人口构成动态BP网络预测

本文利用ＢＰ人工神经网络建立了出生率、死亡率及人口总数三元素动态网络模型，并对出生率，死亡率和人口总数动态进行仿真和预测。在此基础上建立了人口构成仿真网络并对中国人口构成动态进行了预测。     

动量梯度下降法训练BP网络

BP网络的训练就是通过应用误差反传原理不断调整网络权值使网络模型输出值与已知的训练样本输出值之间的误差平方和达到最小或小于某一期望值。应用最广的是增加了动量项的改进BP算法。本文采用的是动量梯度下降法训练BP网络。     

基于BP网络的经济增长预测研究

运用BP网络高度并行互联结构和高速的自学习、自适应处理能力的特点。将BP神经网络引入到经济领域。以湖北省为例，对其经济增长进行了预测研究，表现出较好的预测性能。     

RBF网络和BP网络在逼近能力方面的研究

文章介绍了人工神经网络的两个重要的模型：径向基函数（RBF）网络和BP网络,在函数逼近方面对RBF网络和BP网络进行了比较、研究,通过实际的例子应用Matlab进行了仿真。     

RBF网络和BP网络在逼近能力方面的研究

文章介绍了人工神经网络的两个重要的模型:径向基函数(RBF)网络和BP网络,在函数逼近方面对RBF网络和BP网络进行了比较、研究,通过实际的例子应用Matlab 进行了仿真.     

BP网络在基坑工程变形预测中的应用研究

本文提出了基坑工程施工过程中地表沉降预测的BP网络分析方法，建立和编制了在各种条件下均能类似应用的预测网络模型和计算程序，并结合一实例，结果是令人满意的。     

BP网络和RBF网络在函数逼近领域内的比较研究

通过仿真实例,对BP网络和RBF网络的函数逼近能力进行了比较研究,仿真结果表明,RBF网络的函数逼近能力在多个方面都优于BP网络,但在解决相同问题时,BP网络的结构要比RBF网络简单;实际应用中,可以以此结论为指导来设计神经网络。     

基于BP网络的沥青路面使用性能评价方法及应用

路面性能的发展变化是一个长期复杂的过程,其影响因素较多,难以准确的预估和评价.本文利用神经网络技术对处理非线性映射问题有较好适应性的特点,开发了基于BP神经网络技术的路面使用性能评价模型,该模型建模简单、使用方便,经过理论和实际验证,能较好的反映沥青路面使用性能的变化规律,通过对路面使用性能的发展变化趋势进行分析处理,推测出未来的路面发展状况,为养护决策提供依据.     

基于BP网络模型的网络组织中知识共享效率评价

由于网络组织成员间知识共享效率是多种因素之间交叉影响的结果,因此一般的线性回归模型很难描述这些影响因素与知识共享效率之间的关系.在分析网络组织成员间知识共享效率评价意义的基础上,从网络成员间认知差距、知识共享环境、协调行为和共享结果等四维度构建了网络组织成员间知识共享效率评价的指标体系.在指标体系实地调查的基础上,运用BP网络模型构建了网络组织成员间知识共享效率评价的有效模型.     

BP网络结构设计与算法探讨

人工神经网络是一门高度综合的交叉学科，在许多领域获得了广泛的应用。本文就BP神经网络应用设计中的网络隐层数、神经元个数、算法等具体设计问题进行了探讨，为BP神经网络在有关工程领域中的应用设计提供了有用的参考。     

BP神经网络在企业财务危机预警之应用

针对统计方法中判别分析方法在实际企业财务评价应用中存在的问题，提出神经网络在财务评价应用上的优势和潜力，本文郑重探讨神经网络在企业财务危机预警上应用。在文中用BP神经网络建立财务预警模式，并用实例进行示范性设计和验证。     

改进的BP神经网络在铀矿冶设施水环境评价中的应用

铀矿冶设施退役水环境评价的本质是一个模式识别问题。本文在充分分析遗传算法和BP神经网络的基础上,利用遗传算法改进BP神经网络建立了评价模型,并将其应用于铀矿冶设施退役水环境评价中。结果表明,改进后的BP神经网络能够很好的适用于铀矿冶设施退役水环境评价。     

基于Elman神经网络的电信业务预测研究

介绍了Elman神经网络的结构,并将Elman神经网络应用于我国电信业务量预测。仿真结果和BP神经网络对比表明,Elman神经网络的预测结果更精确。     

基于BP神经网络的中国人口预测

本文基于中国统计年鉴1990—2010年中国人口数据,通过建立BP神经网络模型,对中国人口进行了预测。结果表明,神经网络预测数据相对误差不到0.01%,比传统预测方法精确很多,根据该模型预测,中国人口将在2050年达到峰值14.5亿左右。     

BP神经网络在农业发展中的应用

本文简述了BP神经网络的基本原理,提出了一种基于BP神经网络对农业增加值占国内生产总值的比重的测评模型。实验表明,该模型的辨识精度高,能正确实现。     

基于BP神经网络的ABC分类法在油田备件管理中的应用

对基于BP神经网络的ABC分类方法进行分析,并将其应用于油田备件的分类管理,实践证明它能有效地找出备件管理中的关键备件,提高备件分类的有效性和备件管理的针对性。     

基于BP神经网络的印刷体数字识别研究

BP神经网络是一种误差逆传播算法训练的多层前馈网络,具备网络学习能力强、输入/输出模式映射关系存贮量大、事先不需要描述输入/输出映射关系等诸多优点的数学方程。本文通过BP神经网络的介绍,利用不变矩特征提取方法设计一种有效的BP神经网络印刷体数字识别演示系统,对印刷体数字识别的深入研究具有一定的指导意义。     

GA优化神经网络思想

概述了神经网络的概念、神经网络的基本元素和BP算法的基本原理,同时在BP算法的基础上用遗传算法来优化BP算法的权值,并且改变了BP算法的传播方向。     

基于BP神经网络的时延水温控制系统设计

神经网络具有自组织、自学习、自适应的特点,近年来随着计算机技术的发展,为其网络优异的函数逼近性能和分类性能应用于工程提供了硬件基础,神经网络由于其大多结构简单,算法易于理解和使用,有利于工程人员应用解决实际问题。本文介绍了BP神经网络在时延控制对象中的建模,建立了一个基于BP神经网络的预测模型,在Matlab中对几种使用神经网络模型的控制方案进行了研究和比较。     

高速公路BP神经网络限速控制

通过对高速公路在运行中遇到的主要问题的阐述,分析了可变限速控制在高速监控系统中的作用。针对高速公路可变限速控制是一个非线性时变系统,难于用数学模型进行建摸这一特点,提出了BP神经网络控制方法。阐述了BP神经网络的学习算法,根据高速公路主线上车辆数目以及路面状况、气象条件等信息,设计了高速公路可变速度标志神经网络控制器,并对控制器进行了仿真研究。仿真表明:网络学习速度快,自适应强,泛化能力好,结果精度高,对交通流限速控制中具有一定的推广应用价值。