西风可鉴 点滴见真——中国石油炼油与销售分公司欧洲非油业务考察侧记

在未来的竞争中,企业不仅要依靠实物资源,如油品、网络等,也要依靠品牌和人员,更要依靠企业在长期发展过程中积累起来的知识的竞争。     

基于改进型BP神经网络的湿重软测量

针对制浆造纸工业中湿重无法在线测量的难题，分析了湿重值与进浆流量、打浆浓度、打浆电流及原湿重值等参数的关系。提出了基于改进型BP神经网络的湿重软测量技术。成功的完成了湿重在线检测。     

基于模糊神经网络对经济的聚类分析

在现实生活中具有同等人力资本的劳动者在不同的生产力环境下的经济贡献率是不同的 ,有时甚至不可比较的。利用人工神经网络 (SOM网络 ) ,通过 Matlab语言编程 ,根据技术进步增长率对整个经济进行模式分类。分类的结果是大致把 2 9个省市分为 6个类 ,反映了各地区的经济与技术进步增长率情况     

递阶智能控制在电弧炉控制系统中的应用

电弧炉铅锌冶炼过程是一个极其复杂的物理化学过程。根据大量的冶炼经验和统计数据，本文提出了一种基于专家控制系统的递阶智能控制的控制策略，这种方法已成功应用于广东韶冶的铅锌冶炼之中。     

改进的BP神经网络在大坝安全监控中的应用

针对经典BP神经网络运行中存在的缺陷，提出了改进的BP神经网络，不仅解决了经典BP网络易陷入局部最小的弊端，而且应用的0.618分割选取法能使网络快速找到较优隐含层节点数，初始权值的自相关修正进一步提高了网络的稳定性。实际应用证明，改进的BP神经网络有效提高了网络质量，适合大型网络的构建与训练。     

人工神经网络在单晶合金设计中的应用

把一种新发展的功能极强的信息处理技术－计算机人工神经网络技术用于单晶合金的高温持久性能预测并和其它方法进行比较，结果表明：这种方法精度最高。     

基于模糊神经网络的任意干扰力下的结构主动控制

本文将模糊人工神经网络运用到结构的主动控制中，用模糊联想记忆神经网络作为控制器，对在任意干扰力下的结构振动进行主动控制，由于模糊神经网络的良好特性，该控制系统具有适应能力强，消振迅速且效果良好的特点。     

基于BP神经网络的心电图ST段的模式识别

心电图ST段对心脏疾病的诊断具有重要意义.在正确读取采集于郑州大学一附院的运动心电图数据基础上,利用小波变换更准确地确定其ST段的起始和终止位置,初步探讨了BP神经网络用于心电图ST段识别的方法,并用此方法识别出心电图ST段的三种类型-正常、水平压低和抬高.实验结果较好.     

基于广义回归神经网络的油气层识别模型

油气层的准确识别对油气藏的勘探与开发具有重要的指导意义。针对油气勘探中油气层识别难的问题,提出了一种基于广义回归神经网络（GRNN）的油气层识别模型。采用该模型对大庆油田某油井的测井数据进行了仿真实验,并与采用BP网络识别油气层的测试结果进行对比。结果表明GRNN具有结构设计简单和收敛快的优点,预测能力强,说明采用GRNN进行油气层识别具有广阔的应用前景。     

无腹筋钢筋混凝土简支梁受剪特性的神经网络模型初探

采用人工神经网络方法，分别探讨了均布荷载及两点加载下无腹筋钢筋混凝土简支梁的斜截面抗剪特性，建立了相应的模型，寻找到两种加载形式下，钢筋混凝土简支梁的各种输入参数与实际抗剪承载力之间的关系。通过原始实验结果和理论模型分析结果的对比，表明了该模型的可行性及适用性。