人工神經(jīng)網(wǎng)絡(luò)原理及其應(yīng)用

《電力新技術(shù)叢書》出版說明
前言
1 緒論
1.1 人腦信息處理的特點
1.2 人工神經(jīng)網(wǎng)絡(luò)發(fā)展簡史
1.3 人工神經(jīng)網(wǎng)絡(luò)的現(xiàn)狀與前景
2 人工神經(jīng)網(wǎng)絡(luò)的基本原理與算法
2.1 生物神經(jīng)元
2.2 人工神經(jīng)元
2.3 簡單神經(jīng)元的學(xué)習(xí)
2.4 單層感知器的局限性
3 多層人工神經(jīng)網(wǎng)絡(luò)（多層感知器）
3.1 引言
3.2 多層人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
3.3 用多層人工神經(jīng)網(wǎng)絡(luò)解決異或問題
3.4 用作分類器的多層人工神經(jīng)網(wǎng)絡(luò)
3.5 人工神經(jīng)網(wǎng)絡(luò)的歸納能力與容錯能力
3.6 人工社經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中存在的困難及其對策
4 Kohonen自組織網(wǎng)絡(luò)
4.1 引言
4.2 Kohonen算法
4.3 權(quán)重的調(diào)整
4.4 相鄰單元
4.5 學(xué)習(xí)矢量的量化
5 Hopfield網(wǎng)絡(luò)
5.1 引言
5.2 模式的存儲與調(diào)用
6 負荷預(yù)報及網(wǎng)損計算的人工神經(jīng)網(wǎng)絡(luò)方法
6.1 短期負荷預(yù)報的人工神經(jīng)網(wǎng)絡(luò)方法
6.2 自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)在負荷預(yù)報上的應(yīng)用
6.3 網(wǎng)損計算的人工神經(jīng)元方法
7 電力系統(tǒng)穩(wěn)定分析的人工神經(jīng)網(wǎng)絡(luò)方法
7.1 人工神經(jīng)網(wǎng)絡(luò)技術(shù)為基礎(chǔ)的電力系統(tǒng)動態(tài)穩(wěn)定分析
7.2 人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的多機電力系統(tǒng)穩(wěn)定器
7.3 調(diào)整電力系統(tǒng)穩(wěn)定器的人工神經(jīng)網(wǎng)絡(luò)方法
7.4 人工社經(jīng)網(wǎng)絡(luò)在同步電機動態(tài)穩(wěn)定分析中的應(yīng)用
8 電力系統(tǒng)辯識與測量的人工神經(jīng)網(wǎng)絡(luò)方法
8.1 無功功率測量的人工神經(jīng)網(wǎng)絡(luò)方法
8.2 電壓與電流波形實時識別的人工神經(jīng)網(wǎng)絡(luò)方法
8.3 檢測高阻故障的人工神經(jīng)網(wǎng)絡(luò)方法
8.4 汽輪發(fā)電機轉(zhuǎn)子匝間短路定位的模糊人工神經(jīng)網(wǎng)絡(luò)方法
8.5 電力系統(tǒng)諧波源的臨控與辨識
9 人工神經(jīng)網(wǎng)絡(luò)與其他學(xué)科的聯(lián)合應(yīng)用
9.1 互聯(lián)系統(tǒng)暫態(tài)穩(wěn)定分析的人工神經(jīng)網(wǎng)絡(luò)與模式識別交互方法
9.2 配電線電容器調(diào)度的人工神經(jīng)網(wǎng)絡(luò)與動態(tài)規(guī)劃方法的聯(lián)合應(yīng)用
后記
參考文獻