诸言涵,高美金[2]（2017）在《人工神经网络与序优化理论相结合的机组组合新算法》一文中研究指出本文利用机组煤耗成本、购电费用、二氧化硫排放惩罚费叁者加权和作为目标函数,以系统运行约束、机组特性约束、一次能源约束作为约束条件,构建了包含多种发电类型机组的机组组合模型。同时,基于国内目前利用序优化理论解决机组组合问题的现状,首次将人工神经网络嵌入序优化理论求解过程,对抽取的巨量可行机组启停方案进行快速的粗糙评估以简化原有的精确负荷分配过程,以较高的概率求得足够好的机组出力方案。最后,对某省实际电力系统机组组合进行算例求解,并与分支定界法、基于降维解耦粗糙评估模型下序优化算法的求解结果进行比较。结果表明,人工神经网络与序优化理论相结合的算法可以大大提高机组组合计算效率,具有很强的工程实用价值,对于节能减排具有积极意义。(本文来源于《浙江省电力学会2017年度优秀论文集》期刊2017-11-01）
张弛[3]（2017）在《基于人工神经网络下的模糊控制理论》一文中研究指出人工神经网络是人工智能的核心思想,模糊控制是实现人工智能的重要手段,二者在现代自动化技术的发展上扮演着不可或缺的角色。工业自动化控制中的不确定性、非线性,复杂程度高是任何控制方式都要面对的问题。基于人工神经网络的模糊控制能很好的解决这一难点,具有广阔的应用前景。随着现代冶金工艺技术的迅速发展,对工艺过程参数的控制精度要求越来越高,生产设备及系统日趋大型化、复杂化。如何实现智能制造已成为目前工业发展的重要课题。本文在简单介绍了人工神经网络与模糊控制的历史、发展及基本原理下,重点讲述了结合BP神经网络与PID模糊控制器的自动化控制方案。(本文来源于《科技创新导报》期刊2017年30期）
阙金声,燕慧晓,王洪播,贾宁,卫瑞峰[4]（2016）在《基于小波理论与人工神经网络的滑坡变形预测》一文中研究指出滑坡的位移是由多种因素影响的复杂非线性问题。滑坡位移的预测一直是滑坡研究中的重点与难点。位移预测对于分析滑坡的发展趋势具有重要的作用。本文采用小波理论与人工神经网络理论,对滑坡位移进行预测研究。由于滑坡的位移包括一定的偶然因素,如降雨等不定因素,对滑坡位移的预测存在一定的干扰作用。故本文采用小波理论对滑坡位移进行降噪,提取数据中的有用部分。将降噪后的数据采用人工神经网络进行滑坡位移的预测。由数据结果可见,滑坡预测位移与真实位移间的误差为2%~3%,预测结果好,证明本文所用方法能较好的运用到滑坡位移的预测中。(本文来源于《2016年全国工程地质学术年会论文集》期刊2016-10-13）
吕鲲,崔灵蕊,李北伟[5]（2016）在《网络信息生态链中信息个体到群体演化过程研究——基于人工神经网络理论》一文中研究指出根据演化要求,运用人工神经网络理论,从个体特征、连接结构以及学习规则叁个方面确定了信息个体到群体演化的形成要素,然后通过输出函数确定出需要的信息个体;在节点吸引力的作用下,完成了信息个体复制过程;最后大量的信息个体在学习规则的作用下会逐渐储存,最终形成了信息群体。上述过程有助于推动网络信息生态链由无序、低效、不稳定的状态向有序、高效、稳定的状态演变,为网络信息生态链的模拟仿真和实证分析提供参考。(本文来源于《情报科学》期刊2016年10期）
徐福卫,田斌,陈海玉[6]（2016）在《人工神经网络和可靠度理论用于拱坝坝踵开裂风险的研究》一文中研究指出借用部分同级别坝高、高宽比接近拱坝的相关数据,利用人工神经网络建立的拱坝坝踵应力和上游水位之间的函数关系σ=f(H),计算出坝踵应力的均值、标准差.根据可靠度理论分析选取上游水位和坝踵应力为随机变量和根据最大拉应力破坏准则建立坝踵混凝土开裂的功能函数.最后,利用蒙特卡罗法进行坝踵破坏(失效)概率计算,得出拱坝坝踵的破坏(失效)概率.在拱坝可行性设计论证阶段,借用部分同级别坝高、高宽比接近拱坝的相关数据,根据拟建拱坝的上游设计水位可以初步估算坝踵区的拉应力值,采用此方法论证拱坝坝踵开裂失效概率是可行的.(本文来源于《武汉大学学报(工学版)》期刊2016年05期）
赵娥,张学军[7]（2016）在《浅析人工神经网络理论在智能车辆中的应用》一文中研究指出人工神经网络是一门新兴理论,近年来,其在智能车辆中得到了广泛应用。分析了人工神经网络的由来及其在智能车辆领域的研究动态,探讨了人工神经网络在智能车辆中的具体应用,指出了今后人工神经网络在智能车辆中的发展方向。(本文来源于《科技与创新》期刊2016年17期）
