時(shí)間：2022-04-07 11:20:18
緒論：在尋找寫(xiě)作靈感嗎？愛(ài)發(fā)表網(wǎng)為您精選了8篇神經(jīng)網(wǎng)絡(luò)原理，愿這些內(nèi)容能夠啟迪您的思維，激發(fā)您的創(chuàng)作熱情，歡迎您的閱讀與分享！
關(guān)鍵詞：板凸度；板形預(yù)測(cè)控制；ANSYS/LS-DYNA；BP神經(jīng)網(wǎng)絡(luò)；預(yù)測(cè)精度
DOI：10.16640/ki.37-1222/t.2016.21.124
0 引言
板帶材是汽車(chē)、船舶、建筑、機(jī)電、化工和食品等工業(yè)的重要原材料[1-3]。隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展，鋼材板帶比不斷提高。板帶的軋制過(guò)程是指靠旋轉(zhuǎn)的軋輥與軋件之間的摩擦力將軋件拖進(jìn)輥縫之間，并使之受到壓縮產(chǎn)生塑性變形的過(guò)程[4]。板形是衡量板帶軋制的重要質(zhì)量指標(biāo)之一[5]。軋制生產(chǎn)過(guò)程中，板形的影響因素涉及幾何非線(xiàn)性、材料非線(xiàn)性的高度復(fù)雜非線(xiàn)性問(wèn)題以及存在時(shí)變性等特點(diǎn)。傳統(tǒng)的數(shù)學(xué)模型難以建立起相對(duì)準(zhǔn)確的，能夠準(zhǔn)確表達(dá)各參量間的靜態(tài)關(guān)系以及能夠準(zhǔn)確描述動(dòng)態(tài)關(guān)系的表達(dá)式[6]。因此本文建立了有限元與BP神經(jīng)網(wǎng)絡(luò)[7]結(jié)合的板形預(yù)測(cè)模型。該模型不僅保證了計(jì)算精度，還滿(mǎn)足了板形在線(xiàn)預(yù)測(cè)的要求。
1 基于BP神經(jīng)網(wǎng)絡(luò)與有限元原理的板形控制模型的建立
本論文所用的模型所采用的各個(gè)工藝參數(shù)的數(shù)據(jù)來(lái)源于某企業(yè)2800四輥可逆式冷軋機(jī)實(shí)際生產(chǎn)中獲取的數(shù)據(jù)。其中軋件材質(zhì)為Q195鋼，軋輥材質(zhì)為70Cr3NiMo。
（1）模型的基礎(chǔ)分析。結(jié)合有限元仿真，板帶寬度，工作輥直徑，支撐輥直徑，工作輥彎輥力，支撐輥彎輥力，工作輥凸度，支撐輥凸度，工作輥竄輥，支撐輥竄輥對(duì)板形的影響比較大，因此BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型選擇的輸入?yún)?shù)為。利用有限元分析建立樣本時(shí)，根據(jù)實(shí)際情況在一定范圍內(nèi)變化，其它軋制參數(shù)則設(shè)為固定值，所以，網(wǎng)絡(luò)的輸入變量是9維的。輸出參數(shù)為板凸度，所以輸出變量是1維的。本模型采用三層的BP神經(jīng)網(wǎng)絡(luò)模型，即只含有一個(gè)隱含層。確定最佳隱層節(jié)點(diǎn)數(shù)的一個(gè)常用方法是試湊法，可先設(shè)置較少的隱層節(jié)點(diǎn)訓(xùn)練網(wǎng)絡(luò)，然后逐漸增加節(jié)點(diǎn)數(shù)，用同一樣本集進(jìn)行訓(xùn)練，從而確定網(wǎng)絡(luò)誤差最小時(shí)對(duì)應(yīng)的隱層節(jié)點(diǎn)數(shù)。隱含層節(jié)點(diǎn)數(shù)的確定還可借鑒以下公式：
（2）BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型。結(jié)合以上公式，經(jīng)過(guò)反復(fù)測(cè)試，中間層節(jié)點(diǎn)數(shù)設(shè)為9個(gè)。因此，本文確定的BP網(wǎng)絡(luò)結(jié)構(gòu)為9-9-1。由此確定的板形預(yù)測(cè)模型的網(wǎng)絡(luò)計(jì)算模型如圖1所示。
2 模型的訓(xùn)練及檢驗(yàn)
（1）模型的相關(guān)參數(shù)及分析。網(wǎng)絡(luò)的訓(xùn)練利用Matlab軟件進(jìn)行，選擇收斂速度快并且預(yù)測(cè)精度高的L-M法。利用有限元的計(jì)算結(jié)果作為訓(xùn)練樣本庫(kù)，對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。在給定精度要求條件下，對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。
（2）誤差及模型結(jié)果分析。所得到的BP神經(jīng)網(wǎng)絡(luò)誤差進(jìn)行分析得到BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果并進(jìn)行分析。BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)束后，為了檢驗(yàn)該BP神經(jīng)網(wǎng)絡(luò)的識(shí)別能力，將訓(xùn)練得到的網(wǎng)絡(luò)權(quán)值以及各神經(jīng)元的閥值存入權(quán)值文件，任選幾組有限元仿真得到的結(jié)果作為測(cè)試樣本集對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行檢驗(yàn)，得到BP神經(jīng)網(wǎng)絡(luò)測(cè)試與訓(xùn)練數(shù)據(jù)關(guān)系。最后選取了有代表性的板凸度參數(shù)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值與有限元仿真值進(jìn)行比較。綜合分析可知本文建立的BP神經(jīng)網(wǎng)絡(luò)模型來(lái)預(yù)報(bào)板凸度參數(shù)，其誤差最大值不超過(guò)3%，精度還是比較高的。
3 結(jié)論
（1）基于人工神經(jīng)網(wǎng)絡(luò)建立了BP神經(jīng)網(wǎng)絡(luò)模型，并以此提高板凸度參數(shù)的預(yù)報(bào)精度。結(jié)合工作輥竄輥量以及支撐輥竄輥量等因素與板凸度的關(guān)系，進(jìn)行分析計(jì)算得到相應(yīng)的關(guān)系。（2）利用有限元仿真計(jì)算結(jié)果作為訓(xùn)練樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到了訓(xùn)練結(jié)果圖。（3）利用有限元測(cè)試樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行檢驗(yàn)，可以得出BP神經(jīng)網(wǎng)絡(luò)的輸出值與有限元的仿真計(jì)算值的分布規(guī)律一致，存在的誤差比較小。這表明本文建立的板形預(yù)測(cè)模型是合理的，其計(jì)算結(jié)果是可信的并且具有參考價(jià)值。
參考文獻(xiàn)：
[1]彭艷，孫建亮，劉宏民.基于板形板厚控制的軋機(jī)系統(tǒng)動(dòng)態(tài)建模及仿真研究進(jìn)展[J].燕山大學(xué)學(xué)報(bào)，2010，34（01）：6-12.
[2]蘇亞紅.我國(guó)冷軋板帶生產(chǎn)狀況及展望[J].冶金信息導(dǎo)刊， 2007（05）：44-48.
[3]王延溥，齊克敏.金屬塑性加工學(xué)――軋制理論與工藝[M].北京： 冶金工業(yè)出版社，2006.
[4]SUN Jianliang，PENG Yan，LIU Hongmin.Non-linear vibration and stability of moving strip with time-dependent tension in rolling process[J].Journal of Iron and Steel Research，2010， 17（06）：11-15.
[5]薛濤，杜鳳山，孫靜娜.基于有限元與神經(jīng)網(wǎng)絡(luò)的板形調(diào)控功效[J].鋼鐵，2012，47（03）：56-60.
[6]徐樂(lè)江.板帶冷軋機(jī)板形控制與機(jī)型選擇[M].北京：冶金工業(yè)出版社，2007.
關(guān)鍵詞 入侵監(jiān)測(cè)系統(tǒng)；異常監(jiān)測(cè)；神經(jīng)網(wǎng)絡(luò)；資料監(jiān)測(cè)；人工異常
中圖分類(lèi)號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2016）172-0076-02
隨著互聯(lián)網(wǎng)系統(tǒng)的發(fā)展，使得系統(tǒng)隨時(shí)可能受到來(lái)自網(wǎng)絡(luò)的入侵，因此，如何保護(hù)系統(tǒng)與資料安全一直是一個(gè)重要的研究課題。近年來(lái)，由于資料監(jiān)測(cè)技術(shù)的發(fā)展，將該技術(shù)應(yīng)用于入侵監(jiān)測(cè)領(lǐng)域，利用事先收集到的資料訓(xùn)練出一個(gè)較為一般化的模型，再以該模型針對(duì)即時(shí)資料進(jìn)行是否入侵的判斷。用來(lái)改變現(xiàn)行入侵監(jiān)測(cè)系統(tǒng)使用有限的監(jiān)測(cè)規(guī)則來(lái)判斷入侵跡象，而無(wú)法監(jiān)測(cè)未出現(xiàn)過(guò)入侵現(xiàn)行的缺點(diǎn)[1，2]。
本文針對(duì)檔案?jìng)鬏攨f(xié)定（File Transfer Protocol；FTP）服務(wù)，利用神經(jīng)網(wǎng)絡(luò)建立異常監(jiān)測(cè)的入侵監(jiān)測(cè)系統(tǒng)，其目的在于利用評(píng)估資料監(jiān)測(cè)的方式建立入侵監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)未知入侵行為的監(jiān)測(cè)，解決目前入侵監(jiān)測(cè)研究領(lǐng)域所遇到的問(wèn)題[3]。
1 入侵監(jiān)測(cè)系統(tǒng)
1.1 入侵監(jiān)測(cè)系統(tǒng)簡(jiǎn)介
針對(duì)入侵監(jiān)測(cè)系統(tǒng)的研究始于1980年，Jim將入侵定義為未經(jīng)授權(quán)而存取、操作、修改或破壞資料，或使電腦系統(tǒng)不穩(wěn)定，甚至無(wú)法使用的行為。而入侵監(jiān)測(cè)系統(tǒng)的目的是監(jiān)測(cè)上面提到的各種行為。大部分的入侵監(jiān)測(cè)系統(tǒng)是根據(jù)入侵特征建立的監(jiān)測(cè)規(guī)則專(zhuān)家系統(tǒng)，對(duì)已知的攻擊辨識(shí)能力較佳。由于這類(lèi)入侵監(jiān)測(cè)系統(tǒng)所建立的特征不具一般化，因此很難分辨新的入侵行為。
1.2 入侵監(jiān)測(cè)系統(tǒng)分類(lèi)
近年來(lái)提出了許多不同的監(jiān)測(cè)模式系統(tǒng)，用以應(yīng)對(duì)不同的系統(tǒng)行為，大致可分為模擬正常行為與異常行為兩種。入侵監(jiān)測(cè)技術(shù)分為濫用監(jiān)測(cè)：使用已知入侵攻擊模式判斷入侵行為；異常監(jiān)測(cè)：將建立的正常使用模式變異到一定程度時(shí)視為不正常的存取行為（甚至是入侵）。
對(duì)于濫用監(jiān)測(cè)系統(tǒng)。將具有入侵特征的動(dòng)作加以編碼，然后與收集的檢查資料進(jìn)行比對(duì)，以此方式發(fā)現(xiàn)入侵。其缺點(diǎn)是入侵特征均需編碼后進(jìn)入系統(tǒng)，面對(duì)未知的入侵攻擊時(shí)，無(wú)法監(jiān)測(cè)出來(lái)，這樣的系統(tǒng)稱(chēng)為濫用監(jiān)測(cè)系統(tǒng)。
入侵監(jiān)測(cè)系統(tǒng)由早期的專(zhuān)家根據(jù)入侵特征建立系統(tǒng)監(jiān)測(cè)規(guī)則，逐漸發(fā)展成以統(tǒng)計(jì)方式建立模型，監(jiān)測(cè)使用行為與統(tǒng)計(jì)樣式差別過(guò)大的，即可判斷入侵方式。隨后進(jìn)入以資料監(jiān)測(cè)方式為主流的監(jiān)測(cè)系統(tǒng)，以提高檢測(cè)率及降低誤報(bào)率的目標(biāo)。
1.3 入侵監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)
目前的入侵監(jiān)測(cè)系統(tǒng)實(shí)際上以資料和數(shù)據(jù)為主，對(duì)該系統(tǒng)整體結(jié)構(gòu)進(jìn)行以下說(shuō)明：
1）受監(jiān)測(cè)系統(tǒng)/感測(cè)器：入侵監(jiān)測(cè)系統(tǒng)的資料來(lái)源，也就是受到監(jiān)測(cè)的電腦主機(jī)。
2）審查資料收集：通過(guò)感測(cè)器收集審查資料。網(wǎng)絡(luò)封包表頭資料、網(wǎng)絡(luò)封包流量統(tǒng)計(jì)、使用者鍵入命令，使用者登錄資料等等，均為審查資料范圍。
