FS-Neuro 神经网络软件平台简介
随着自动控制技术的广泛应用，工程技术人员面临着如下两个方面的问题：一、对控制系统的要求愈来愈高，要求系统有较高的智能水平，能应付各种生产条件；二、控制对象愈来愈复杂，难以用数学方法描述。采用传统常规控制策略，如PID，已难以解决这些问题。
神经元网络源于脑神经的模拟，能以任意精度逼近任意非线性连续函数，具有很强的适应于复杂环境和多目标控制要求的自学习能力，为解决上述两方面的问题提供了一条有效的途径，已在包括系统辩识、优化计算、故障诊断、质量预测、智能控制等诸多自动化领域得到成功的应用：
1、 系统辩识：
对于线性、非时变和具有不确定参数的对象进行辩识和自适应控制的研究已取得了很大进展。而实际的工业过程系统几乎都是非线性和时变的。对于这些非线性系统的辩识和自适应控制问题，往往没有一个较好的方法。使用神经元网络进行系统辩识，不需要预先建立实际系统的辩识格式，直接通过学习系统的输入/输出数据，使得所要求的误差函数达到最小，而且其收敛的速度不依赖于待辩识系统的维数，学习的结果可用于在线控制。
2、 组合优化计算
所谓求组合优化问题，就是在给定约束条件下，求出使目标函数极小（或极大）的变量组合问题。由于神经网络是并行计算的，其计算量不随维数的增加而出现“组合爆炸”现象，因而对于优化问题的高速计算特别有效。采用Hopfield网成功地解决了旅行商问题，就是一个很好的例证。
3、 质量预测
在实际产生过程中，人们往往因为测量手段以及生产工艺本身限制，只有当产品生产出来后才能知道产品的质量，很难对产品质量进行及时的控制。但一件产品质量好坏是和生产产品的当时的工况有直接关系的。采用神经网络，利用大量的实际生产数据，建立产品生产工况和其最终质量的关系，就可在产品还没有完全生产出来就估计出其质量，为及时调整生产工艺参数做出指导。这方面的实例有：油品质量估计、乙烯产品质量控制等。
4、 故障诊断
将神经网络应用于故障诊断，其优越之处在于可建立对象的非线性数学模型，并可以在线学习以修正数学模型。同时，神经元网络其有很强的分类能力，可以通过联想记忆方式，从数据中发现故障，隔离故障。
5、 智能控制
智能控制在实际工程应用最多的是模糊控制，它运用简单的“如果—则”关系描述的期望的系统行为。其优点是运用已获得的工程知识，优化系统性能。因此可以运用较少时间简化系统设计。但它也有很大局限性：在很多应用中，系统行为的描述是以数据集合的形式描述的。这样就不得不手动地从数据集合中得出“如果—则”规则，如果数据集合过大的话，工作量巨大。然而神经元网络可以很好地运用于这种情况，它可以运用这些数据通过训练、学习得出其规律，也就是说将模糊逻辑显示知识表示与神经网络的学习能力相结合，形成所谓神经模糊技术，这种方法已在工业应用中获得了成功。
北京智能谷科技有限公司，是专业从事智能自动化技术的专业公司，可为您提供完整的神经元网络技术解决方案、全面的工程技术服务。我们隆重推出的FS-Neuro神经元网络软件，支持神经元网络开发整个周期，为您提供完整的神经元网络开发环境。有了FS-Neuro，您不必为如何构造神经元网络而烦恼，无须为如何调整网络权值而头痛，只要轻轻点击图标，就可完成一切工作。
FS-Neuro的主要特点是：
a、功能强大的各种神经元网络结构，支持16种神经元网络模型（多种BP网，KOHONEN网，GRNN递归网，PNN概率网，GMDH网等）。
b、灵活的数据输入输出方式，支持样本数据的收集方式，有数采式，录入式和文件传输式等各种方式。
c、强有力的数据产生处理能力，符号翻译模块能将数据或字符串转换为能被神经网络处理的数据，规则模块能创建“如果—则”型规则对数据进行预处理。
d、图标驱动用户接口，为用户提供一个友好的操作界面，监视网络训练以及网络生成的每一过程。
e、可生成C源码和DLL模块，与其他应用软件方便集成。
f、全32位寻址，32位计算，符合当今的流行软件发展的潮流。
软件要求：Windows95/98、WindowsNT(3.5或4.0)
硬件要求：IBM-PC兼容机，80386以上处理器，16Mb RAM，不少于20M硬盘。
本公司全体员工衷心地希望得到您的大力支持，多方面的合作，共同发展智能自动化技术。
欢迎来电、来函索取详细资料。
已认证
京公网安备11010502034458号电子公告服务专项备案
