感知器与MATLAB

本将以人工神经网络中的感知器为例,简单地介绍了MATLAB及其工具箱在人工神经网络设计中的应用。     

改进的人工神经网络算法（Ⅱ）：在药物构效关系中的应用

构效关系是药物分子设计中的核心问题。人工神经网络算法是计算机辅助药物分子设计软件中的一种人工智能方法，近几年在构效关系研究中得到应用，且取得了令人鼓舞的结果。也说明了人工神经网络方法在药物分子设计中具有光明的前景。     

Matlab神经网络工具箱在煤层界面插值中的应用

人工神经网络方法通过大量的样本学习和训练,能够对实际问题进行最佳逼近。在分析煤层界面建模数据的基础上,设计插值煤层界面的人工神经网络结构。利用Matlab的神经网络工具箱建立对煤层界面插值的人工神经网络模型。以某矿的钻孔数据为样本对人工神经网络进行训练,实现了对煤层界面网格的插值;通过Matlab实现了对煤层界面的插值结果的三维显示。     

人工神经网络在建设工程造价估算系统中的应用

介绍了人工神经网络技术的发展和分类,针对建设工程造价估算技术的发展及面临的问题,提出了在建设工程造价估算系统中应用人工神经网络技术来提高估算精确度,并给出了系统的设计模型。     

人工神经网络在并行计算机集群上的设计研究

人工神经网络在集群上的并行化设计和实现能够充分发挥ANN并行处理的特点,缩短训练时间,降低算法复杂度。随着并行技术的日益成熟,在并行集群上以软硬件相结合的方式设计神经网络的重要性也不断提高。从软硬件平台的多方面讨论了并行集群技术对人工神经网络设计的支持,提出了一种SOM神经网络在并行集群上的设计方法和基础框架,并就并行集群上神经网络训练效率的问题进行了深入讨论。该方案可广泛应用于多种神经网络模型的并行计算机实现。     

基于改进BP算法的英文字母识别

提出了一种基于人工神经网络的英文字母识别方法。以改进的人工神经网络BP算法为基础,设计了一个英文字母识别系统,对大小写英文字母进行识别。实验结果表明,改进的BP算法降低了网络训练次数,有效地对由多种字体组成的英文大小写字母样本集进行训练,实现了对多种字体的英文字母的识别。     

几种改进的人工神经网络算法比较

文章分别介绍了模拟退火算法与BP网络结合的模拟退火人工神经网络,遗传算法和BP网络结合的遗传人工神经网络以及遗传退火人工神经网络算法。通过仿真实验比较证明,遗传退火人工神经网络和模拟退火人工神经网络的逼近精度高于遗传算法人工神经网络,而遗传算法人工神经网络收敛速度最快。并且随着求解变量个数的增加,基于遗传退火人工神经网络收敛速度高于改进的模拟退火人工神经网络。     

建筑平面支撑布置系统的神经网络实现

支撑是水泥厂窑尾塔架设计中的主要部分，以往都是专家根据知识规则进行设计．利用人工神经网络技术实现建筑平面支撑的设计缩短了设计时间，提高了设计效率．     

模糊人工神经网络方法在电路划分问题中的应用

本文把模糊集合论的知识应用于自组织人工神经网络,提出一个模糊人工神经网络算法.新算法克服了一般人工神经网络方法共同面临的学习时间长、对网络参数的敏感性弱点,广泛适用于一般的模式分类问题.对集成电路设计中电路划分问题的应用情况表明,新算法无论在网络学习的速度上还是划分结果上都优于Kohonen的自组织人工神经网络方法.     

聚合物阻燃材料专家系统FRES 2.0的设计

应用面向对象的方法设计和开发了基于人工神经网络的聚合物阻燃材料专家系统ＦＲＥＳ２．０。介绍了该专家系统的设计思想、基本结构和功能、核心算法、知识库文件格式、软件实现和应用步骤。该软件能够对实际的聚合物阻燃配方体系进行均匀实验设计、人工神经网络知识获得取、复合形优化、配方性能预测配方组成对性能的影响从机界面友好,运行可靠。     