3）監(jiān)測(cè)處理：通過(guò)各種算法，監(jiān)測(cè)收集所得到的資料，找到疑似入侵的行為，由上述觀點(diǎn)，監(jiān)測(cè)處理是系統(tǒng)最核心的部分，監(jiān)測(cè)入侵的準(zhǔn)確與否，取決于此，處理的方式則有異常與濫用兩種。
4）處理中資料：入侵監(jiān)測(cè)系統(tǒng)處理中的資料，如欲比對(duì)入侵模型，比對(duì)中的審查資料等。
1.4 檔案?jìng)鬏攨f(xié)定
本系統(tǒng)運(yùn)行時(shí)，目的是為了對(duì)網(wǎng)絡(luò)入侵的監(jiān)測(cè)，欲監(jiān)測(cè)的入侵以FTP服務(wù)為主。選定FTP服務(wù)的原因，在于封包資料的可獲得性高、FTP命令可供判斷入侵行為、且其入侵形態(tài)多、容易看出監(jiān)測(cè)效果。
FTP是檔案?jìng)鬏攨f(xié)定的縮寫(xiě)，在網(wǎng)絡(luò)環(huán)境下傳輸檔案，亦可將檔案通過(guò)網(wǎng)絡(luò)從某系統(tǒng)傳輸至另一系統(tǒng)。使用此項(xiàng)服務(wù)需設(shè)定登入服務(wù)的賬戶(hù)。這個(gè)檔案?jìng)鬏攨f(xié)定支持不同操作系統(tǒng)、不同檔案結(jié)構(gòu)主機(jī)，以ASCII編碼傳送或接收。FTP使用控制連線(xiàn)和資料連線(xiàn)兩個(gè)TCP連線(xiàn)來(lái)傳輸文檔。除了FTP命令外，該服務(wù)的網(wǎng)絡(luò)封包表頭亦為資料來(lái)源，這些資料經(jīng)整理處理后，用以建立入侵監(jiān)測(cè)模型。
1.5 神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)的目標(biāo)是以計(jì)算系統(tǒng)模擬最簡(jiǎn)單的生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。整個(gè)計(jì)算系統(tǒng)由多個(gè)高度連接的處理單元構(gòu)成，以此連接網(wǎng)絡(luò)間的訓(xùn)練學(xué)習(xí)，并處理外部輸入數(shù)據(jù)。如果將神經(jīng)網(wǎng)絡(luò)視為黑盒子，則此盒子由多個(gè)節(jié)點(diǎn)連接而成，一般可分為3層：輸入層、隱藏層及輸出層。
訓(xùn)練過(guò)程中輸入訓(xùn)練參數(shù)集，然后根據(jù)不同算法調(diào)整權(quán)重及偏權(quán)值，最后讓神經(jīng)網(wǎng)絡(luò)可以映射輸入與輸出間的關(guān)系模式；模擬過(guò)程以測(cè)試數(shù)據(jù)集輸入并進(jìn)行訓(xùn)練后所得的神經(jīng)網(wǎng)絡(luò)值為準(zhǔn)。
2 系統(tǒng)結(jié)構(gòu)原理
在整個(gè)系統(tǒng)主要由以下幾個(gè)部分組成，包括人工異常資料產(chǎn)生器，特征選取器，模型訓(xùn)練器及模型評(píng)估器。人工異常資料產(chǎn)生器主要功能為產(chǎn)生與輸入資料不同的輸出資料，在異常監(jiān)測(cè)概念中，任何與正常資料不同的資料均視為異常資料。因?yàn)镕TP的封包資料很難完全收集，因此，異常資料產(chǎn)生器需根據(jù)正常資料人工產(chǎn)生異常資料。特征選取器針對(duì)FTP服務(wù)器端的封包資料，選具有代表性與辨別性的特征，根據(jù)選取的特征隨機(jī)產(chǎn)生人工異常資料至此系統(tǒng)資料前處理結(jié)束。模型訓(xùn)練器首先選擇一部分資料作為訓(xùn)練資料，一部分為測(cè)試資料。模型訓(xùn)練器當(dāng)模型訓(xùn)練完成后，可使用測(cè)試資料集來(lái)評(píng)估分類(lèi)模型的正確性。
3 系統(tǒng)運(yùn)行機(jī)理
系統(tǒng)的運(yùn)行部分包括：輸入資料、資料編碼方式、人工異常資料產(chǎn)生、特征選取方式，下面對(duì)各部分進(jìn)行詳細(xì)介紹。
3.1 輸入資料
由于檔案?jìng)鬏攨f(xié)定（FTP）服務(wù)的攻擊行為多屬于網(wǎng)絡(luò)形式的攻擊，因此輸入資料應(yīng)該選擇與網(wǎng)絡(luò)相關(guān)的特征，以有效分辨攻擊與非攻擊行為。初步選取的特征如下所示，數(shù)字代表資料編碼后產(chǎn)生的特征個(gè)數(shù)。
1）連接方式（1）：連線(xiàn)方向“1”表示連接至FTP服務(wù)器，“0”表示服務(wù)器向外連線(xiàn)。
2）響應(yīng)編碼（5）：FTP響應(yīng)為3個(gè)ASCII數(shù)字，第一個(gè)代表響應(yīng)狀態(tài)，第二個(gè)代表錯(cuò)誤種類(lèi)，第三個(gè)為更進(jìn)一步錯(cuò)誤信息。
3）出現(xiàn)次數(shù)最多的字符（3）：統(tǒng)計(jì)封包資料中出現(xiàn)次數(shù)最多的字符作為特征輸入。
4）數(shù)據(jù)長(zhǎng)度（3）：正常的FTP封包資料部分長(zhǎng)度一般較短，較長(zhǎng)的可能為異常封包資料。
3.2 資料編碼方式
1）連接方式（1）：連線(xiàn)方向“1”表示連接至FTP服務(wù)器，“0”表示服務(wù)器向外連線(xiàn)。
2）響應(yīng)編碼（5）：以5個(gè)輸入點(diǎn)來(lái)表示響應(yīng)碼的第一個(gè)數(shù)字，轉(zhuǎn)換方式如下：00001：1；00010：2；00100：3；01000：4；10000：5；00000：以上皆非時(shí)。
3）出現(xiàn)次數(shù)最多的字符（3）：根據(jù)封包資料字符出現(xiàn)次數(shù)最多的字符，以3個(gè)輸入節(jié)點(diǎn)表示輸入資料，編碼如下：001：1≤x≤5；011：6≤x≤10 ；111：x>10；000：以上皆非時(shí)。
4）數(shù)據(jù)長(zhǎng)度（3）：以3個(gè)節(jié)點(diǎn)表示封包的資料長(zhǎng)度，其轉(zhuǎn)換方式如下：001：1≤x≤48；011：49≤x≤96 ；111：x>96；000：以上皆非時(shí)。
4 結(jié)論
通過(guò)FTP服務(wù)收集的審查資料，以神經(jīng)網(wǎng)絡(luò)訓(xùn)練的入侵監(jiān)測(cè)模型，驗(yàn)證了資料監(jiān)測(cè)方式監(jiān)測(cè)入侵問(wèn)題的可行性。資料監(jiān)測(cè)方式實(shí)際應(yīng)用于入侵監(jiān)測(cè)時(shí)仍存在問(wèn)題需要解決，最明顯的就是處理速度，網(wǎng)絡(luò)傳輸封包資料數(shù)量可能相當(dāng)大，除收集審查資料外，還需對(duì)收集資料做前處理，并且以入侵監(jiān)測(cè)算法來(lái)監(jiān)測(cè)是否入侵，達(dá)到實(shí)時(shí)處理的要求。
參考文獻(xiàn)
[1]潘連根.數(shù)字檔案館研究[M].北京：中國(guó)檔案出版社，2005.
【關(guān)鍵詞】諧波;APF;神經(jīng)網(wǎng)絡(luò)
Abstract：With the development of the power of electronics technology，due to a variety of new non-linear loads are growing has caused much harmonic in power system，active power filter is the effective way to harmonic and compensate for the elimination.The working principle of active power filter system are briefly analyzed for this paper，and proposed a detection method based on neural networks，which are mainly using neural network load caused by harmonic resistance，etc.for effective analysis，to the original filter detection of the corresponding power system fundamental active current of more complete and thorough simulation results validate the design theory and analysis results are correct.
Key word：Harmonic;APF;neural networks
1.引言
在我國(guó)的可以發(fā)展和社會(huì)進(jìn)步過(guò)程中，特別是各種高科技的產(chǎn)品以及衍生物的出現(xiàn)，發(fā)展進(jìn)程不斷加快，由于我國(guó)的地理結(jié)構(gòu)，特別是資源分布不均決定了電網(wǎng)的地理結(jié)構(gòu)配置，尤其是在惡劣環(huán)境狀況下長(zhǎng)遠(yuǎn)距離的電網(wǎng)配送傳輸，這樣不得不造成電能在傳輸過(guò)程中的出現(xiàn)諸多問(wèn)題，基于越來(lái)越到的三相交流正弦設(shè)備電壓的穩(wěn)定性，尤其是大量的非線(xiàn)性設(shè)備在交流電下產(chǎn)生的非正弦電流（電壓等）信號(hào)，造成了其電能的有效性利用和一系列諧波的干擾等等。有源電力濾波器（Active Power Filter，APF）則應(yīng)運(yùn)而生，其優(yōu)點(diǎn)是可以抑制一些諧波來(lái)提高電能的穩(wěn)定性和電能的質(zhì)量，其中在諧波處理這一塊加入新型的神經(jīng)網(wǎng)絡(luò)，如現(xiàn)今的BP、FFT神經(jīng)網(wǎng)絡(luò)算法的運(yùn)用在電力濾波器中，能夠在諧波的處理過(guò)程中更加的準(zhǔn)確和穩(wěn)定，極大地加快了效率和保證了電能的質(zhì)量，也是目前市場(chǎng)情景很廣的一個(gè)重要課題。
2.電力諧波的檢測(cè)方法
在現(xiàn)代的電力系統(tǒng)中，尤其的當(dāng)前的三相交流電無(wú)時(shí)不刻地出現(xiàn)各種干擾性諧波，影響電能質(zhì)量和效率。在傳統(tǒng)的諧波檢測(cè)中有一些比較傳統(tǒng)的方法，特別在最初使用的無(wú)源濾波器進(jìn)行簡(jiǎn)單且原始地濾波，這種濾波器在使用的同時(shí)也帶來(lái)了很多的不便和出現(xiàn)更多新的問(wèn)題，在后來(lái)也慢慢被淘汰。于是在后來(lái)演變了幾種比較常用的方法，每種方法有其各自特點(diǎn)及應(yīng)用范圍，因此了解各種諧波檢測(cè)方法的優(yōu)缺點(diǎn)及其適用場(chǎng)合對(duì)擬制諧波是非常重要的。就目前廣泛應(yīng)用的是那些基于瞬時(shí)無(wú)功功率理論的p-q法，法和同步檢測(cè)法以及基于正弦函數(shù)正交特性法的檢測(cè)等方法，然后通過(guò)一些仿真比較各自的優(yōu)缺點(diǎn)及適用場(chǎng)合，為有效擬制諧波提供理論及實(shí)際指導(dǎo)。分析及仿真表明，有效利用各種諧波檢測(cè)方法的特點(diǎn)進(jìn)行諧波擬制是非常有效、實(shí)用的，這是充分利用其反向特點(diǎn)分析的。
2.1 檢測(cè)法
就目前大部分的諧波檢測(cè)而言，基本都是運(yùn)用檢測(cè)法進(jìn)行諧波檢測(cè)，在諧波檢測(cè)的基本工作原理是：將電壓或電感器輸出的電流信號(hào)轉(zhuǎn)化為電壓信號(hào)并進(jìn)行適當(dāng)?shù)姆糯蠡蚩s?。ǜ鶕?jù)實(shí)際信號(hào)的輸出情況進(jìn)行放大或縮?。?。首先指令運(yùn)算電路就是諧波檢測(cè)的重要部分，其作用是在有源電力濾波器的補(bǔ)償作用下得出其補(bǔ)償電路的指令信號(hào)（電流信號(hào)），其中常用且最為重要的部分是三相電路的檢測(cè)方法，在實(shí)際生活中常用的有兩種：一種是電路諧波檢測(cè)法，另一種是無(wú)功電流檢測(cè)法。如下圖1是電路-諧波檢測(cè)的原理示意圖.其方法的基本原理是利用三相電壓源中的其中一項(xiàng)與同相位的正弦信號(hào)和相對(duì)應(yīng)的余弦信號(hào)sinωt_cosωt，然后他們由一個(gè)相鎖環(huán)（PLL）和sinωt_cosωt信號(hào)的發(fā)生電路模塊得到。再根據(jù)定以及其公式計(jì)算出、。在圖中、是由、、產(chǎn)生的、于是由、可以計(jì)算出、、，進(jìn)而計(jì)算出、、。運(yùn)算公式如圖1所示。
圖1 三相電流諧波檢測(cè)原理示意圖
（6）
（7）
（8）
（9）
用給定這些式子可以理想化的酸楚相應(yīng)的補(bǔ)償電流出來(lái)，這樣根據(jù)所需的參數(shù)量來(lái)進(jìn)行可控補(bǔ)償。最終達(dá)到諧波抑制的目的。
2.2 基于神經(jīng)網(wǎng)絡(luò)的電流檢測(cè)
