1. 返回沙龙365首页
  2. 产品线
    1. 高压变频器
    2. 低压变频器
    3. 电力电子
    4. 运动控制
    5. PLC
    6. 工控机
    7. RTU
    8. 机器人
    9. 人机界面
    10. 现场总线
    11. 工业以太网
    12. 沙龙365
    13. 机器视觉
    14. 软启动器
    15. 风电变流器
    16. 光伏逆变器
    17. 电机
    18. 电源
    19. 伺服电机
    20. 机械传动
    21. 执行机构
    22. 编码器
    23. DCS
    24. MES
    25. PAC
    26. 嵌入式系统
    27. 自动化软件
    28. 无线通讯
    29. SCADA
    30. 通信软件
    31. 仪器仪表
    32. 工业电器
    33. 电气连接
    34. 盘柜
  3. 行业线
    1. 纺织机械
    2. 包装机械
    3. 起重运输机械
    4. 机床
    5. 电梯
    6. 电动汽车
    7. 卷绕机械
    8. 冶金、采矿
    9. 石化
    10. 电力
    11. 风能
    12. 太阳能
    13. 物联网
    14. 轨道交通
    15. 塑胶机械
    16. 橡胶机械
    17. 印刷机械
    18. 烟草机械
    19. 工程机械
    20. 木工机械
    21. 医药机械
    22. 汽车
    23. 物流
    24. 造纸
    25. 建材
    26. 楼宇
    27. 水工业
    28. 安防
    29. 食品
    30. 轻工
    31. 通讯
    32. 电子制造
    33. 电子设备
    34. 交通运输
    35. LED
  4. 我的CA168
    1. 发布供求信息
    2. 推广企业产品
    3. 发布招聘信息
    4. 管理企业商铺
    5. 发布企业动态
    6. 管理买卖订单
  5. 电子杂志
    1. 沙龙365
    2. PLC&PAC
    3. 伺服控制
    4. 行业专刊
    5. 数字周刊
    6. 数字报纸
    7. 免费订阅
  6. 网站导航
    1. 首页
    2. 新闻
    3. 专题
    4. 品牌
    5. 企业
    6. 产品
    7. 方案
    8. 供求
    9. 会展
    10. 下载
    11. 论文
    12. 杂志
    13. 研究
    14. 视频
    15. 会议
    16. 学院
    17. 人才
    18. 知道
    19. 有奖
    20. 论坛
    21. 微博
    22. 积分
    23. WAP
    24. 搜索
    25. 会员

    沙龙365

    热门搜索:plc  工业以太网  变频器  PID  电机  低压  沙龙365  无线通讯 
    1. 论文首页
    2. 前沿技术
    3. 应用案例
    4. 解决方案
    5. 基础教程
    6. 技术指导
    当前位置:首页>>论文首页>>专业论文>>正文

    N2C2模式的研究

    发布日期:2017-11-22   来源:《智能机器人》5期   作者: 李中年 侯威 王保国   浏览次数:1803
    分享到:
    【摘   要】:文中对应用于RBN(Reverse Baseline Networks)中的N2C2(Neural Network Controlled Communication)处理设施进行了研究。模拟结果表明,N2C2处理法优于传统的算法。

     关键字:N2C2RBN;阻塞;无冲突;能量函数 1 问题 众所周知,RBNReverse Baseline Networks)已广泛应用于:并行和分布式计算机网络、电话开关网络、综合服务数字网络等许多领域[1][2][3]。本文研究涉及的是RBNN2C2Neural Network Controlled Communication)处理器,其中,N2Neural Network)用来使函数的能量呈最大(在RBN约束条件下)。RBN的基本架构如图1所示,其中,开关盒不是位于直通状态就是位于交换状态。并且每个输入节点含有为开关配置的m个缓冲器。


















    3 结论 其一,在信息单元密度较高的情况下,N2C2方法的计算能力优于传统算法;其二,N2C2方法允许RBN的吞吐量出现最大;其三,N2C2法可有效解决许多相关的优化控制问题。 参考文献 [1]Zhongnian LI,Lei ZHOU.Research & Development on the MPPT Intelligent Control   Device for WPVC Pwoer Generation System. Advances in Engineering Research [J].May.2015. [2]Zhongnian LI, Lei ZHOU.Research on the fault diagnosis system for ICM. Advances in Manufacturing science and engineering,[J]. June,2013: 96-99. [3]李中年.电控技术与PLC[M].清华大学出版社,201412月第1. [4]Zhongnian LI. Research on Fault Diagnosis Method for ECS-CNCL Based on Rough  Set.Proc.of IEEE ICNC-FSKD '12,May, 2012: 103-107. [5]Zhongnian,LI.Construction and Operation on the Training Base for ApplicationTechnology   about New Energy Resuorce[J].advanced materials research,June,2012:96-99. [6]LI Zhongnian,WANG Baoguo.Research and Realization of PADS Optimum Reception Pattern.Proc.of IEEE iATP2010[J]. AUG.,2010: 195-198. [7]LI Zhongnian,ZHOU Lei.A New Method on the Training  FNN[J].Proc.of IEEE FCC, 2010,SEP.,2010: 195-198. [8]LI Zhongnian, ZHOU Xin, CHEN Yonghong. Research for the Intelligent RMB Sorter Based on ANN. Proc. of ICEMI’2009(1)[J]. IEEE, Beijing ,P.R.China,AUG 16-19,2009: 99-102. [9]LI Zhongnian, HUANG Kui,CHEN Changliang.Research and Development of Intelligent Coiling Machine Fault Diagnosis System Based on WNN. Proc. of ISTAI’2008[J].IEEE Beijing Sect. Beijing, P.R.China, AUG,2008:13-16. [10]LI Zhongnian & FANG Huan. Research on the N2C2 Temperature Control System of the Electrogilding Liquid. Proc. of  ICEMI’2005(5), [J]. IEEE Beijing Sect, Beijing,P.R.China, AUG, 2005:16-18: 46-49. [11]LI Zhongnian,ZHOU Jiaqi,HE Chao. Fault Diagnosis of the ELVE Intelligent Electrical Control System.Proc. of ICMEI’2007(3)[J].IEEE,Xian,P.R.China,AUG,2007: 16-18: 643-646. [12]N S V Rao,V Protopopcscu, R C Mann, E M Oblow, and S S Lyengar. Learning algorithms for feedforward networks based on finite samples[J]. IEEE Trans. Neural Network,7(4),July 1996:926-940. [13]M Heiss and S Kampl.Multiplication-free radial basis function network.IEEE Trans. Neural Networks,7(6),November 1996:1461-1464. [14]N Ansari, A Arulambalam, and S Balasekar.Traffic management of a satellite   communication network using stochastic optimization.IEEE Trans.Neural Network,7(3),May 1996:732-744. [15]Zhongnian Li, Tianying Li, Yan Qin. Research on the Control Method with Quick Charging for Lithium-Yttrium Battery[M].  Proc.of ICSEEP’15,SEP., 2015:191-196. [16]李中年.电力通信[M].国防工业出版社,20095月第1. 作者简介 李中年 男(1949-)教授 研究方向:电力信息技术及智能控制。  
     
     
    [ 论文搜索 ]  [ ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]  [ 返回顶部 ]

    0条 [查看全部]  网友评论

     
    沙龙365