过程神经元网络理论及其应用研究

针对传统神经网络难于适应实时控制、系统仿真、过程预测等普遍存在的输入输出为时变函数的复杂非线性系统建模和求解问题，构建过程神经网络理论与技术框架，研究具有连续输入输出的过程神经元网络模型及其映射机理、拓扑结构、参数确定方法、学习算法、样本筛选和网络泛化能力，并对其连续性、逼近能力和计算能力进行证明，实现神经网络在时域上的扩展。在上述理论成果基础上，建立过程神经元网络软件原型，并应用于卫星环境预示、飞机发动机健康诊断、油田开发过程模拟三个具有战略意义的应用领域，为过程神经网络应用提供示范。过程神经元网络是由何新贵等人提出的一种新型神经元网络，其输入/输出、权值和激活阈限等都允许是时变函数。它放宽了传统神经网络对输入的同步瞬时限制，使问题更一般化，很多较难用传统神经元网络描述的实际问题都可用它来进行建模，大大拓宽神经网络的应用领域，因而具有重要的科学意义和广阔的应用前景。