在傳統(tǒng)的APF（有源電力濾波器）中，我們很難有準(zhǔn)確的測(cè)量方法，即是根據(jù)理想化的公式也只能進(jìn)行理想的運(yùn)算，然而在實(shí)際運(yùn)行過(guò)程中，其測(cè)量參數(shù)準(zhǔn)確度的有很大差距，于是我們提出了一種基于神經(jīng)網(wǎng)絡(luò)電流檢測(cè)方法，這樣在有源電力濾波器中有了很好檢作用，其神經(jīng)網(wǎng)絡(luò)原理圖 如下圖2所視，它具有多種跟蹤捕捉參數(shù)的能力，也能更為快速、準(zhǔn)確地檢測(cè)出來(lái)，達(dá)到的結(jié)果更接近理想值，在有源電力濾波器中加入運(yùn)用神經(jīng)網(wǎng)絡(luò)是現(xiàn)今以及未來(lái)的一個(gè)趨勢(shì)。
圖2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 圖3 基于神經(jīng)網(wǎng)絡(luò)的基本原理圖
3.建立相關(guān)模型并仿真
在APF的濾波基礎(chǔ)上加入需要的神經(jīng)網(wǎng)絡(luò)模塊，更能有效且準(zhǔn)確地檢測(cè)諧波并進(jìn)行有效的補(bǔ)償，最終得到需要的電流（電壓）信號(hào)供日常實(shí)際生產(chǎn)。在被控參數(shù)的前饋期加入神經(jīng)網(wǎng)絡(luò)，可以很好的前饋控制，這樣的優(yōu)點(diǎn)是互惠產(chǎn)生不必要的延遲，同時(shí)可以減小工作時(shí)間。
3.1 模型建立
由于該研究主要針對(duì)于日常用的三相電力系統(tǒng)中，所以本文也是以三相交流為研究對(duì)象，其主要原理框圖如圖4所示
圖4 加入神經(jīng)網(wǎng)絡(luò)的有源濾波的簡(jiǎn)易原理框圖
我們可以很弄清楚地看到，濾波裝置（APF）中加入可控串補(bǔ)神經(jīng)經(jīng)網(wǎng)調(diào)節(jié)模塊，由圖中可以看出主要對(duì)一些交流電流等相關(guān)參數(shù)進(jìn)行補(bǔ)償和抑制，在實(shí)際的運(yùn)行環(huán)境中一系列的諧波、內(nèi)外振蕩和非穩(wěn)定因素等干擾就得到了很好的抑制和處理，電壓（電流）變得更穩(wěn)定并且得到補(bǔ)償和提高，很接近預(yù)期理論計(jì)算值，最終改善了運(yùn)行環(huán)境，提高了電能的質(zhì)量，同時(shí)更能有效地節(jié)省資源和提高電能有用功率。在每個(gè)模塊達(dá)到自己的理論使用效果后，就可以很好地達(dá)到預(yù)期的結(jié)果。
3.2 仿真結(jié)果
本文研究對(duì)象主要是針對(duì)于三相交流電的電流參數(shù)進(jìn)行測(cè)試，得到了一些列的仿真結(jié)果，基本能夠反映研究的基本目的。下列圖形分別給出了其三相交流電流諧波補(bǔ)償抑制的仿真圖像。
（1）當(dāng)給定電壓在380v、50Hz、α=30°時(shí)，在給與一定負(fù)載，得到的電流波形圖如下圖5所示，諧波很明顯，三相正弦電流波形受到的干擾很明顯，在有源濾波器的作用，諧波得到了很好的抑制并且提供了相應(yīng)的補(bǔ)償，是電流波形接近正常。
（2）當(dāng)給定電壓為380V、50Hz、α=30°時(shí)，同時(shí)給與一定負(fù)載，得到的電流波形圖如下圖6所示，諧干很明顯，可知三相正弦電流波形受到的干擾很明顯，在有加入神經(jīng)網(wǎng)絡(luò)后的有源濾波器的作用下，我們能夠很明顯地看到諧波得到了很好的抑制，且給予的補(bǔ)償也很充分，電流的曲線(xiàn)圖像變得更接近理想值，振幅也比以前增大了，從圖像中我們可以得出在神經(jīng)網(wǎng)絡(luò)的作用下，有源電力濾波器的作用能夠發(fā)揮得更加充分和完善，也是我們研究的重點(diǎn)和趨勢(shì)。
4.總結(jié)
本文主要是在諧波污染現(xiàn)狀上，對(duì)諧波進(jìn)行系統(tǒng)的研究，尤其是在諧波檢測(cè)的基礎(chǔ)上進(jìn)行研究，并設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)的有源電力諧波檢測(cè)法，利用神經(jīng)網(wǎng)絡(luò)具有逼近任意非線(xiàn)性函數(shù)能力，響應(yīng)快、超調(diào)小、誤差小、魯棒性好等一些優(yōu)點(diǎn)，克服了有源電力濾波器補(bǔ)償性能不足，檢測(cè)效率低等缺點(diǎn)。其仿真結(jié)果表明基于該神經(jīng)網(wǎng)絡(luò)的諧波檢測(cè)模塊的試驗(yàn)中，可以得出其具有快速且準(zhǔn)確的檢測(cè)抑制效果，對(duì)今后的諧波抑制方面具有很好的發(fā)展前景。
參考文獻(xiàn)
[1]楊軍，王兆安.三相電路諧波電流兩種檢測(cè)方法的對(duì)比研究[J].電工技術(shù)學(xué)報(bào)，2005，6（7）.
[2]王兆安，劉建軍.電力電技術(shù)[M].北京：機(jī)械工業(yè)出版社，2010.
[3]于志豪，劉志珍，徐文尚.基于電路模型和神經(jīng)網(wǎng)絡(luò)的諧波電流檢測(cè)方法[J].電工技術(shù)學(xué)報(bào)，2004，19（9）.
［關(guān)鍵詞］人工神經(jīng)網(wǎng)絡(luò);遠(yuǎn)程教育;知識(shí)管理;綜合評(píng)價(jià)模型
［中圖分類(lèi)號(hào)］G64［文獻(xiàn)標(biāo)識(shí)碼］A［文章編號(hào)］1005-6432（2014）21-0048-04
1人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)遠(yuǎn)程教育知識(shí)管理績(jī)效的原理遠(yuǎn)程教育知識(shí)管理績(jī)效評(píng)價(jià)是一項(xiàng)復(fù)雜的多層次、多目標(biāo)評(píng)價(jià)活動(dòng)。由于影響評(píng)價(jià)有效性的相關(guān)因素很多,這些因素一般難以量化,而且遠(yuǎn)程教育知識(shí)管理績(jī)效評(píng)價(jià)決定力量與管理質(zhì)量之間映射關(guān)系是非常復(fù)雜的,很難明顯地表述。因此,評(píng)價(jià)是一件非常復(fù)雜的事情。如何才能做到既充分考慮評(píng)價(jià)專(zhuān)家的經(jīng)驗(yàn)和直覺(jué)思維的模式又能降低評(píng)價(jià)過(guò)程中人為的不確定性因素,既具備綜合評(píng)價(jià)方法的規(guī)范性又能體現(xiàn)出較高的問(wèn)題求解效率。這是正確評(píng)價(jià)的關(guān)鍵所在。
把ANN應(yīng)用于遠(yuǎn)程教育知識(shí)管理的綜合評(píng)價(jià),意在建立更加接近于人類(lèi)思維模式的定性與定量相結(jié)合的綜合評(píng)價(jià)模型。ANN用于遠(yuǎn)程教育知識(shí)管理綜合評(píng)價(jià)的基本原理是：將描述遠(yuǎn)程教育知識(shí)管理的基礎(chǔ)指標(biāo)的屬性值作為ANN的輸入向量,將代表綜合評(píng)價(jià)目標(biāo)的結(jié)果作為ANN的輸出。然后用足夠多樣本向量訓(xùn)練這個(gè)網(wǎng)絡(luò),使不同的輸入向量得到不同的輸出值,這樣ANN所具有的那組權(quán)系數(shù)值便是網(wǎng)絡(luò)經(jīng)過(guò)自適應(yīng)學(xué)習(xí)所得到的正確內(nèi)部表示。人工神經(jīng)網(wǎng)絡(luò)通過(guò)信息樣本對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,使其具有人的大腦的記憶、辨識(shí)能力,完成各種信息處理功能,利用其良好的自學(xué)習(xí)、自適應(yīng)、聯(lián)想記憶、并行處理和非線(xiàn)性轉(zhuǎn)換的能力,模擬并記憶出遠(yuǎn)程教育知識(shí)管理評(píng)價(jià)指標(biāo)和知識(shí)管理績(jī)效向量之間的關(guān)系,以此作為評(píng)價(jià)遠(yuǎn)程教育知識(shí)管理績(jī)效的標(biāo)準(zhǔn)。同時(shí),通過(guò)大量的試訓(xùn)樣本使得模型向著理想狀態(tài)逼近。然后利用測(cè)試樣本對(duì)模型進(jìn)行測(cè)試,直到感覺(jué)滿(mǎn)意為止。訓(xùn)練好的ANN便可作為一種定性與定量相結(jié)合的有效工具,對(duì)不同機(jī)構(gòu)的教育知識(shí)管理進(jìn)行綜合評(píng)價(jià)。
2基于人工神經(jīng)網(wǎng)絡(luò)的遠(yuǎn)程教育知識(shí)管理評(píng)價(jià)模型
21遠(yuǎn)程教育知識(shí)管理評(píng)價(jià)指標(biāo)
設(shè)計(jì)評(píng)價(jià)指標(biāo)是教育知識(shí)管理績(jī)效評(píng)估中的首要問(wèn)題。從教育知識(shí)管理的內(nèi)容、目標(biāo)及職能出發(fā),借鑒國(guó)內(nèi)外學(xué)者對(duì)知識(shí)管理評(píng)價(jià)指標(biāo)體系的研究成果,結(jié)合遠(yuǎn)程教育知識(shí)管理活動(dòng)規(guī)律,并力求遵循科學(xué)性、系統(tǒng)性、層次性、可比性、可操作性原則,本文從知識(shí)管理重視度、基礎(chǔ)設(shè)施建設(shè)水平、人力資源管理知識(shí)化水平、知識(shí)檢測(cè)、評(píng)價(jià)和利用水平、綜合管理水平等方面確定遠(yuǎn)程教育知識(shí)管理績(jī)效評(píng)價(jià)指標(biāo)體系（見(jiàn)表1）。
表1遠(yuǎn)程教育知識(shí)管理績(jī)效評(píng)價(jià)指標(biāo)體系一級(jí)指標(biāo)二級(jí)指標(biāo)知識(shí)管理重視
程度X1知識(shí)管理戰(zhàn)略和預(yù)算的制定情況X11
CKO的職位與級(jí)別X12
激勵(lì)人員創(chuàng)造性的花費(fèi)占總投入的比重X13基礎(chǔ)設(shè)施建設(shè)
水平X2人均計(jì)算機(jī)臺(tái)數(shù)X21
知識(shí)管理基礎(chǔ)設(shè)施投入占固定資產(chǎn)投資比重X22
網(wǎng)絡(luò)覆蓋率X23
基本信息數(shù)據(jù)庫(kù)建設(shè)水平X24人力資源管理
知識(shí)化水平X3職位技能和評(píng)價(jià)標(biāo)準(zhǔn)的設(shè)立X31
知識(shí)人員比例X32
年均人員培訓(xùn)和教育成本X33
人員周轉(zhuǎn)率X34知識(shí)檢測(cè)、評(píng)價(jià)
和利用水平X4知識(shí)分類(lèi)與標(biāo)準(zhǔn)化水平X41
多媒體軟件或課件開(kāi)發(fā)水平X42
經(jīng)驗(yàn)與新方法數(shù)據(jù)庫(kù)建設(shè)水平X43
電子圖書(shū)的建設(shè)及利用水平X44
知識(shí)地圖的建設(shè)及利用水平X45
網(wǎng)絡(luò)教學(xué)資源的便利性X46
網(wǎng)上教學(xué)資源所占比重X47綜合管理水平X5安全防范措施X51
信息資源管理措施X52
規(guī)章制度完善程度X53對(duì)遠(yuǎn)程教育知識(shí)管理進(jìn)行評(píng)價(jià)時(shí),從輸入層輸入教育知識(shí)管理指標(biāo)評(píng)價(jià)體系。為使模型既有理論價(jià)值又有可操作性,本文在案例研究并結(jié)合有關(guān)文獻(xiàn)的基礎(chǔ)上選取7個(gè)較為典型的指標(biāo)作為輸入神經(jīng)元(χij),依次分別是：知識(shí)管理基礎(chǔ)設(shè)施投入占固定資產(chǎn)投資比重；人均計(jì)算機(jī)臺(tái)數(shù)；網(wǎng)絡(luò)教學(xué)資源的便利性；網(wǎng)上教學(xué)資源所占比重；知識(shí)人員比例；年均人員培訓(xùn)和教育成本；激勵(lì)人員創(chuàng)造性的花費(fèi)占總投入的比重。這7種因素的設(shè)置,考慮了概括性和動(dòng)態(tài)性,力求全面反映遠(yuǎn)程教育知識(shí)管理的主要因素。
22評(píng)價(jià)指標(biāo)屬性值的量化
多目標(biāo)評(píng)價(jià)中各目標(biāo)間具有不可共度性,即各指標(biāo)沒(méi)有統(tǒng)一的度量標(biāo)準(zhǔn),難以進(jìn)行比較,因此,在綜合評(píng)價(jià)前必須把這些分指標(biāo)按某種隸屬度函數(shù)將其歸一化到某一無(wú)量綱區(qū)間。
指標(biāo)屬性值的量化步驟：
（1）計(jì)算第j個(gè)分指標(biāo)Zj的平均值j：
j=(∑mi=1χij)/m,j=1,2,…,n(11)
（2）分別按不同類(lèi)型的指標(biāo)計(jì)算中間變量:
①對(duì)效益型指標(biāo),記中間變量
Mij=xij-jj(12)
②對(duì)成本型指標(biāo),記中間變量
Mij=j-xijj(13)
③對(duì)區(qū)間型指標(biāo),記中間變量
當(dāng)χij≤A,則Mij=xij-ΑΑ(14)
當(dāng)χij≥B,則Mij=B-xijΒ(15)
當(dāng)B≥χij≥A,則Mij=6(16)
式中A,B分別為區(qū)間型指標(biāo)的最佳上下界
（3）原始指標(biāo)按下式轉(zhuǎn)化到［-1,1］區(qū)間上的隸屬度函數(shù)值Yij:
