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。     

用遗传算法辨识发酵动力学模型参数

提出发酵动力学模型参数辨识的遗传算法,并对典型模型进行了具体尝试。结果表明,遗传算法估计参数效果很好,优于麦夸脱方法。     

用自组织学习联想神经网络（LASSON^2）识别茶叶

运用自组织学习联想神经网络，根据茶叶色泽，研究了绿茶、红花、青茶、黑茶的分类识别，识别成功率达１００％。结果表明，该方法性能良好，可望开辟茶叶分类识别研究的新途径。     

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－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辅助手段。     

高氧化态（Ⅱ─Ⅳ）三核金属簇合物构型的人工神经网络判别方法

本文运用一典型的人工神经网络模型─“反向传播”模型，对高氧化态（Ⅱ─Ⅳ）三核金属簇合物的构型分布进行了分析，得到了较好的分类、预报结果为化合物结构分析提供了新的工具。     

传感器阵列信号处理的人工神经网络方法

文章提出传感器阵列信号处理的人工神经网络方法,并以K~+/Ca~(2+)/NO_3~-/Cl~-阵列系统为对象,尝试了该方法的效果。结果表明,其拟合最大相对误差不超过7.4％,预测最大相对误差不超过6.9％。可见,神经网络方法性能良好,可望成为各种传感器、传感器阵列信号处理的有用工具。     

用人工神经网络建立油田采收率模型

运用人工神经网络“反向传播”模型的改进形式，将影响采收率的主要因素作为系统的输入，通过自学习的算法，确定采收率与诸因素之间的关系，便得到预测采收率的模型。本文以江汉油田的资料为例，计算结果，相对误差小于４．６％。     

神经网络方法在ABO3型稀土复氧化物电阻率特性研究中的应用

研究了神经网络的一典型模型—反向传播(B-P)模型在稀土复氧化物电阻率特性分类中的应用,验证了该方法的可靠性,并与主成分法进行了比较。实验结果与理论分析表明,神经网络方法优于传统的模式识别方法。     

两端线网布局的遗传算法

两端线网布局的遗传算法蔡煜东（中国科学院上海冶金所，上海２０００５０）１．遗传算法１９７５年，Ｈｏｌｌａｎｄ受生物学中＂生物进化＂和＂自然选择＂学说的启发，提出了著名的遗传算法，经过近２０年的研究、应用，遗传算法已成为非线性优化和系统辨识的有效工具，...