ZnO压敏陶瓷性能预测的人工神经网络模型

探讨了ZnO压敏陶瓷性能识别、预测的人工种经网络模型,并选取样本进行具体研究。结果表明：识别、预测结果与实验结果一致,人工神经网络是材料设计、性能预测的一种有效实用的方法。     

人工神经网络在纺织中的应用

总结了国际上人工神经网络在纺织生产过程控制,质量控制,性能预测及工艺优化,纺织产品分类,疵点识别,织物鉴别,风格评价和分等评级等方面的研究成果,进行了粗梳毛纺质量控制及丝织物风格评价研究。     

人工神经网络在纺织中的应用

总结了国际上人工神经网络在纺织生产过程控制、质量控制、性能预测及工艺优化、纺织产品分类、疵点识别、织物鉴别、风格评价和分等评级等方面的研究成果,进行了粗梳毛纺质量控制及丝织物风格评价研究.     

基于GIS的人工神经网络 矿产预测系统设计及应用

利用地理信息系统(GIS)和人工神经网络(ANN)相结合,研究了基于GIS的人工神经网络矿 产预测系统设计方案,实现了从地质变量优选到人工神经网络成矿预测结果图形显示的计算机自动化 处理。在凤凰山矿田的应用显示,预测结果与现有矿床十分吻合,是矿产预测的有效方法。     

基于神经网络的换热器翅片参数灵敏度分析

为了探索将人工神经网络技术应用于翅片参数对换热器(HX)性能影响研究的可行性,建立2个结构不同的3层反向传播(BP)神经网络进行训练及优化.分别对流动阻力特性和传热特性进行性能预测,根据预测结果进行翅片参数的灵敏度分析.训练和测试样本数据来源于大量的风洞实验和数值仿真结果.经过优化后的预测传热和流动阻力的网络隐层神经元个数分别为2和6,隐层和输出层的传递函数分别为tansig和purelin函数,采用基于Levenberg Marquardt（L M）算法的训练函数.网络性能测试结果表明,人工神经网络以优越的非线性映射能力,能够很好地预测翅片参数变化对换热器性能的影响.翅片参数灵敏度分析结果与实践工程经验比较吻合.     

人工神经网络在织物的服装加工性能预测中的应用

本文探讨了人工神经网络系统用于织物在服装加工过程中的行为、性能预测的可行性。由ＫＥＳ－ＦＢ系统测得的织物力学性能作为预测的基础。本文还探讨了网络输入结点数和隐含结点数对人工神经网络系统的误差收敛速度和预测精度进行了讨论。结果表明人工神经网络能有效地用在服装加工领域来对由于织物性能而会引起的服装加工问题进行预测。     

人工神经网络在织物的服装加工性能预测中的应用

本文探讨了人工神经网络系统用于织物在服装加工过程中的行为、性能预测的可行性。由ＫＥＳ—ＦＢ系统测得的织物力学性能作为预测的基础。本文还探讨了网络输入结点数和隐含结点数对人工神经网络系统的误差收敛速度和预测精度进行了讨论。结果表明人工神经网络能有效地用在服装加工领域来对由于织物性能而会引起的服装加工问题进行预测。     

基于LPMCC特征和小波RBF网络的语音识别

小波神经网络是结合小波变换理论与人工神经网络思想而构造出来的一种"新型的神经网络模型",融合了小波变换良好的时频局域化性质及神经网络的自学习功能。它通常可看作RBF网络的推广。本文构建了一个以Morlet母小波作为小波基,代替RBF网络中的激活函数的小波神经网络结构,并采用线性预测美尔倒谱(LPMCC)作为特征参数,进行了孤立词语音识别。实验结果表明此种方法抗噪性能好,识别效率高。     

基于人工智能的压力容器失效模式的预测

采用模糊推理与人工神经网络技术相结合的人工智能方法进行了压力容器失效模式的预测,预测结果和失效评定图法判断结果相一致。人工神经网络和模糊推理方法为压力容器安全评定智能化系统的建立作了一个补充。     

基于人工神经网络的含缺陷压力管道失效模式的识别

应用一各匠人工神经网络模型－－反向传播模型对含缺陷压力管道的失效模式进行了识别，结果表明，人工神经网络完全可以用于预测管道的失效模式。     

基于改进型神经网络模型的负荷短期预测仿真研究

选择BP人工神经网络作为电力系统负荷预测的模型,发现其具有收敛速度较慢,且容易陷入局部最小的缺点。因此,引入拟牛顿法和附加动量法对其性能进行改进,并形成一种改进型的预测模型。以重庆市某供电公司供区为背景,利用其负荷数据进行仿真,结果证明,对BP人工神经网络的改进是成功的。这种方法可以更好地满足电力负荷短期预测的精度要求,对电力系统控制、运行和规划都具有重要意义。     