Yij=1-e-Μij1+e-Μij(17)
顯然,Yij=f(Mij)是一條S形曲線(xiàn),其曲線(xiàn)形狀如圖1所示。Mij反映了原始數(shù)據(jù)χij偏離平均值j的程度。當(dāng)χij=j,則Mij=0；當(dāng)χij＞j,則Mij＞0且Yij隨Mij的增長(zhǎng)非線(xiàn)性遞增。
圖1S形轉(zhuǎn)換曲線(xiàn)
從上述轉(zhuǎn)換可以看出,對(duì)于效益型指標(biāo)來(lái)說(shuō),當(dāng)原始值χij大于平均值時(shí)，轉(zhuǎn)換后其隸屬度函數(shù)值大于0,原始值越大,隸屬度函數(shù)值越大,當(dāng)原始值是4倍以上平均值時(shí),隸屬度函數(shù)值接近“飽和”。這樣處理的好處是為了防止某一分指標(biāo)隸屬度函數(shù)值過(guò)大,從而左右整個(gè)綜合指標(biāo)。對(duì)于成本型指標(biāo),當(dāng)χij越大時(shí),其隸屬度函數(shù)值反而越小,取負(fù)值,當(dāng)χij越小時(shí),其隸屬度函數(shù)越大,取正值。
23綜合評(píng)價(jià)BP網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)
遠(yuǎn)程教育知識(shí)管理評(píng)價(jià)模型采用具有多輸入單元、單隱層單元和單輸出單元的三層BP神經(jīng)網(wǎng)絡(luò),其結(jié)構(gòu)如圖2所示：
圖2遠(yuǎn)程教育知識(shí)管理綜合評(píng)價(jià)BP網(wǎng)絡(luò)結(jié)構(gòu)
圖2中,n,m分別表示輸入節(jié)點(diǎn)和隱含結(jié)點(diǎn)個(gè)數(shù)；
χi1,χi2，…，χin為論域U={u1,u2,…，un}上第i個(gè)樣本模式的評(píng)價(jià)指標(biāo)屬性值,Yi1,Yi2,…，Yin為論域U上χi經(jīng)相應(yīng)隸屬函數(shù)量化后的評(píng)價(jià)值；
ωij(i=1,2，…，n;j=1,2，…，m)為輸入層第i個(gè)單元到第j個(gè)單元的連接權(quán)值；
ωj(j=1,2，…，m)為隱層第j個(gè)單元到輸出層的連接權(quán)值；Oi為樣本模式i的輸出。
綜合評(píng)價(jià)BP網(wǎng)絡(luò)模型的輸入結(jié)點(diǎn)數(shù)等于各個(gè)被評(píng)對(duì)象的分指標(biāo)數(shù)目。對(duì)于各個(gè)輸入結(jié)點(diǎn),分別輸入經(jīng)隸屬度函數(shù)轉(zhuǎn)化后的第i個(gè)被評(píng)對(duì)象的各指標(biāo)隸屬度函數(shù)值Yij(i=1,2，…，n;j=1,2，…，m)。隱層結(jié)點(diǎn)數(shù)的確定采用實(shí)驗(yàn)湊試法。輸出層只有一個(gè)結(jié)點(diǎn),代表第i個(gè)被評(píng)對(duì)象的總評(píng)價(jià)指標(biāo)Oi。轉(zhuǎn)移函數(shù)選用f(x)=11+e-x
24學(xué)習(xí)樣本的確定與網(wǎng)絡(luò)訓(xùn)練
一個(gè)學(xué)習(xí)樣本由輸入樣本和輸出樣本兩部分構(gòu)成。輸入樣本為Y(i)={Yi1,Yi2,…，Yin}即被評(píng)對(duì)象各分指標(biāo)的隸屬度函數(shù)值。輸出樣本Oi為綜合評(píng)價(jià)總指標(biāo),由下式確定：
Oi=∑nj=1ωj×Yij(18)
其中Yij是χij經(jīng)上述轉(zhuǎn)換后的隸屬度函數(shù)值,ωj為綜合評(píng)價(jià)中各分指標(biāo)的權(quán)重。顯然∑nj=1ωj=1,權(quán)重通常是依據(jù)公式(18),由專(zhuān)家組反復(fù)斟酌而定的。
把訓(xùn)練樣本輸入網(wǎng)絡(luò),利用該樣本對(duì)BP網(wǎng)絡(luò)的連接權(quán)系數(shù)進(jìn)行學(xué)習(xí)和調(diào)整,以使網(wǎng)絡(luò)實(shí)現(xiàn)給定的輸入輸出關(guān)系。本文采用BP算法訓(xùn)練網(wǎng)絡(luò)。
25綜合評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)算法
通過(guò)樣本模式的訓(xùn)練學(xué)習(xí)后,BP網(wǎng)絡(luò)就具有了樣本模式所包含的專(zhuān)家的知識(shí),分布地存貯在BP網(wǎng)絡(luò)的權(quán)值之中,這樣,這個(gè)訓(xùn)練好的BP網(wǎng)絡(luò)就可以用來(lái)對(duì)評(píng)價(jià)的對(duì)象系統(tǒng)做出綜合評(píng)價(jià),再現(xiàn)評(píng)價(jià)專(zhuān)家的經(jīng)驗(yàn)和知識(shí)。
由此,得到評(píng)價(jià)的算法如下：
Step1指標(biāo)屬性值的量化。即得出各分指標(biāo)的隸屬度函數(shù)值；
Step2確定BP網(wǎng)絡(luò)結(jié)構(gòu),定義這些結(jié)構(gòu)參數(shù)；
Step3把知識(shí)庫(kù)中的權(quán)重和閾值,給BP網(wǎng)絡(luò)的權(quán)重和閾值(ωij,ωjk,θj,θk)賦值；
Step4輸入待考核對(duì)象的隸屬度函數(shù)值,作為BP網(wǎng)絡(luò)的輸入值Yij；
Step5求出隱結(jié)點(diǎn)的輸出值：
Sj=∑ni=1ωijxi+θj(i=1,2,…，n;j=1,2,…，m)(19)
yj=1/［1+exp(-Sj)］(110)
求出輸出層的輸出值：
Sk=∑mj=1ωjkyj+θk(111)
Oi=1/［1+exp(-Sk)］(112)
Step6輸出考核結(jié)果Oi；
Step7是否還有待考核單位？
是：轉(zhuǎn)Step3繼續(xù)考核。
否：考核結(jié)束。
3仿真實(shí)例
本文運(yùn)用基于神經(jīng)網(wǎng)絡(luò)的遠(yuǎn)程教育知識(shí)管理綜合評(píng)價(jià)模型對(duì)中國(guó)20家遠(yuǎn)程教育機(jī)構(gòu)的知識(shí)管理進(jìn)行綜合評(píng)估,并與專(zhuān)家評(píng)估相比較以驗(yàn)證模型的有效性。在實(shí)驗(yàn)中,采用了MATLAB下神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行仿真模擬。實(shí)驗(yàn)原始數(shù)據(jù)來(lái)源于《中國(guó)教育統(tǒng)計(jì)年鑒》。樣本的選取考慮了概括性和典型性,力求全面反映不同類(lèi)型機(jī)構(gòu)知識(shí)管理的水平,同時(shí)兼顧地區(qū)間的差異,盡量分布于不同省市地區(qū),體現(xiàn)地區(qū)的廣泛性。
依據(jù)本文所述方法,得到各分指標(biāo)量化后的隸屬度函數(shù)值和綜合評(píng)價(jià)總指標(biāo)的期望值。其中權(quán)重是由專(zhuān)家評(píng)判組反復(fù)斟酌而定。如表2所示。
表2各機(jī)構(gòu)分指標(biāo)量化后的隸屬度函數(shù)值及綜合評(píng)估指標(biāo)Ji機(jī)構(gòu)代號(hào)指標(biāo)Yi1Yi2Yi3Yi4Yi5Yi6Yi7Jiω0201501501020150051048100940275-0289-02020169-009901032-0086-02540330-0185-0006-03320083-00713033403630215006009050652012604454-0537-0330-00670179-0786-0410-0213-037850075-0097-0179-0069010601170060000860684-01820455067500070322001102967-0680-0210-05330048-0499-0229-0008-03778-0565-0446-0555-0339-0834-0441-0256-05439057601700339018703770157006703131002960195-02700321-02770203-0021005411-0006025804510556-0085-013600710127120732069904600330091904670133061413-03390106-0235-03420313-03640005-011314-0672-0439-0223-0387-0715-0428-0135-048615012503050436-0149004904090014020316-0221-041002900179015901100091000917-0073-02570135-0305-0436-02370030-0185180574057201410004053300480056 03391902630129-031801070289-02280031006120-0195-0472-0466-0208-0217-0412-0057-0309
應(yīng)用本文所述的方法,本例的輸入層共有7個(gè)節(jié)點(diǎn),輸出節(jié)點(diǎn)1個(gè),為綜合評(píng)價(jià)總指標(biāo)。根據(jù)經(jīng)驗(yàn)和反復(fù)試驗(yàn),本實(shí)驗(yàn)隱層節(jié)點(diǎn)數(shù)選取10。
將表2中的數(shù)據(jù)分為兩部分,前10組數(shù)據(jù)用作學(xué)習(xí)樣本,作為訓(xùn)練神經(jīng)元連接權(quán)值用,學(xué)習(xí)精度ε=10-4,后10組數(shù)據(jù)作為檢驗(yàn)用。經(jīng)過(guò)5200次的學(xué)習(xí),其學(xué)習(xí)結(jié)果見(jiàn)表3。
表3學(xué)習(xí)結(jié)果機(jī)構(gòu)代號(hào)12345678910訓(xùn)練結(jié)果0102-00710447-038100080295-0376-054403150054期望輸出0103-00710445-037800080296-0377-054303130054相對(duì)誤差（%）097004507900340270180640
訓(xùn)練結(jié)束后,給訓(xùn)練好的BP網(wǎng)絡(luò)分別輸入校驗(yàn)數(shù)據(jù),得到高校教育信息資源管理綜合評(píng)價(jià)排序結(jié)果。見(jiàn)表4。
表4結(jié)果驗(yàn)證及遠(yuǎn)程教育知識(shí)管理評(píng)價(jià)排序高校代號(hào)11121314151617181920測(cè)試結(jié)果01260616-0114-048702020009-018403410061-0311期望輸出01270614-0113-048602030009-018503390061-0309相對(duì)誤差（%）07903408802104900540590065仿真排序41710368259專(zhuān)家排序41710368259
從表4中可以看出,利用神經(jīng)網(wǎng)絡(luò)得到的輸出值與期望值之間的最大誤差為088%,遠(yuǎn)程教育知識(shí)管理綜合評(píng)價(jià)排序與專(zhuān)家排序一致。由此可見(jiàn),用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)知識(shí)管理綜合評(píng)價(jià)專(zhuān)家知識(shí),并用學(xué)習(xí)后的網(wǎng)絡(luò)對(duì)其他遠(yuǎn)程教育機(jī)構(gòu)的知識(shí)管理進(jìn)行綜合評(píng)價(jià)能夠獲得滿(mǎn)意的結(jié)果。
基于神經(jīng)網(wǎng)絡(luò)的遠(yuǎn)程教育知識(shí)管理評(píng)價(jià)網(wǎng)絡(luò)不僅可以模擬專(zhuān)家對(duì)知識(shí)管理進(jìn)行評(píng)價(jià),而且還能夠很好地避免評(píng)價(jià)過(guò)程中的不確定性,實(shí)驗(yàn)證明該模型能有效評(píng)價(jià)教育知識(shí)管理績(jī)效水平。既可用于某一地區(qū)、某一類(lèi)機(jī)構(gòu)教育知識(shí)管理系統(tǒng)的總體分析評(píng)價(jià),也可用于某一機(jī)構(gòu)或有關(guān)機(jī)構(gòu)之間教育知識(shí)管理系統(tǒng)的前后對(duì)比或橫向?qū)Ρ?為比較遠(yuǎn)程教育機(jī)構(gòu)間知識(shí)管理水平、差距及其改進(jìn)空間提供了一種可供借鑒的方法。本研究應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行遠(yuǎn)程教育知識(shí)管理評(píng)價(jià)是一個(gè)新的嘗試,在教育知識(shí)管理評(píng)價(jià)指標(biāo)和學(xué)習(xí)樣本的選取上還有待進(jìn)一步完善。
參考文獻(xiàn)：
［1］焦李成神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論［M］西安:西安電子科技大學(xué)出版社,1990:92-114.
