风力机系统的神经网络模型辨识
金 增 包能胜 陈庆新 姜 桐
（汕头大学能源与环境研究所，汕头515063）

文 摘：应用人工神经网络的建模方法，采用多层感知器的模型结构，利用自适应学习速率的BP学习算法，辨识出风力机系统的功能模型，并把辨识模型的仿真结果与系统实验测量数据相对比，开展了与经典系统辨识方法的比较研究，以检验神经网络模型的可靠性。实验结果表明，这种新的风力机系统建模方法具有很高的精度。



灌溉发展需求预测人工神经网络模型的建立与应用
陈志军
(水利部办公厅)


摘　要　本文将计算机人工神经网络理论首次引入灌溉宏观发展战略研究领域，以各“五年”计划期末全国粮食总产与影响因子集为训练样本，建立了灌溉发展需求预测人工神经网络模型；从建国以来40多年的时间序列中，任选5个年份的相应参数作为校核样本，对所建模型进行了校核；根据今后我国人口增长与粮食需求发展趋势，利用模型对未来30年全国的灌溉面积发展需求进行了预测；分析了预测结果，提出了发展对策.其成果对制定全国灌溉宏观发展战略与政策措施，确保未来30年中国粮食与经济安全具有十分重要的参考意义。



河道岸线变形神经网络预测模型研究
张小峰1，许全喜2，谈广鸣1，石国钰2
(1．武汉大学水利水电学院 水沙科学教育部重点实验室；2. 长江水利委员会水文测验研究所)


摘要：以长江下荆江河段较为典型的石首弯道为研究对象，研究建立了一种基于BP神经网络的河道岸线变形预测模型。计算表明，该模型能较为准确地模拟预测石首弯道进出口段典型断面岸线变化。模拟精度较高，便于应用。



混凝投药的神经网络控制方法
白桦　李圭白


提要:　　基于神经网络的内模控制系统具有很强的自学习性和自适应性，对大滞后、非线性系统可实现预测控制，较传统控制方式有明显的优势。研究了这一方法在水净化混凝投药自动控制中的应用，在分析混凝投药过程特点的基础上，选择了影响混凝剂投加量及混凝效果的主要参数，建立了预测投药量的神经网络模型，确定了混凝投药神经网络内模控制系统的结构，并对网络训练样本数据的获得进行了讨论。



基于BP神经网络的电机系统的波形控制
邓建国　李杰


【摘要】阐述了BP神经网络模型和算法，建立了电流型交--交变频同步电动机的波形控制神经网络BP模型，并将计算结果与仿真结果作了比较。


下载全文阅读