简介:将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。
简介:描述了嵌入式智能家庭的网络结构和一种基于Web的虚拟仪器的技术新测控方式。联系两者的关系提出了基于Web虚拟仪器技术提供的智能家庭服务的方式,并运用实验室虚拟仪器集成环境(LaboratoryVirtualInstrumentEngineeringWorkbench,简称LabVIEW)软件平台构建一家用设备温度测控服务简单模型加以说明。
简介:实时定价是智能电网需求侧管理(DSM)的主要手段之一,电力零售商不同时段的供电价格,会影响用户对电力资源的消费。对电力零售商在供电高峰时段定价、低峰时段定价建立Stackelberg博弈模型,分析二者在智能电网实时定价中的策略互动,求出均衡解,使得电力零售商在高峰时段和低峰时段定价,两个时段都获得最大收益。仿真模拟结果验证了此动态实时定价结果的有效性,表明在不同时段进行实时定价的机制下,智能电网中的零售商收益最佳,并且能够可持续经营。