［2］JWang,BMalakootiA Feedforward Neural Networks for Multiple Criteria Decision-Making ［J］ Computers & OpsRes. 2009,23(2): 151-167.
［3］戴文戰(zhàn)基于三層BP網(wǎng)絡(luò)的多指標(biāo)綜合評(píng)估方法［J］系統(tǒng)工程理論與實(shí)踐2010,19(5):33-40.
［4］FSWang Fuzzy Neural Systems for Decision-Making［J］ Procof IEEE IntConfon NNs 2010,10(11):1425-1634.
當(dāng)我們做決策時(shí)大腦中發(fā)生了什么？是什么觸發(fā)了神經(jīng)元使其發(fā)送信號(hào)？神經(jīng)編碼是什么？本書(shū)對(duì)計(jì)算與理論神經(jīng)科學(xué)領(lǐng)域進(jìn)行了詳細(xì)、徹底的介紹，不僅包含了經(jīng)典的主題例如HodgkinHuxley方程和Hopfield模型，也涵蓋了諸如生成線(xiàn)性模型、決策理論等領(lǐng)域中最新的研究成果。本書(shū)的首席作者Wulfram Gerstner是計(jì)算神經(jīng)科學(xué)實(shí)驗(yàn)室的主任，也是瑞典洛桑聯(lián)邦理工學(xué)院的生命科學(xué)方向及計(jì)算機(jī)科學(xué)方向的教授。他在計(jì)算神經(jīng)科學(xué)領(lǐng)域的研究集中在脈沖神經(jīng)元模型及突觸可塑性，他曾給物理學(xué)家、計(jì)算機(jī)科學(xué)家、數(shù)學(xué)家和生命科學(xué)家講授過(guò)計(jì)算神經(jīng)科學(xué)課程。同時(shí)，他還是《脈沖神經(jīng)元模型》一書(shū)的合著者之一。
在本書(shū)中，作者將計(jì)算與理論神經(jīng)學(xué)領(lǐng)域涉及到的概念進(jìn)行了細(xì)致剖析，行文逐步深入，并使用了豐富的圖表和范例作為輔助。全書(shū)共分四個(gè)部分：第一部分 神經(jīng)動(dòng)力學(xué)的基礎(chǔ)，含第1-4章：1.導(dǎo)言：神經(jīng)元及相關(guān)數(shù)學(xué)知識(shí)；2.離子通道與HodgkinHuxley模型；3.樹(shù)突和突觸；4.降維與相平面分析。第二部分 生成整合-發(fā)放神經(jīng)元，含5-11章，5.非線(xiàn)性整合-發(fā)放模型；6.調(diào)整及放電模式；7.脈沖序列和神經(jīng)編碼的變化；8.噪聲輸入模型：脈沖到達(dá)的阻擊9.噪聲輸出：逃逸速率及軟閾值；10.估計(jì)概率神經(jīng)模型的參數(shù)；11.通過(guò)隨機(jī)神經(jīng)元模型進(jìn)行編碼與解碼。第三部分 神經(jīng)元與集群活動(dòng)網(wǎng)絡(luò)，含12-15章：12.神經(jīng)元集群；13.連續(xù)性方程與FokkerPlanck方法；14.準(zhǔn)更新理論與積分方程解法；15.快速瞬變與速率模型。第四部分 認(rèn)知?jiǎng)討B(tài)，含16-20章：16.競(jìng)爭(zhēng)集群與決策；17.記憶與吸引子動(dòng)力學(xué)；18.感知皮質(zhì)場(chǎng)模型；19.突觸可塑性與學(xué)習(xí)；20.總結(jié)：可塑性網(wǎng)絡(luò)中的動(dòng)力學(xué)。
本書(shū)全面地闡述神經(jīng)元模型是如何與神經(jīng)活動(dòng)結(jié)合起來(lái)的有關(guān)內(nèi)容。本書(shū)可以作為計(jì)算與理論神經(jīng)科學(xué)領(lǐng)域的入門(mén)讀物，讀者僅需要了解基礎(chǔ)的微分方程及概率學(xué)。結(jié)合每章最后的小結(jié)及練習(xí)，本書(shū)可以作為高年級(jí)大學(xué)生及低年級(jí)研究生的理想教材。另外，相信本書(shū)也會(huì)是相關(guān)領(lǐng)域?qū)W者的良伴。
馮多，碩士研究生
（中國(guó)科學(xué)院信息工程研究所）
伴隨著現(xiàn)代社會(huì)的飛速發(fā)展，互聯(lián)網(wǎng)信息技術(shù)與計(jì)算機(jī)技術(shù)等己在人們的生活中普遍地應(yīng)用。因而生成了互聯(lián)網(wǎng)經(jīng)濟(jì)，它的出現(xiàn)影響著人們的生產(chǎn)生活，使社會(huì)經(jīng)濟(jì)得到更進(jìn)一步地發(fā)展。互聯(lián)網(wǎng)經(jīng)濟(jì)是利用相應(yīng)的信息技術(shù)介質(zhì)，在醫(yī)院內(nèi)建立一整套的信息化、科學(xué)的互聯(lián)網(wǎng)運(yùn)營(yíng)系統(tǒng)體系，增進(jìn)醫(yī)院審計(jì)的管理工作效率，使醫(yī)院的經(jīng)濟(jì)達(dá)到最大的收益，促進(jìn)社會(huì)的經(jīng)濟(jì)發(fā)展。
1.互聯(lián)網(wǎng)經(jīng)濟(jì)的特點(diǎn)對(duì)醫(yī)院審計(jì)的管理工作的現(xiàn)實(shí)意義
1.1有利于醫(yī)院審計(jì)網(wǎng)絡(luò)化信息技術(shù)體系
在互聯(lián)網(wǎng)經(jīng)濟(jì)的作用下，醫(yī)院審計(jì)的管理工作也做出了相對(duì)的改新。在醫(yī)院內(nèi)建構(gòu)了網(wǎng)絡(luò)化的審計(jì)信息技術(shù)體系。此體系可以促使院內(nèi)管理的高效性，還可以使醫(yī)院的經(jīng)營(yíng)方向及范圍更加的寬廣。使醫(yī)院內(nèi)的各種經(jīng)濟(jì)管理及經(jīng)濟(jì)活動(dòng)達(dá)到電算化形式的管理。有效提升院內(nèi)的審計(jì)管理工作效率及質(zhì)量。在互聯(lián)網(wǎng)經(jīng)濟(jì)的作用下，院內(nèi)審計(jì)的管理工作能夠把計(jì)算機(jī)這一科學(xué)技術(shù)與不同的審計(jì)軟件用在平時(shí)的院內(nèi)審計(jì)工作中，在醫(yī)院中搭建起網(wǎng)絡(luò)化的信息技術(shù)審計(jì)體系，從而進(jìn)一步地推動(dòng)醫(yī)院運(yùn)營(yíng)管理，助力于社會(huì)經(jīng)濟(jì)更進(jìn)一層地發(fā)展。與此同時(shí)通過(guò)互聯(lián)網(wǎng)經(jīng)濟(jì)的特點(diǎn)，使醫(yī)院審計(jì)管理所針對(duì)的對(duì)象、審計(jì)規(guī)模及其工作內(nèi)容等一些層面都產(chǎn)生了相應(yīng)的轉(zhuǎn)變。
1.2有利于?@現(xiàn)出醫(yī)院內(nèi)審計(jì)工作的目的
在現(xiàn)今互聯(lián)網(wǎng)經(jīng)濟(jì)的不斷發(fā)展中，醫(yī)院審計(jì)的管理工作是醫(yī)院整體管理的一個(gè)環(huán)節(jié)。其在醫(yī)院的持續(xù)進(jìn)步中，有著非常主要的作用，醫(yī)院審計(jì)的管理工作可快速促進(jìn)醫(yī)院的經(jīng)濟(jì)發(fā)展。所以，醫(yī)院審計(jì)的管理工作一定參照醫(yī)院內(nèi)部的工作主旨實(shí)行管理與發(fā)展，還應(yīng)同時(shí)注重醫(yī)院內(nèi)的財(cái)政工作管理，做好院內(nèi)部的財(cái)務(wù)控制管理與財(cái)務(wù)的監(jiān)督工作。使醫(yī)院審計(jì)和管理工作水平與質(zhì)量得到有效地提升。醫(yī)院在審計(jì)工作的管理中，一定遵照相應(yīng)的法律規(guī)定來(lái)實(shí)行相適應(yīng)的管理，遵守國(guó)家規(guī)定的所有財(cái)務(wù)規(guī)定，達(dá)到醫(yī)院審計(jì)和管理工作良性地運(yùn)營(yíng)，體現(xiàn)醫(yī)院審計(jì)的管理工作目的，促進(jìn)醫(yī)院更進(jìn)一層地進(jìn)步發(fā)展。如果想達(dá)到醫(yī)院審計(jì)管理工作的理想目的，就一定要把互聯(lián)網(wǎng)技術(shù)與計(jì)算機(jī)等科學(xué)技術(shù)應(yīng)用到醫(yī)院審計(jì)的管理工作中，來(lái)取得相應(yīng)的審計(jì)資格，整理相應(yīng)的信息數(shù)據(jù)，在由信息系統(tǒng)進(jìn)行相應(yīng)地處理完善，給醫(yī)院審計(jì)和管理工作供應(yīng)具有參照性的數(shù)據(jù)，給醫(yī)院的一些決策，提供信息數(shù)據(jù)的幫助，體現(xiàn)醫(yī)院審計(jì)的管理工作目的。
1.3有利于提高醫(yī)院審計(jì)工作的水準(zhǔn)
在互聯(lián)網(wǎng)經(jīng)濟(jì)的作用下，比較多的當(dāng)代信息化技術(shù)己經(jīng)普遍地在醫(yī)院的現(xiàn)實(shí)管理中得到應(yīng)用，并且在醫(yī)院的管理過(guò)程中發(fā)揮了有效的作用，使醫(yī)院更進(jìn)一層地進(jìn)步發(fā)展。在醫(yī)院審計(jì)的管理中也使用了科學(xué)信息化的技術(shù)，通過(guò)計(jì)算機(jī)系統(tǒng)這一科技，在醫(yī)院審計(jì)和管理中建立完整的一套信息化的審計(jì)系統(tǒng)，如此不但能夠降低審計(jì)人員的工作量，還可以深一層的提升院內(nèi)審計(jì)工作的管理質(zhì)量及技能?？勺屗袑徲?jì)管理工作更為正規(guī)化、信息化，還可以在不同程度范圍內(nèi)減少醫(yī)院審計(jì)的管理成本，保證審計(jì)管理的數(shù)據(jù)完善性與系統(tǒng)性，從而使醫(yī)院審計(jì)和管理工作水準(zhǔn)得到有效地提高。
2.在互聯(lián)網(wǎng)經(jīng)濟(jì)的基礎(chǔ)上提升醫(yī)院審計(jì)管理的有效措施
2.1通過(guò)計(jì)算機(jī)系統(tǒng)使醫(yī)院審計(jì)方法完善