基于基因表达式编程的高架道路事故实时预测

为在城市高架道路场景下有效预测交通事故,基于上海市延安高架道路交通流和事故数据,利用附加精英基因库和灭绝机制的改进型基因表达式编程算法,提出了高架道路事故预测经验公式。通过与传统建模方法的结果进行对比,验证了经验公式的预测精度和可理解性;在不进行重新训练和标定的前提下直接应用经验公式对其他高架道路的事故数据集进行预测,验证了其可移植性。结果表明：在延安高架道路数据集上,经验公式的预测性能较传统Logistics回归有较大提升,受试者工作特征曲线面积指标和F₁-score指标达到与人工神经网络模型一致的水平,能正确识别74%的事故。经验公式在杭州市上塘高架道路数据集上的良好性能表明其具有基本的可移植性。综上,基因表达式编程算法针对事故风险预测问题兼顾了高精度和可理解性,并表现出可移植性,有助于建设低成本、高效率的事故预测系统。     

基于人工神经网络的手写体相似汉字分类器的设计

相似汉字的准确分类是手写体汉字机器识别中的一个关键性问题。本文从手写体相似汉字的特征抽取方法、神经网络结构的选取及参数的确定、学习算法的设计等方面讨论了基于人工神经网络的手写体相似汉字分类器的设计方法,最后用384组手写体相似汉字对分类器进行识别测试,实验结果证明了分类器的良好性能。     

基于人工神经网络的手写体相似汉字分类器的设计

相似汉字的准确分类是手写体汉字机器识别中的一个关键性问题。本文从手写体相似汉字的特征抽取方法、神经网络结构的选取及参数的确定、学习算法的设计等方面讨论了基于人工神经网络的手写体相似汉字分类器的设计方法 ,最后用 384组手写体相似汉字对分类器进行识别测试 ,实验结果证明了分类器的良好性能     

材料机械性能预测及模拟退火算法优化

将人工神经网络用于建立高Ｃｏ－Ｎｉ二次硬化钢的性能预测模型,在此基础上,对此类钢合金含量改变时的性能进行了预测,并与实验结果相比较,获得了满意的结果,另外采用模拟退火算法对高Ｃｏ－Ｎｉ二次硬化钢的性能进行了多指标优化,从而为材料性能的优化研究探索了一条崭新的途径。     

人工神经网络在商场建筑物冷负荷预测中的应用

对空调系统进行冷负荷预测是对冰蓄冷系统进行优化控制的重要前提与基础。经过对各种预测方法的结果比较，人们发现人工神经网络预测的结果更接近实际值。基于人工神经网络的通用BP(Back Propagation)算法编制的程序，实际对一栋采用冰蓄冷空调的商场性质建筑物进行冷负荷预测并加以评价。此程序采用Visual Basic编制，含有7个输入层以及1个输出层，利用通用BP算法。结果显示利用人工神经网络预测建筑物冷负荷比较可靠。     

神经网络与时间序列模型在股票预测中的比较

首先利用时间序列中的AR IM A模型和人工神经网络建立了两类股票价格预测模型并对一定时期的股票价格进行了预测,然后用4种广为使用的统计评价方法对两类模型的预测性能进行了比较。结果表明,两种模型都取得了很好的整体预测效果,而在趋势预测方面,神经网络则得到了比AR IM A模型更准确的结果。     

人工神经网络在弯曲模制造中的应用--对弯曲件回弹问题的分析

阐述了利用人工神经网络技术对影响弯曲件回弹的各工艺参数进行分析的方法和过程，描述了BP人工神经网络的模型及算法，并提出了一套精确预测回弹角度值的方案。实践表明运用人工神经网络技术对弯曲件回弹值进行预测的结果符合实际情况且精度较高。     

新开轨道交通城市的客流预测与方法分析

以城市轨道交通的客流预测为研究对象,分析轨道交通客流时间分布与空间分布特征,研究影响轨道交通客流的主要因素.在对比现有预测方法的基础上,选用卡尔曼滤波和后向传播(BP)人工神经网络两种微观预测方法建立预测模型,分别对大连市轨道交通客流进行预测.通过对预测结果的精度比较,得出运用BP人工神经网络模型的预测结果更接近实际.研究方法和预测结果可为同类新开轨道交通城市的规划与发展提供一定的理论支持.     

应用神经网络预测橡胶配方的性能

建立了以配合前用量和胶料物理性能的人工神经网络模型, 训练后的神经网络能较好的拟合实验数据, 对９ 个橡胶配方的性能进行回想和预测结果与试验值的偏差小, 说明利用神经网络方法精度高, 数学模型可靠