现代大型设备故障智能诊断技术的现状与展望

针对大型复杂工业控制设备的特点,从优化方法和优化策略的角度对近年来智能故障诊断技术在复杂动态不确定环境下的研究进行了综述,并指出了目前存在的问题和未来的研究方向。     

用人工神经网络评价边坡稳定性

应用人工神经网络原理，采用改进的BP算法，建立边坡稳定性分析模型，并选用工程实例对网络进行检测，计算出边坡的稳定安全系数，比较结果表明，神经网络模型分析边坡的稳定性有较好的适用性，能满足计算的精度要求。     

神经网络在选矿试验研究中的应用

人工神经网络是80年代发展起来的数据处理技术，随着科学技术的进步和矿业生产的发展，为了提高效率，人们一直在寻求以较少的试验工作量，来获取最佳的指标。本文运用神经网络技术，在正交试验的基础上，以较少的试验工作量，建立了高精度的变量间的非线性回归方程，取得了满意的效果。     

小波变换在结构损伤诊断中的应用研究

对连续小波变换、离散小波变换、多分辨分析、小波包分析的基本理论作了简要的介绍。重点论述了小波分析在结构损伤诊断中的应用。对小波分析和人工神经网络在结构损伤诊断中的联合应用进行了详细的讨论。     

地质数据分析的新方法

本文提出利用人工神经网络和神经网络专家系统的方法分析地质数据，从而更好地解决地质数据处理中的非线性问题。提高地质数据处理的精度及可靠性，为分析地质数据提供一种新的方法手段。     

某铜铁矿尾矿库废水神经网络预测研究

金属矿山尾矿库废水中含有H^ 、CN^-和多种金属离子，是矿区及其流域酸性污染和金属污染的主要污染源。在收集某铜铁矿尾矿库废水14年水质监测资料基础上，运用人工神经网络的改进BP算法对其8项水质指标进行了分析、分类和仿真预测，揭示了该矿尾矿库废水的污染特性，查清了主要污染物。     

回采工作面瓦斯涌出BP神经网络分源预测模型及应用

基于回采工作面瓦斯涌出分源涌出，利用人工神经网络分别预测开采煤层、邻近煤层、采空区3种来源的瓦斯涌出量；因3种来源瓦斯涌出量的影响因素不同，为了避免不相关因素的干扰，提高预测精度，确定整个预测体系由开采层、邻近层、采空区等3个瓦斯涌出量预测神经网络组成，对每个涌出源分别建立神经网络预测模型；最后采用Matlab中BP神经网络算法，针对实际矿井进行应用，预测误差小.     

人工神经网络技术在电厂配煤中的应用

配煤即根据用户对煤质的不同要求，将若干种不同种类、不同性质的煤炭按照一定比例掺配加工而成的混合煤种，它虽然具有参配单煤的某些特征，但其综合性能已有所改变，实际上是人为加工而成的新“煤种”。     

采煤工作面顶板分析的人工神经网络方法

提出采煤工作面顶板分析的人工神经网络方法，并选取一组标样作为研究对象，识别成功率达１００％。结果表明，该方法性能良好，可望成为顶板分类的有效的辅助手段。     

基于MATLAB的BP网络在矿产资源预测中的应用

人工神经网络（ANN）是近几年兴起的一门综合交叉学科。人工神经网络在进行预测时，是在输出和输入之间建立一个非线性眏射关系，ANN可自动模拟各种成矿因素之间的自然关系，进行全局优化搜索，减少人为干预，提高资源预测的准确率。其中以反向传播网络--BP网络应用最广泛。由于MATLAB提供了跟踪国外先进计算方法与数学模型的许多工具箱，利用MATLAB中的神经网络工具箱，可方便地实现BP网络模型的学习、训练、拟合及预测（仿真）过程。基于上述思路以陕西省旬北地区铅锌矿的远景区预测为例，在MATLAB平台中调用其内部函数建立了BP人工神经网络矿产资源预测系统，并在此基础上进行了远景区预测。