在醫(yī)院的平時(shí)財(cái)務(wù)數(shù)據(jù)審計(jì)工作管理中的應(yīng)用。在醫(yī)院的審計(jì)管理過(guò)程中，經(jīng)常可見(jiàn)的財(cái)務(wù)數(shù)據(jù)審計(jì)工作，著重指出審計(jì)的工作人員對(duì)財(cái)務(wù)數(shù)據(jù)的研究與把握。在財(cái)務(wù)數(shù)據(jù)的審計(jì)工作中，可以參照工作中的現(xiàn)實(shí)狀況，利用計(jì)算機(jī)這一高科技來(lái)輔助平時(shí)審計(jì)管理工作。在現(xiàn)實(shí)平時(shí)財(cái)務(wù)數(shù)據(jù)審計(jì)的工作中，可以使用現(xiàn)代的一些審計(jì)相應(yīng)的軟件，對(duì)相應(yīng)的財(cái)務(wù)數(shù)據(jù)實(shí)行檢查、統(tǒng)籌、研究等相關(guān)的審計(jì)工作，能夠有利于提升財(cái)務(wù)數(shù)據(jù)的審計(jì)時(shí)效性與質(zhì)量的保證。在財(cái)務(wù)數(shù)據(jù)審計(jì)的工作中，也能夠應(yīng)用一些自動(dòng)電算化的計(jì)算機(jī)這一高科技的系統(tǒng)，來(lái)對(duì)醫(yī)院財(cái)務(wù)數(shù)據(jù)審計(jì)工作施行審計(jì)的管理，以便提升審計(jì)的時(shí)效性。
2.2重視開(kāi)發(fā)審計(jì)軟件，使醫(yī)院審計(jì)提高效率
在互聯(lián)網(wǎng)經(jīng)濟(jì)這一網(wǎng)絡(luò)經(jīng)濟(jì)的作用下，醫(yī)院審計(jì)的管理工作必須要利用信息、互聯(lián)網(wǎng)網(wǎng)絡(luò)等現(xiàn)代的科學(xué)技術(shù)，漸漸達(dá)成醫(yī)院審計(jì)的管理工作信息化技術(shù)的有效發(fā)展。在醫(yī)院內(nèi)部組建起相應(yīng)的對(duì)于審計(jì)管理的信息系統(tǒng)中，審計(jì)的工作人員一定要對(duì)有關(guān)的系統(tǒng)實(shí)行理解和學(xué)習(xí)，熟悉各種系統(tǒng)的準(zhǔn)確功能，如此才可以在現(xiàn)實(shí)審計(jì)管理的工作中，嫻熟的應(yīng)用審計(jì)管理的信息系統(tǒng)，保證審計(jì)信息的正確性與完善性。醫(yī)院在建設(shè)審計(jì)管理的信息化系統(tǒng)時(shí)，要重視審計(jì)管理信息系統(tǒng)的開(kāi)發(fā)與更新。供給足夠的資金基礎(chǔ)，使之醫(yī)院信息系統(tǒng)能夠順利的開(kāi)發(fā)和管理。還需對(duì)醫(yī)院審計(jì)管理工作做到較好地完善。所以在現(xiàn)實(shí)醫(yī)院審計(jì)的管理工作中，審計(jì)的相關(guān)工作人員要參加到醫(yī)院的審計(jì)信息系統(tǒng)的開(kāi)發(fā)當(dāng)中來(lái)，如此才可以及時(shí)地發(fā)覺(jué)其中存在的相關(guān)問(wèn)題，并及時(shí)地實(shí)行對(duì)應(yīng)地整合與更正。例如某一醫(yī)院的管理信息系統(tǒng)建構(gòu)，完成了初步的以工作人員、財(cái)務(wù)、物質(zhì)管理為主要的醫(yī)院管理信息系統(tǒng)的建設(shè)，其中對(duì)物質(zhì)管理的系統(tǒng)環(huán)節(jié)包含固定資產(chǎn)的管理系統(tǒng)、物資的管理系統(tǒng)、設(shè)備器材的管理系統(tǒng)。組建醫(yī)院內(nèi)部的相關(guān)財(cái)產(chǎn)調(diào)度平臺(tái)，活躍及提高了財(cái)產(chǎn)應(yīng)用效果。每個(gè)科室能夠把本科室不用的資產(chǎn)公布到平臺(tái)上，這時(shí)有對(duì)此資產(chǎn)需求的科室就能夠在平臺(tái)上實(shí)行觀看并且申請(qǐng)使用。多種方式的終端平臺(tái)系統(tǒng)，全部參與、操作起來(lái)較為容易。所有關(guān)于設(shè)備的管理與使用人員都可以依照自己科室的需求，恰逢時(shí)宜地登錄系統(tǒng)進(jìn)行操作，并可以實(shí)行查收、拍照、圖片上傳，操作的使用簡(jiǎn)便、好學(xué)、容易理解、入手比較快。
2.3利用信息技術(shù)，搭建醫(yī)院審計(jì)信息化的本系
在互聯(lián)網(wǎng)經(jīng)濟(jì)這一網(wǎng)絡(luò)化經(jīng)濟(jì)的作用下，醫(yī)院也建構(gòu)了相關(guān)的審計(jì)管理信息化系統(tǒng)，通過(guò)有關(guān)的審計(jì)概論、管理概論，使醫(yī)院內(nèi)組成一個(gè)完善的一整套審計(jì)管理工作體系，能夠?qū)︶t(yī)院的全部經(jīng)濟(jì)運(yùn)行所帶來(lái)的財(cái)務(wù)數(shù)據(jù)信息實(shí)行有效及時(shí)地跟隨與及時(shí)監(jiān)控，持續(xù)對(duì)醫(yī)院己有的審計(jì)管理工作信息系統(tǒng)加以改進(jìn)完善，以便提升醫(yī)院審計(jì)的管理工作水準(zhǔn)及質(zhì)量?，F(xiàn)當(dāng)下醫(yī)院所組建的審計(jì)管理信息化系統(tǒng)是三個(gè)主要的部分所組成，第一個(gè)部分是，審計(jì)信息系統(tǒng)的專(zhuān)家系統(tǒng)，其著重能夠?qū)徲?jì)的數(shù)據(jù)信息實(shí)行研究分析、匯報(bào)等相關(guān)工作；第二個(gè)部分是，審計(jì)的監(jiān)控系統(tǒng)，其著重對(duì)醫(yī)院的財(cái)務(wù)信息實(shí)行及時(shí)的監(jiān)控；第三個(gè)部分是，數(shù)據(jù)庫(kù)信息系統(tǒng)，其著重是把審計(jì)的數(shù)據(jù)信息實(shí)行匯總、調(diào)整。達(dá)到信息能夠共同享用。例如在博科yigo平臺(tái)的基礎(chǔ)上，開(kāi)發(fā)醫(yī)院固定資產(chǎn)的管理信息系統(tǒng)。把博科yigo平臺(tái)的固定資產(chǎn)信息管理系統(tǒng)應(yīng)用在醫(yī)院審計(jì)和管理工作中，可以較大的提升醫(yī)院內(nèi)部的工作時(shí)效性，使醫(yī)院的經(jīng)濟(jì)效益大大地增加，有利于醫(yī)院切實(shí)地達(dá)成嚴(yán)格實(shí)行節(jié)約的準(zhǔn)則。其容易、簡(jiǎn)單、好學(xué)的客戶(hù)操作界面和強(qiáng)有力的系統(tǒng)功效，在大多同種系統(tǒng)中突現(xiàn)而出。
2.4做好培訓(xùn)，提高醫(yī)院審計(jì)工作人的計(jì)算機(jī)操作水準(zhǔn)
在互聯(lián)網(wǎng)經(jīng)濟(jì)的作用下，醫(yī)院內(nèi)部審計(jì)的管理工作也逐漸朝著信息技術(shù)化、互聯(lián)網(wǎng)電子信息化的目標(biāo)發(fā)展。在醫(yī)院內(nèi)的審計(jì)人員，著實(shí)的需要有一定優(yōu)異的審計(jì)概論性的知識(shí)，明確相應(yīng)的審計(jì)技能與措施，還要有一些相應(yīng)的對(duì)計(jì)算機(jī)應(yīng)用的實(shí)力，如此才可能保證醫(yī)院審計(jì)的管理工作順暢展開(kāi)和具有時(shí)效性地進(jìn)行。為此，在現(xiàn)實(shí)醫(yī)院審計(jì)的管理工作中，對(duì)審計(jì)的工作人員需要實(shí)行專(zhuān)業(yè)化的培訓(xùn)學(xué)習(xí)，增強(qiáng)審計(jì)工作人員培訓(xùn)的威力，要使審計(jì)工作人員了解并熟記基礎(chǔ)的審計(jì)措施，嫻熟使用現(xiàn)代科技化的審計(jì)用具，提升審計(jì)的管理工作成果。在審計(jì)工作人員的學(xué)習(xí)培訓(xùn)中，同時(shí)還需要把醫(yī)院內(nèi)部財(cái)務(wù)的管理、會(huì)計(jì)的數(shù)據(jù)管理等一些內(nèi)容概括到其中，栽培出較多的實(shí)用型、多能型人才，使醫(yī)院內(nèi)部審計(jì)的管理工作的成果及質(zhì)量得到有效的提高，助力于醫(yī)院更上一層地發(fā)展。
關(guān)鍵詞：網(wǎng)絡(luò)經(jīng)濟(jì)環(huán)境；醫(yī)院審計(jì)；管理；HIS系統(tǒng)
HIS系統(tǒng)（Hospital Information System）是現(xiàn)代醫(yī)院集診療、行政信息、決策、數(shù)據(jù)交換等為一體的現(xiàn)代醫(yī)院管理系統(tǒng)，所以作為醫(yī)院審計(jì)管理人員，必須利用HIS系統(tǒng)中管理財(cái)務(wù)的子系統(tǒng)的功能，結(jié)合醫(yī)院的審計(jì)信息來(lái)源信息，對(duì)網(wǎng)絡(luò)經(jīng)濟(jì)環(huán)境下的醫(yī)院審計(jì)工作進(jìn)行不斷的創(chuàng)新和發(fā)展。
一、網(wǎng)絡(luò)經(jīng)濟(jì)下加強(qiáng)醫(yī)院財(cái)務(wù)審計(jì)的必要性
首先，有利于加快醫(yī)院審計(jì)信息化建設(shè)。信息化技術(shù)的推廣和應(yīng)用是企業(yè)創(chuàng)造效益的基礎(chǔ)，醫(yī)院也一樣，信息化技術(shù)在醫(yī)院審計(jì)管理中的應(yīng)用，通過(guò)可靠數(shù)據(jù)庫(kù)的支持，既有利于降低重復(fù)勞動(dòng)率，又提高可數(shù)據(jù)利用率，推進(jìn)了醫(yī)院有序化管理。
其次，有利于審計(jì)目標(biāo)的實(shí)現(xiàn)。醫(yī)院審計(jì)的工作目標(biāo)是在有效管理和加強(qiáng)內(nèi)控監(jiān)督的基礎(chǔ)上，維護(hù)國(guó)有財(cái)產(chǎn)不受侵犯。因此借助網(wǎng)絡(luò)經(jīng)濟(jì)的影響力和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，采用有效可行的方法處理審計(jì)材料和信息，確保了審計(jì)結(jié)果的準(zhǔn)確性和科學(xué)性，對(duì)實(shí)現(xiàn)最終審計(jì)目標(biāo)以及醫(yī)院領(lǐng)導(dǎo)做出相關(guān)決策提供了可靠的依據(jù)。
最后，有利于提升醫(yī)院內(nèi)部審計(jì)質(zhì)量。網(wǎng)絡(luò)信息技術(shù)輔助醫(yī)院審計(jì)的目的是在審計(jì)活動(dòng)中利用以計(jì)算機(jī)技術(shù)為代表的現(xiàn)代信息技術(shù)作為輔助手段與工具對(duì)信息數(shù)據(jù)的真實(shí)性、完整性、合法性，以及與財(cái)政、財(cái)務(wù)收支有關(guān)的計(jì)算機(jī)信息系統(tǒng)的可靠程度進(jìn)行相應(yīng)的監(jiān)督與評(píng)價(jià)，以便確定醫(yī)院經(jīng)濟(jì)活動(dòng)是否真實(shí)、準(zhǔn)確，是否遵守相關(guān)的法律和規(guī)章制度，是否經(jīng)濟(jì)有效和達(dá)到預(yù)期效果。
