神经网络及模拟退火法拟合函数曲线的VC++实现

本文介绍了用模拟退火学习法训练人工神经网络权系数的方法,给出了一个用神经网络拟合函数曲线的算法实例．     

基于人工神经网络的自适应系统研究

研究了人工神经网络技术在自适应系统的应用。在运用人工神经网络原理建立站点模型的基础上,提出一个应用贝叶斯网络技术的自适应系统框架模型。     

基于带有偏差单元的IRN 模型的大体积混凝土温度预测与控制

分析了大体积混凝土温度的各种影响因素,结合神经网络的特点,提出运用神经网络中带有偏差单元的IRN ( Internally Recurrent Net) 模型进行大体积混凝土温度预测与控制的新思路。通过实例验证,该模型可达到较好的效果,具有一定的可操作性和实用性。为今后大体积混凝土温度预测与控制提供了可供借鉴的方法.     

Neural network fault diagnosis method optimization with rough set and genetic algorithms

1 Background1 The fault diagnosis to equipment is to obtain fault patterns from characteristic parameters, and in fact it is the problem of fault characteristic’s classification. However the mapping of characteristic parameters to fault patterns is serio…     

基于BP神经网络的中医舌诊诊断的研究

将现代计算机技术与舌诊相结合构建了中医舌诊智能诊断的神经网络模型,以此研究了人工神经网络方法应用于中医舌诊诊断,讨论了利用MatlabN神经网络函数对实验提供的舌象样本数据进行训练学习,最终得出相应病例．     

膨胀土中的吸力预测研究

膨胀土的水分特征曲线通常是在实验室测得的, 在现场测量膨胀土的吸力不仅费时而且也非常困难. 本文采用人工神经网络技术用现场测得的含水量来预测土的吸力. 网络训练首先采用水分特征曲线相应的试验数据进行监督训练, 然后利用监督训练得到的网络单元的连接权值对现场测得含水量数据进行吸力预测, 预测结果与实测结果相近, 同时并对预测结果进行了分析讨论.     

基于神经网络的复合材料覆盖件电厚度设计方法研究

提出了基于人工神经网络的复合材料覆盖件电厚度设计模型和设计方法。影响复合材料覆盖件电厚度的多因素性使其很难得到精确的解析解。应用人工神经网络方法结合实验实测数据,模拟覆盖件各项参数与电厚度之间的非线性关系,以玻璃钢材料为例,对相近使用条件下的覆盖件电厚度进行设计,计算结果表明该方法计算速度快,精度高,为复合材料电厚度的设计分析提供了一种新方法。     

BP神经网络在轴向柱塞泵故障诊断中的应用

针对轴向柱塞泵故障机理的复杂性和故障信息的不确定性,提出了基于人工神经网络的故障诊断方法。以一种典型设备的几种主要故障为例,设计了适合于故障诊断的BP神经网络模型,运用Levenberg-Marquardt优化算法进行网络训练,并针对网络训练中可能出现的过拟合、局部小、隐层节点数确定等问题制定了相应的网络优化策略,以保证训练后的网络具有较好的记忆和归纳能力,并用Vc＋＋6.0语言和SQL Server2000数据库开发了基于BP神经网络的轴向柱塞泵故障诊断系统,结果表明,该系统有良好的故障诊断精度和较强的泛化厶匕力。     

运用BP算法神经网络拟合传感器的输出特性

首先介绍了BP算法神经网络的基本原理，然后将BP算法神经网络应用于拟合传感器的输出特性，并在MATLAB下通过训练和仿真验证了应用BP算法神经网络拟合传感器的输出特性的优越性。     

基于BP神经网络模型的通货膨胀预测

通货膨胀的诱因、预测与控制是各国政府、学者乃至普通民众关心的热点问题。运用交叉相关分析法对GDP增长率、M2增长率、工业生产者购进价格指数等因素与通货膨胀间的关系进行了定量分析,确定了各因素与通货膨胀之间的领先、一致和滞后关系;然后结合人工神经网络原理,以先前确定的领先指标作为输入信息建立了基于BP神经网络的通胀预测模型,最后根据模型预测结果,提出了控制通货膨胀的相关政策建议。     

基于AHP和ANN的网络课程质量评价方法研究

网络课程的质量评价关系到网络教学水平和学习质量的提高。传统的网络课程质量评价方法过程复杂,往往带有很大的主观随意性。为了更科学、客观地评价网络课程,可应用层次分析法(AHP)确定网络课程质量评价指标体系,构建人工神经网络(ANN)的网络课程评价模型。实验结果表明,该评价方法具有速度快、准确率高的优点,并得到了满意的评价结果。     