万林,朱叶盛[8]（2016）在《基于人工神经网络和证据理论的电梯健康状态评估》一文中研究指出针对目前电梯安全评估结果主观性大的问题,建立了一种基于人工神经网络和证据理论的电梯健康状态评估模型。选取了电梯各个子系统具有代表意义的特征量。基于人工神经网络构建了径向基函数神经网络,应用D-S证据理论对各子神经网络的输出结果进行融合,得到电梯的健康状态结果。实例分析验证了该模型的可行性和有效性。(本文来源于《工业控制计算机》期刊2016年07期）
肖阳[9]（2016）在《基于协整理论和人工神经网络的煤炭价格预测模型》一文中研究指出煤炭是一种重要能源,也是我国经济发展和社会进步的重要命脉。在今后较长时间内,煤炭在中国的主体能源地位不会动摇。煤炭价格是反映煤炭行业发展的重要指标,科学合理地进行煤炭价格预测有助于把握煤炭未来发展趋势及其波动情况,为煤炭企业及政府提供制定发展战略和调控政策的依据。本文针对煤炭价格影响因素较多且复杂、各因素又相对独立的特点,分析了影响煤炭价格影响因素和形成机理,针对已有的煤炭价格预测方法在长期预测时普遍存在效度和精度低等不足等问题,运用协整理论对煤炭价格的影响因素进行分析,挖掘了影响煤炭价格的有效因素,揭示了各变量之间存在的一种长期稳定的非线性均衡关系,同时结合人工神经网络在非线性函数逼近方面具有的先天优势,建立了基于协整理论和人工神经网络的煤炭价格预测模型。通过对煤炭价格和经济变量进行了双因素、多因素协整分析、神经网络训练以及ADF单位根检验,结果符合稳定性检验的要求,训练所得非线性函数反应了煤炭价格与相关经济因素的协整关系。运用此预测模型对我国未来5年的煤炭价格走势进行了预测,并对不同影响因素对煤炭价格的作用机理进行了分析,提出了一些政策建议,使煤炭企业和政府在进行战略调整和制定政策时更有针对性。(本文来源于《西安科技大学》期刊2016-06-30）
陈会枝,孟伟伟,贺付成[10]（2016）在《人工神经网络与灰色理论模型在传染病中的应用》一文中研究指出目的探究人工神经网络模型(ANN)及灰色理论在乙型肝炎(乙肝)、丙型肝炎(丙肝)及梅毒叁种流行性疾病诊断中的应用。方法对2011-2013年郑州第一附属医院叁种流行性疾病进行统计,建立BP神经网络及GM(1,1)预测发病模型。结果建立了拓扑结构为1-5-1的BP神经网络及GM(1,1)模型,并对预测效果进行了验证对比。结论人工神经网络模型对叁种流行病的预测精确度高于灰色理论,具有很好的预测效果。(本文来源于《中国实用神经疾病杂志》期刊2016年02期）
人工神经网络理论论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文利用机组煤耗成本、购电费用、二氧化硫排放惩罚费叁者加权和作为目标函数,以系统运行约束、机组特性约束、一次能源约束作为约束条件,构建了包含多种发电类型机组的机组组合模型。同时,基于国内目前利用序优化理论解决机组组合问题的现状,首次将人工神经网络嵌入序优化理论求解过程,对抽取的巨量可行机组启停方案进行快速的粗糙评估以简化原有的精确负荷分配过程,以较高的概率求得足够好的机组出力方案。最后,对某省实际电力系统机组组合进行算例求解,并与分支定界法、基于降维解耦粗糙评估模型下序优化算法的求解结果进行比较。结果表明,人工神经网络与序优化理论相结合的算法可以大大提高机组组合计算效率,具有很强的工程实用价值,对于节能减排具有积极意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人工神经网络理论论文参考文献
[1].王雨薇.基于混沌理论和改进人工神经网络的短期风速预测研究[D].华北电力大学.2019
[2].诸言涵,高美金.人工神经网络与序优化理论相结合的机组组合新算法[C].浙江省电力学会2017年度优秀论文集.2017
[3].张弛.基于人工神经网络下的模糊控制理论[J].科技创新导报.2017
[4].阙金声,燕慧晓,王洪播,贾宁,卫瑞峰.基于小波理论与人工神经网络的滑坡变形预测[C].2016年全国工程地质学术年会论文集.2016
[5].吕鲲,崔灵蕊,李北伟.网络信息生态链中信息个体到群体演化过程研究——基于人工神经网络理论[J].情报科学.2016
[6].徐福卫,田斌,陈海玉.人工神经网络和可靠度理论用于拱坝坝踵开裂风险的研究[J].武汉大学学报(工学版).2016
[7].赵娥,张学军.浅析人工神经网络理论在智能车辆中的应用[J].科技与创新.2016
[8].万林,朱叶盛.基于人工神经网络和证据理论的电梯健康状态评估[J].工业控制计算机.2016
[9].肖阳.基于协整理论和人工神经网络的煤炭价格预测模型[D].西安科技大学.2016
[10].陈会枝,孟伟伟,贺付成.人工神经网络与灰色理论模型在传染病中的应用[J].中国实用神经疾病杂志.2016
论文知识图