二、網(wǎng)絡(luò)經(jīng)濟(jì)下加強(qiáng)醫(yī)院審計(jì)管理的工作要點(diǎn)分析
鑒于HIS系統(tǒng)在整個(gè)醫(yī)院財(cái)務(wù)審計(jì)管理中的重要作用，尤其是在網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代的到來(lái)，作為醫(yī)院的財(cái)務(wù)審計(jì)管理人員，必須切實(shí)掌握工作要點(diǎn)，才能更好地促進(jìn)醫(yī)院內(nèi)部審計(jì)管理成效的提升，在優(yōu)化傳統(tǒng)審計(jì)管理模式的同時(shí)更好地促進(jìn)醫(yī)院審計(jì)管理水平的提升，這就需要切實(shí)做好以下幾個(gè)方面的工作。
一是在醫(yī)院財(cái)務(wù)審計(jì)管理工作中切實(shí)加強(qiáng)計(jì)算機(jī)技術(shù)的應(yīng)用。由于部分醫(yī)院從事財(cái)務(wù)審計(jì)管理的人員自身的專(zhuān)業(yè)技術(shù)水平有限，加上難以正確認(rèn)識(shí)內(nèi)部審計(jì)管理的重要性和業(yè)務(wù)能力有限，導(dǎo)致醫(yī)院內(nèi)部審計(jì)效率不高，審計(jì)結(jié)果差強(qiáng)人意。因此醫(yī)院應(yīng)加大力度強(qiáng)化審計(jì)人員的培訓(xùn)，不斷提高其專(zhuān)業(yè)技術(shù)知識(shí)水平，尤其是應(yīng)加強(qiáng)計(jì)算機(jī)技術(shù)的應(yīng)用，為整個(gè)審計(jì)工作的開(kāi)展奠定堅(jiān)實(shí)的技術(shù)基礎(chǔ)嗎，并強(qiáng)化審計(jì)人員考察和評(píng)價(jià)，從而使其掌握審計(jì)工作中所需的計(jì)算機(jī)技術(shù)。而在此基礎(chǔ)上，醫(yī)院就應(yīng)加強(qiáng)審計(jì)軟件的研發(fā)，尤其是應(yīng)加強(qiáng)技術(shù)人才和先進(jìn)設(shè)備的引進(jìn)，才能確保醫(yī)院的財(cái)務(wù)審計(jì)效率得到有效的提升，不僅能將審計(jì)的流程簡(jiǎn)化，而且還能節(jié)約審計(jì)的時(shí)間，而作為審計(jì)人員，在整個(gè)過(guò)程中，必須利用會(huì)計(jì)電算化知識(shí)對(duì)信息進(jìn)行查詢(xún)和過(guò)濾，同時(shí)對(duì)數(shù)據(jù)進(jìn)行審核和分析，從而得出審計(jì)結(jié)果，提高審計(jì)工作效率。
二是切實(shí)加強(qiáng)風(fēng)險(xiǎn)防范。隨著網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代的到來(lái)，HIS系統(tǒng)的應(yīng)用為醫(yī)院審計(jì)管理工作的開(kāi)展提供了極大的便利。但是網(wǎng)絡(luò)具有較強(qiáng)的開(kāi)放性，所以其面臨的網(wǎng)絡(luò)風(fēng)險(xiǎn)也較大，尤其是在醫(yī)院加大HIS系統(tǒng)運(yùn)行的今天，而網(wǎng)絡(luò)又是確保HIS系統(tǒng)運(yùn)行的關(guān)鍵，加上資料的存儲(chǔ)模式從傳統(tǒng)的紙質(zhì)化正逐步轉(zhuǎn)移到磁盤(pán)儲(chǔ)存上來(lái)，而磁盤(pán)在運(yùn)行過(guò)程中就有可能面臨來(lái)自網(wǎng)絡(luò)黑客的攻擊，里面儲(chǔ)存的數(shù)據(jù)資料將面臨被盜的風(fēng)險(xiǎn)，這就會(huì)對(duì)醫(yī)院的財(cái)務(wù)審計(jì)管理工作帶來(lái)影響。因而為了確保整個(gè)審計(jì)工作高效的開(kāi)展，為審計(jì)系統(tǒng)的安全運(yùn)行奠定堅(jiān)實(shí)的基礎(chǔ)，作為醫(yī)院必須加強(qiáng)對(duì)磁盤(pán)的保護(hù)，避免其在高溫高濕的環(huán)境中工作，對(duì)于系統(tǒng)，則應(yīng)切實(shí)加強(qiáng)對(duì)其的維護(hù)，及時(shí)的更新系統(tǒng)的防火墻，通過(guò)安全防護(hù)軟件，最大化的預(yù)防黑客和網(wǎng)絡(luò)病毒對(duì)其帶來(lái)工具，從而在確保數(shù)據(jù)安全的同時(shí)為審計(jì)管理工作的開(kāi)展奠定堅(jiān)實(shí)的基礎(chǔ)。
三、醫(yī)院信息管理系統(tǒng)審計(jì)案例分析
（一）被審計(jì)單位信息化基本情況
某市醫(yī)院信息管理系統(tǒng)是覆蓋HIS、LIS、PACS、UIS、0A、經(jīng)濟(jì)管理、物資、人事財(cái)務(wù)信息管理等的綜合性計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)，信息化管理廣泛應(yīng)用于醫(yī)院每個(gè)層面的各項(xiàng)日常工作。其中，HIS系統(tǒng)主要包括門(mén)診收費(fèi)管理系統(tǒng)，門(mén)診藥房管理系統(tǒng)，出入院管理系統(tǒng)，住院護(hù)士、住院醫(yī)生、住院藥房管理系統(tǒng)，材料管理系統(tǒng)，固定資產(chǎn)綜合處理系統(tǒng)，藥庫(kù)管理系統(tǒng)和醫(yī)技管理系統(tǒng)等模塊。PACS系統(tǒng)即醫(yī)學(xué)影像存檔與傳輸系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了全院所有影像設(shè)備的交互、存儲(chǔ)和通信。LIS系統(tǒng)即醫(yī)院檢驗(yàn)信息管理系統(tǒng)，LIS系統(tǒng)是HIS系統(tǒng)的一個(gè)重要組成部分，其主要功能是將檢驗(yàn)的實(shí)驗(yàn)儀器傳出的檢驗(yàn)數(shù)據(jù)經(jīng)分析后，生成檢驗(yàn)報(bào)告，通過(guò)網(wǎng)絡(luò)存儲(chǔ)在數(shù)據(jù)庫(kù)中，使醫(yī)生能夠方便、及時(shí)地看到患者的檢驗(yàn)結(jié)果。UIS系統(tǒng)即特檢科信息管理系統(tǒng)，特檢科各類(lèi)設(shè)備檢查的病人的基本數(shù)據(jù)、圖像文件、診斷資料將由特檢科信息管理系統(tǒng)統(tǒng)一管理。
（二）審計(jì)目標(biāo)
該審計(jì)項(xiàng)目的目標(biāo)是對(duì)醫(yī)院信息系統(tǒng)安全性、可靠性和有效性進(jìn)行審查和評(píng)價(jià)，重點(diǎn)關(guān)注被審單位的HIS系統(tǒng)是否有完善的安全管理制度與技術(shù)防范措施，重點(diǎn)關(guān)注HIS系統(tǒng)中門(mén)診收費(fèi)、住院收費(fèi)、藥品管理等模塊是否存在漏洞或缺陷。
（三）選用恰當(dāng)審計(jì)技術(shù)方法
1. 實(shí)地考察法：對(duì)住房公積金信息系統(tǒng)基本信息、軟硬件設(shè)施和運(yùn)行環(huán)境、業(yè)務(wù)流程及其對(duì)信息化的依賴(lài)程度、操作人員的操作過(guò)程進(jìn)行觀察，掌握和發(fā)現(xiàn)系統(tǒng)操作過(guò)程中存在的問(wèn)題。
2. 測(cè)試用例法：審計(jì)人員通過(guò)編寫(xiě)相應(yīng)的用戶(hù)測(cè)試用例，對(duì)門(mén)診收費(fèi)、住院收費(fèi)等模塊的輸入、處理、輸出控制進(jìn)行實(shí)質(zhì)性測(cè)試，測(cè)試信息系統(tǒng)處理數(shù)據(jù)的正確性和真實(shí)性。
3. 平行模擬法：審計(jì)人員對(duì)信息系統(tǒng)的后臺(tái)數(shù)據(jù)編寫(xiě)SQL語(yǔ)句，模擬系統(tǒng)的業(yè)務(wù)處理邏輯進(jìn)行分析處理，將計(jì)算的結(jié)果與實(shí)際結(jié)果比較，提取疑點(diǎn)，進(jìn)行延伸，發(fā)現(xiàn)系統(tǒng)處理邏輯方面的問(wèn)題以及利用系統(tǒng)進(jìn)行違法違規(guī)業(yè)務(wù)操作的問(wèn)題。
4. 計(jì)算機(jī)輔助工具檢測(cè)法：利用專(zhuān)門(mén)的安全檢測(cè)軟件對(duì)操作系統(tǒng)、數(shù)據(jù)庫(kù)、系統(tǒng)平臺(tái)進(jìn)行安全掃描，做模擬攻擊和入侵測(cè)試，檢測(cè)是否存在漏洞。
（四）處理控制審計(jì)
醫(yī)院HIS系統(tǒng)處理控制審計(jì)目標(biāo)是：審查醫(yī)療服務(wù)項(xiàng)目的規(guī)范性，審計(jì)醫(yī)療服務(wù)項(xiàng)目?jī)r(jià)格的合規(guī)性。
醫(yī)院HIS系統(tǒng)處理控制審計(jì)的步驟如下：
1. 根據(jù)《××省醫(yī)療服務(wù)項(xiàng)目?jī)r(jià)格標(biāo)準(zhǔn)》、《衛(wèi)生部藥品管理法》、《衛(wèi)生部處方管理法》等建立醫(yī)院HIS系統(tǒng)應(yīng)用控制矩陣，如表1所示。
2. 使用數(shù)據(jù)驗(yàn)證法和測(cè)試數(shù)據(jù)法，對(duì)表1中各控制點(diǎn)進(jìn)行測(cè)試，并記錄測(cè)試結(jié)果。
3. 提出該事項(xiàng)的審計(jì)結(jié)論：存在自立項(xiàng)目收費(fèi)情況和項(xiàng)目超標(biāo)準(zhǔn)收費(fèi)等。
四、結(jié)語(yǔ)
綜上所述，網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代下，作為醫(yī)院必須注重審計(jì)管理工作的開(kāi)展，在利用HIS系統(tǒng)強(qiáng)化財(cái)務(wù)審計(jì)的同時(shí)，還應(yīng)切實(shí)加強(qiáng)網(wǎng)絡(luò)病毒的防范，才能最大化的規(guī)避風(fēng)險(xiǎn)，從而為審計(jì)管理工作的質(zhì)量的提升奠定堅(jiān)實(shí)的基礎(chǔ)。
參考文獻(xiàn)：
[1]張暢玲.網(wǎng)絡(luò)經(jīng)濟(jì)下醫(yī)院審計(jì)的管理策略分析[J].企業(yè)改革與管理，2015（12）.
[2]吉宏圖.網(wǎng)絡(luò)經(jīng)濟(jì)對(duì)醫(yī)院審計(jì)的管理策略探討[J].計(jì)算機(jī)光盤(pán)軟件與應(yīng)用，2012（04）.