基于粗糙集与RBF神经网络的农业总产值预测方法

提出了把粗糙集和R BF神经网络相结合应用于农业总产值预测的方法。首先用粗糙集对影响农业总产值的多个因素进行属性约简,选择主要影响因素,去除冗余信息;然后利用RBF神经网络建立预测模型。最后对该模型的预测结果与因子分析神经网络模型的预测结果进行了比较,表明了该模型的有效性和优越性。     

模糊神经网络的智能染色温度控制系统

染色温度控制系统中存在着严重的非线性、较大的时变性和时滞性 ,难以用数学方法建立精确的数学模型 ,用传统的常规控制很难达到较好的控制效果 ,本文将人工智能中的神经网络控制技术和模糊控制技术结合 ,采用闭环控制方式实现染色缸染色温度控制     

基于模拟退火的神经网络预测模型

在分析了传统神经网络预测模型的基础上，提出用模拟退火算法代替局部梯度下降法修正网络权值，从而避免了人工神经网络容易陷入局部极小的缺陷。经实例证实，该方法能有效地提高预测的精度。     

神经网络在预测饱和砂土液化中的应用

1　Ｉｎｔｒｏｄｕｃｔｉｏｎ　Ｍｏｄｅｌｉｎｇｏｆｓｏｉｌｂｅｈａｖｉｏｕｒｐｌａｙｓａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｄｅａｌｉｎｇｗｉｔｈｐｒｏｂｌｅｍｓｒｅｌａｔｅｄｔｏｓｏｉｌｍｅｃｈａｎｉｃｓａｎｄｆｏｕｎｄａｔｉｏｎｅｎｇｉｎｅｅｒｉｎｇ .Ｏｖｅｒｔｈｅｐａｓｔｆｏｕｒｄｅｃａｄｅｓ ,ｍａｎｙｒｅｓｅａｒｃｈｅｒｓｈａｖｅｄｅｖｏｔｅｄｅｎｏｒｍｏｕｓｅｆｆｏｒｔｓｔｏｆｏｒｅｃａｓｔｉｎｇｔｈｅｌｉｑｕｅｆａｃｔｉｏｎｏｆｓａｔｕｒａｔｅｄｓｏｉｌｕｎｄｅｒｖａｒｉｏｕｓａｓｓｕｍ…     

Artificial Neural Network Model for Optical Fiber Direction Coupler Design

A new approach to the design of the optical fiber direction coupler by using neural network is proposed. To train the artificial neural network, the coupling length is defined as the input sample, and the coupling ratio is defined as the output sample. Compared with the numerical value calculation of the theoretical formula, the error of the neural network model output is 1% less. Then, through the model, to design a broadband or a single wavelength optical fiber direction coupler becomes easy. The method is proved to be reliable, accurate and time-saving. So it is promising in the field of both investigation and application.     

晶圆多丝切割加工工艺参数的BP建模

基于现有多丝切割的理论难以解决实际加工中的工艺问题,引入了BP神经网络对切割加工工艺进行建模,经学习与训练,实例模型误差较小。     

一种基于模糊神经网络的变压器故障诊断方法的研究

文章介绍了一种基于模糊逻辑理论的人工神经网络，提出了利用模糊数学对神经网络的输入进行预处理的方法，并将其应用于变压器故障的诊断，提高了IEC比值法诊断变压器故障的复杂性和准确性。     

基于MATLAB7．2神经网络工具箱的混凝土抗压强度预测

为最大限度地利用回弹法和超声波法混凝土抗压强度非破损检测试验数据,应用通用数学软件Mat-1ab7．2神经网络工具箱中的BP人工神经网络（BP—ANN）算法,通过优化网络结构和隐层节点数量建立了拓扑结构为2-10-1的BP—ANN模型;将其充分训练后,用于混凝土抗压强度预测。分析结果表明,混凝土抗压强度预测值与实测值的误差小于5．0％,能够满足工程需要;BP—ANN预测能力较强,具有一定的工程应用价值。     

基于MATLAB和BP网络的公路软基沉降量预测模型

人工神经网络具有强大的非线性映射能力,文章利用BP神经网络建立了公路软土地基沉降量预测模型,并用MATLAB人工神经网络工具箱进行了实现。根据实测资料,对此预测模型进行训练和预测,试验表明,预测模型具有较好的预测精度,操作简单,具有广阔的工程应用前景。