自适应人工神经网络电机控制器设计

提出了一种自适应人工神经网络无刷直流电动机(BLDCM)转速控制器设计方法;针对传统PID调节器难以应对系统超调和短时振荡等问题,提出了一种结合人工神经网络和传统PID控制的新方法;首先建立了(BLDCM)的本体数学模型,在此基础上描述了将人工神经网络和PID控制相结合的模型,并对具体的控制算法进行了定义;最后,使用Matlab仿真工具对BLDCM控制实例进行了仿真;实验结果表明,结合人工神经网络和PID控制器的新控制方法具有响应快、鲁棒性强以及控制精度高等优点,很好地抑制了超调和振荡。     

人工神经网络在材料设计中的应用及其若干共性问题的研究

应用人工神经网络进行材料设计已取得了可喜的进展，本文回顾了人工神经网络应用于材料制备工艺研究时的一些共性问题，如：样本筛选、网络结构的确定、加快网络训练速度、改善网络预测效果、最优工艺参数的确定等，并给出相应的解决办法。     

基于知识的复杂产品设计过程

通过构建复杂产品知识化设计过程模型,建立将设计资源数据转换成设计知识的映射关系,基于人工神经网络获取设计知识的方法,实现设计知识的继承与共享,提高设计的质量和效率,用固体火箭发动机设计经验知识的获取过程验证了该方法的有效性。     

基于人工神经网络的葡萄病害诊断专家系统

设计了一种基于人工神经网络的葡萄病害诊断专家系统。以常见的18种主要的葡萄病害为研究对象,将专家知识转换为诊断规则,并作为学习样本输入神经网络进行训练,形成人工神经网络推理机。同时,采用知识库、规则推理和人工神经网络推理相结合的系统结构来优化专家系统,在提高专家系统自学能力的同时也提高了系统的响应速度。采用C#、Matlab和.NET技术混合编程实现专家系统,实验结果表明该系统有较高的诊断准确率并能稳定运行。该系统在Web上运行,更有利于系统的推广应用。     

基于人工神经网络的DVB-S2数字信号调制模式识别

人工神经网络(ANN)是模仿生物神经网络的结构提出的模型,它所具有的并行分布处理等优点使其在模式识别领域有很大的应用潜力。本文针对新发布的DVB-S2标准,对应用人工神经网络进行数字信号调制模式自动识别进行了研究,设计并实现了对QPSK、8PSK、16APSK、32APSK四种调制模式的自动识别系统。     

人工神经网络技术在机械故障诊断中的应用探讨

阐述了人工神经网络模型的一般结构和算法，并设计了机械故障诊断神经网络的模型和学习过程。通过对集材-50拖拉机变速箱的实验诊断和测试，结果表明人工神经网络技术可以快速、准确地诊断出机械故障类型。     

基于人工神经网络的GPS单点定位

人工神经网络不需要对所解决问题进行建模，能以任意精度逼近任一连续可微函数。本研究设计了适用于GPS单点定位计算的BP人工神经网络模型结构，采用共轭梯度算法改善网络的训练速度和精度。通过实际观测数据计算，结果表明：采用人工神经网络的GPS单位定位精度比采用最小二乘方法提高约7m，与采用卡尔曼滤波方法相当；且计算速度较快，有利于导航定位的实时数据处理。     

Elman人工神经网络的收敛性分析

应用Lyapunov稳定性理论分析了Elman人工神经网络的收敛性,讨论了基本的Elman人工神经网络收敛的充分条件,以及改进的Elman人工神经网络收敛的充分条件。     

典型人工神经网络的结构、功能及其在智能系统中的应用

人工神经网络已在各个领域得到广泛的应用, 尤其是在智能系统中的非线性建模及其控制器的设计、模式分类与模式识别、联想记忆和优 化计算等方面更是得到人们的极大关注．本文从网络在智能系统中建模及控制器设计的具体 训练结构入手,详细介绍了BP网络在系统控制中的典型应用方式,并根据不同网络所具有的 功能,从性能对比的角度对人工神经网络在上述各方面的应用给予综述．     

关于人工神经网络的应用研究

人工神经网络是属于人工智能的一个组成部分,它的提出是基于现代神经科学的相关研究。随着人工神经网络的不断发展,其应用范围越来越广泛。该文首先分析了人工神经网络的基本概念和特点,再从信息、医学、心理学等六个方面详细介绍了人工神经网络的应用。