摘要：隨著電力工業(yè)的發(fā)展，人工神經(jīng)元網(wǎng)絡(luò)(ANN)在電力系統(tǒng)中獲得了廣泛的應(yīng)用。本文概述了人工神經(jīng)元網(wǎng)絡(luò)的特點(diǎn)、基本結(jié)構(gòu)以及發(fā)展過(guò)程，并對(duì)ANN在電力系統(tǒng)中的具體應(yīng)用做了詳細(xì)的話(huà)述。最后，對(duì)人工神經(jīng)元網(wǎng)絡(luò)的發(fā)展趨勢(shì)和在電力系統(tǒng)中的應(yīng)用前景進(jìn)行了展望。
關(guān)鍵詞：人工神經(jīng)元網(wǎng)絡(luò)(ANN) 電力系統(tǒng) 應(yīng)用前景 展望
人工神經(jīng)網(wǎng)絡(luò)，是一種模范動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)的能力，可以通過(guò)預(yù)先提供的一批相互對(duì)應(yīng)的輸入一輸出數(shù)據(jù)，分析掌握兩者之間潛在的規(guī)律，最終根據(jù)這些規(guī)律，用新的輸入數(shù)據(jù)來(lái)推算輸出結(jié)果。人工神經(jīng)網(wǎng)絡(luò)具有四個(gè)基本特征：非線(xiàn)性、非局限性、非定性、非凸性。人工神經(jīng)網(wǎng)絡(luò)理論，作為人工智能的一個(gè)最活躍的分支，其模擬人腦的工作方式，為解決復(fù)雜的非線(xiàn)性、不確定性、不確知性系統(tǒng)的問(wèn)題開(kāi)創(chuàng)了一個(gè)嶄新的途徑，因而在電力系統(tǒng)應(yīng)用研究中受到了廣泛的關(guān)注。
1.ANN發(fā)展過(guò)程
1943年，心理學(xué)家W.S.McCulloch和數(shù)理邏輯學(xué)家W.Pitts建立了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型，稱(chēng)為MP模型。他們通過(guò)MP模型提出了神經(jīng)元的形式化數(shù)學(xué)描述和網(wǎng)絡(luò)結(jié)構(gòu)方法，證明了單個(gè)神經(jīng)元能執(zhí)行邏輯功能，從而開(kāi)創(chuàng)了人工神經(jīng)網(wǎng)絡(luò)研究的時(shí)代。60年代，人工神經(jīng)網(wǎng)絡(luò)得到了進(jìn)一步發(fā)展，更完善的神經(jīng)網(wǎng)絡(luò)模型被提出，其中包括感知器和自適應(yīng)線(xiàn)性元件等。1982年，美國(guó)加州工學(xué)院物理學(xué)家J.J.Hopfield提出了Hopfield神經(jīng)網(wǎng)格模型，引入了“計(jì)算能量”概念，給出了網(wǎng)絡(luò)穩(wěn)定性判斷。1984年，他又提出了連續(xù)時(shí)間Hopfield神經(jīng)網(wǎng)絡(luò)模型，為神經(jīng)計(jì)算機(jī)的研究做了開(kāi)拓性的工作，開(kāi)創(chuàng)了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶和優(yōu)化計(jì)算的新途徑，有力地推動(dòng)了神經(jīng)網(wǎng)絡(luò)的研究。人工神經(jīng)網(wǎng)絡(luò)的研究受到了各個(gè)發(fā)達(dá)國(guó)家的重視，美國(guó)國(guó)會(huì)通過(guò)決議將1990年1月5日開(kāi)始的十年定為“腦的十年”，國(guó)際研究組織號(hào)召它的成員國(guó)將“腦的十年”變?yōu)槿蛐袨椤?/p>
2.ANN的特點(diǎn)與結(jié)構(gòu)
人工神經(jīng)網(wǎng)絡(luò)的研究與發(fā)展及神經(jīng)生理科學(xué)、數(shù)理科學(xué)、信息科和計(jì)算機(jī)科學(xué)等眾多領(lǐng)域，是一種新的信息處理理論。它所特有的信息處理機(jī)制，與傳統(tǒng)的數(shù)字計(jì)算機(jī)有著本質(zhì)的不同。ANN網(wǎng)絡(luò)由大量模擬人腦的神經(jīng)元互連組成，無(wú)獨(dú)立的用于存儲(chǔ)的信息空間，更沒(méi)有單一執(zhí)行指令的CPU，每個(gè)神經(jīng)元的結(jié)構(gòu)都十分簡(jiǎn)單，信息處理與存儲(chǔ)合二為一，通過(guò)調(diào)整連接權(quán)值，由整體狀態(tài)來(lái)給出響應(yīng)信息。ANN是一種非線(xiàn)性映射系統(tǒng)，具有強(qiáng)大的模式識(shí)別能力，可以對(duì)任意復(fù)雜狀態(tài)或過(guò)程進(jìn)行分類(lèi)和識(shí)別。
3.ANN在電力系統(tǒng)中的應(yīng)用
目前，ANN已用于負(fù)荷預(yù)測(cè)，警報(bào)處理，控制等方面，它已經(jīng)從研究階段轉(zhuǎn)為實(shí)際應(yīng)用。
3.1智能控制
在電力系統(tǒng)中利用ANN實(shí)現(xiàn)智能控制，就是利用其估計(jì)和聯(lián)想的能力，實(shí)現(xiàn)系統(tǒng)狀態(tài)與參數(shù)的識(shí)別和控制，這已在多種控制結(jié)構(gòu)中如自校正控制、模型跟蹤控制、預(yù)測(cè)控制等控制中得到應(yīng)用。Y M Park等采用2個(gè)BP網(wǎng)絡(luò)構(gòu)成電力系統(tǒng)穩(wěn)定器(PSS)的模型，其中1個(gè)在系統(tǒng)功率擺動(dòng)中估計(jì)發(fā)電機(jī)的輸出功率。另一個(gè)用于判斷并給出控制決策。范澍等應(yīng)用4層BP網(wǎng)絡(luò)對(duì)發(fā)電機(jī)運(yùn)行方式和系統(tǒng)干擾進(jìn)行精確在線(xiàn)識(shí)別，并以此為基礎(chǔ)設(shè)計(jì)了一種最優(yōu)勵(lì)磁調(diào)節(jié)器模型，計(jì)算與仿真結(jié)果表明，這種調(diào)節(jié)器比固定點(diǎn)線(xiàn)性勵(lì)磁方式具有更強(qiáng)的穩(wěn)定性能和動(dòng)態(tài)品質(zhì)，在系統(tǒng)運(yùn)行方式較大的變化范圍內(nèi)都能提供很好的控制性能，在大小擾動(dòng)下均表現(xiàn)出很好的阻尼特性和良好的電壓性能。袁宇春等提出了用ANN進(jìn)行電力系統(tǒng)的實(shí)時(shí)切負(fù)荷控制，選用的是多輸入單輸出的單層前向神經(jīng)網(wǎng)絡(luò)，選取185個(gè)樣例進(jìn)行網(wǎng)絡(luò)訓(xùn)練后，在西北電網(wǎng)模擬某線(xiàn)路故障顯示了較好的控制特性。
3.2優(yōu)化計(jì)算
由于ANN能夠建立任意非線(xiàn)性的模型，并適于解決時(shí)間序列預(yù)報(bào)問(wèn)題，尤其是隨機(jī)平穩(wěn)過(guò)程的預(yù)報(bào)，因此電力系統(tǒng)短期負(fù)荷預(yù)報(bào)是其應(yīng)用研究的一個(gè)重要方面，歐建平等以3個(gè)ANN構(gòu)成負(fù)荷與天氣變化量的周、日、時(shí)3個(gè)預(yù)報(bào)分析系統(tǒng)，氣象參數(shù)和預(yù)測(cè)周、日、時(shí)前某段歷史負(fù)荷參數(shù)作為網(wǎng)絡(luò)的訓(xùn)練輸入?yún)?shù)，各自產(chǎn)生獨(dú)立的預(yù)報(bào)，再綜合產(chǎn)生最終的預(yù)報(bào)。姜齊榮等則用ANN建立發(fā)電機(jī)、勵(lì)磁系統(tǒng)和調(diào)速系統(tǒng)的詳細(xì)模型，把這三部分的模型連接起來(lái)并與電力系統(tǒng)網(wǎng)絡(luò)接口，形成一個(gè)ANN模型與電力系統(tǒng)網(wǎng)絡(luò)混聯(lián)的系統(tǒng)，這種混聯(lián)系統(tǒng)的暫態(tài)穩(wěn)定計(jì)算結(jié)果與用常規(guī)機(jī)理模型的計(jì)算結(jié)果幾乎相同。為實(shí)現(xiàn)ANN并行、快速、在線(xiàn)處理電力系統(tǒng)實(shí)時(shí)計(jì)算提供新途徑。
3.3故障診斷
要保證電力系統(tǒng)的安全運(yùn)行和實(shí)現(xiàn)電力設(shè)備由定期檢修轉(zhuǎn)變?yōu)闋顟B(tài)檢修，如何準(zhǔn)確地進(jìn)行電力設(shè)備的故障診斷，一直是受關(guān)注的焦點(diǎn)之一。而這類(lèi)故障的征兆錯(cuò)綜復(fù)雜，往往呈現(xiàn)出非線(xiàn)性和不確定性，很難用某一確定的邏輯或算法進(jìn)行識(shí)別。而這種識(shí)別恰好是ANN所擅長(zhǎng)的。ANN在電機(jī)狀態(tài)監(jiān)測(cè)與診斷上也獲得了成功的應(yīng)用。何雨儐等提出一種聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)，取零序電流、定子不對(duì)稱(chēng)電流及其變化率等電測(cè)參數(shù)為故障征兆，通過(guò)網(wǎng)絡(luò)的聯(lián)想能力快速準(zhǔn)確地進(jìn)行電機(jī)早期故障的雙向診斷，能有效地處理各種模式并存的故障診斷問(wèn)題。并且容錯(cuò)性好，能有效抑制現(xiàn)場(chǎng)噪聲干擾，使診斷系統(tǒng)具有良好的魯棒性。電網(wǎng)故障診斷中，用全局逼近的BP算法完成故障的快速定位，便于控制人員及時(shí)處理故障。
3.4繼電保護(hù)
繼電保護(hù)是電力系統(tǒng)安全運(yùn)行的重要保障之一，隨著電力系統(tǒng)的發(fā)展，常規(guī)的繼電保護(hù)技術(shù)已經(jīng)不能完全適應(yīng)需要。黨德玉提到一種基于小波變換和ANN的保護(hù)模型，其輸入特征量經(jīng)過(guò)小波變換，也選用了3個(gè)三層的BP網(wǎng)絡(luò)用于判斷故障種類(lèi)，故障性質(zhì)和故障定位。故障種類(lèi)和故障性質(zhì)的判斷正確率可達(dá)100％，對(duì)線(xiàn)性短路故障的位置判斷正確率為94％，非線(xiàn)性故障(如經(jīng)非線(xiàn)性過(guò)渡電阻接地)的判斷正確率為96％。張海峰等使用3層前向網(wǎng)絡(luò)構(gòu)成變壓器保護(hù)模型，取變壓器2端的電流和其他故障特征量進(jìn)行綜合判斷。經(jīng)大量樣本訓(xùn)練后，可準(zhǔn)確判斷變壓器的勵(lì)磁涌流和各種故障。張津春等介紹了ANN構(gòu)成的自適應(yīng)自動(dòng)重合閘模型，能較好地判別各種情況下瞬時(shí)性故障與永久性故障。
為了解決用電路方法進(jìn)行巨量神經(jīng)元連接無(wú)法實(shí)現(xiàn)的問(wèn)題，采用光電集成技術(shù)制作的光神經(jīng)元、光互連器件、光神經(jīng)芯片也已出現(xiàn)，并成功地應(yīng)用于模式識(shí)別、聯(lián)想記憶等方面。此外，ANN在輸電容量限制條件下經(jīng)濟(jì)調(diào)度、基于同步相量測(cè)量的電壓安全監(jiān)控、電廠控制、HVDC的電流控制器等方面也得到了研究與應(yīng)用。
4.ANN在電力系統(tǒng)中的發(fā)展趨勢(shì)
ANN在電力系統(tǒng)中應(yīng)用已做了大量的研究，一但是總體上來(lái)說(shuō)仍停留在理論分析和仿真實(shí)驗(yàn)上，因此必須加強(qiáng)理論研究與實(shí)際工程應(yīng)用的結(jié)合，例如可在狀態(tài)檢修、在線(xiàn)監(jiān)測(cè)等電力系統(tǒng)有較迫切需求的領(lǐng)域中，尋找實(shí)際應(yīng)用的突破口。近幾年興起的小波變換方法，由于其克服了傅里葉變換不能對(duì)信號(hào)進(jìn)行局部化分析的缺點(diǎn)。同時(shí)具有很強(qiáng)的特征值提取功能，特別適用于故障信號(hào)的分析，經(jīng)小波變換處理后的信號(hào)作為神經(jīng)網(wǎng)絡(luò)的輸入，可使網(wǎng)絡(luò)大大提高抗干擾性并加速收斂。所以小波分析與ANN的結(jié)合將在電力系統(tǒng)控制、保護(hù)、故障診斷等方而發(fā)揮更大的作用。ANN與專(zhuān)家系統(tǒng)和模糊控制的綜合對(duì)電力系統(tǒng)這樣一個(gè)復(fù)雜的動(dòng)態(tài)大系統(tǒng)來(lái)說(shuō)，應(yīng)用潛力更大。ANN的形象思維能力，專(zhuān)家系統(tǒng)的邏輯思維能力和模糊邏輯這三者的結(jié)合，可體現(xiàn)出各自的優(yōu)勢(shì)，互相彌補(bǔ)各自的不足。
人工神經(jīng)網(wǎng)絡(luò)特有的非線(xiàn)性適應(yīng)性信息處理能力，克服了傳統(tǒng)人工智能方法對(duì)于直覺(jué)，如模式、語(yǔ)音識(shí)別、非結(jié)構(gòu)化信息處理方面的缺陷，使之在神經(jīng)專(zhuān)家系統(tǒng)、模式識(shí)別、智能控制、組合優(yōu)化、預(yù)測(cè)等領(lǐng)域得到成功應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)與其它傳統(tǒng)方法相結(jié)合，將推動(dòng)人丁智能和信息處理技術(shù)不斷發(fā)展。近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)正向模擬人類(lèi)認(rèn)知的道路上更加深入發(fā)展，與模糊系統(tǒng)、遺傳算法、進(jìn)化機(jī)制等結(jié)合，形成計(jì)算智能，成為人工智能的一個(gè)重要方向，將在實(shí)際應(yīng)用中得到發(fā)展。將信息幾何應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)的研究，為人工神經(jīng)網(wǎng)絡(luò)的理論研究開(kāi)辟了新的途徑。神經(jīng)計(jì)算機(jī)的研究發(fā)展很快，已有產(chǎn)品進(jìn)入市場(chǎng)。光電結(jié)合的神經(jīng)計(jì)算機(jī)為人工神經(jīng)網(wǎng)絡(luò)的發(fā)展提供了良好條件。
