pH中和过程是典型的非线性过程，而且经常包含大滞后环节，因此对该过程的辨识与控制是控制领域中的难题之一，如何处理系统的非线性问题......

人工神经网络自发展以来,因其大规模并行性、高容错能力以及自适应、自学习、自组织等特征,具有广泛的应用前景。但是,目前的神经......

本文提出用无先导卡尔曼滤波(UKF)法以取代一阶梯度法和二阶梯度法,用于训练通用学习网络(ULN),提高学习精度和收敛性。通用学习网......

利用通用学习网络具有所有节点互连,任意两节点之间可以有多重连接,且连接允许有任意延迟时间的特点,对典型非线性、大滞后系统进......

传统的PID控制由于对象的非线性，会导致控制系统震荡加剧，而且会造成闭环系统的不稳定，这对于系统的设计与维护造成了很大的困难；为了......

pH控制过程是典型的非线性过程,传统的辨识方法尚不能很好地辨识该过程.利用一种新型的神经网络--通用学习网络对该过程进行辨识,......

研究了一种新的带有开关机制的ULN建模方法,不仅对其中的参数而且对时间延迟都进行了调整以适应非线性系统的建模要求.对非线性系......

本文对多重分支神经网络的延迟时间进行优化提出了一种新方法.该方法通过对延迟时间的随机探索,寻找一种适合于系统的最优延迟时间......

针对黑箱过程的辨识与控制，本文提出了一种选择通用学习网络（universal leamingnetwork，ULN）节点间延迟时间参数的自适应算法，并将其应......

本文介绍了一种新型的神经网络--通用学习网络(Universal Learning Networks--ULNs)，这种网络具有如下特点：(1)节点之间有多重分支，(2......