基于人工神经网络的多指标综合评价方法研究

研究了利用误差反向传播人工神经网络(BP网络)的多指标综合评价问题，并以建设工程项目招标评标为背景，建立了相应的多指标综合评价BP模型。引入附加动量法和变步长算法对BP网络算法进行改造，大大提高了标准BP神经网络收敛速度与学习训练速度，为解决多指标综合评价问题提供了一条有效途径。  

基于人工神经网络的毛精纺纱线质量预报技术

介绍了毛精纺纺纱过程与人工神经网络的特点 ,提出人工神经网络在纺纱质量预报中的工作原理与实现方法 ,并提供了国内外的应用实例 ,指出人工神经网络技术在毛精纺纱线质量预报中的广泛应用前景。  

BP神经网络在酒精发酵过程建模的应用

运用BP神经网络对酒精的发酵过程进行建模并预测，所建立的模型能够比较精确地模拟菌体生长，底物浓度消耗，以及发酵酒精度等过程的变化。结果表明，基于BP神经网络酒精发酵过程的模拟与预测是实现酒精发酵在线监测的一种可行的手段。  

食品中铜铅镉锌同时测定的神经网络方法研究

食品中金属元素快速、简便的测试方法研究是有现实意义的。本文在（pH=1．5）硝酸钾-硝酸溶液环境中，借助于方波溶出伏安法对铜、钳、镉、锌4种金属离子的混合溶液进行了组分测定，并用人工神经网络对测定结果进行处理，建立了4种金属离子同时测定的神经网络测试模型。实例表明，该神经网络测试模型能够较好地解决金属离子之间的相互作用和伏安信号干扰问题，测量结果比较准确，具有一定的应用和研究价值。  

造纸湿部中性施胶系统人工神经网络建模的研究

采用人工神经网络（ＡＮＮ）对建立造纸湿部中性施胶系统的数学模型以及模型的计算机仿真进行了初步研究。研究结果表明，将ＡＮＮ用于建立复杂的造纸湿部化学系统中性施胶的数学模型是可行的。采用该数学模型，能有效地仿真中性施胶系统施胶剂用量和淀粉用量对施胶效果的影响  

人工神经网络控制粗梳毛纺质量的研究

用人工神经网络进行粗梳毛纺毛条质量控制的原理及方法，用基于人工神经网络的计算机自动控制系统改造传统机械式梳毛机，并通过比较基于人工神经网络的计算机自动控制系统与一般自动控制系统，提出了基于人工神经网络的计算机自动控制系统的优越性。  

基于人工神经网络气辅注塑工艺参数的预测

探讨了运用人工神经网络技术进行气辅注塑工艺参数快速预测的方法。针对生产中常见的气辅制件,选择某一典型制件类型,建立了基于人工神经网络的预测模型。结合正交设计的思想获取训练样本,在MATLAB软件平台上完成预测模型的训练和工艺参数仿真模拟。仿真结果和实例验证表明利用BP神经网络进行气辅注塑工艺参数预测的方法是可行的。  

纺织工业中的虚拟加工技术与模式

简要介绍了纺织品加工过程、人工神经网络（ANN）及其相关算法的特征。通过ANN技术建立的原料、纺纱、织造和后整理预测／反演模型，能够优化生产工艺，预测与控制产品质量，是纺织设计与虚拟加工的基础。采用主因子、聚类、案例模板和ANN等算法完成对输入参数的归纳、筛选与增补，是提高预测／反演模型精度和效率的有效步骤。以此构建的模块组合式虚拟加工系统，对纺织工业的快速、准确和理性加工，纺织品的低成本和高质量实现，具有重要意义。  

人工神经网络在饮料工业中的应用研究进展

人工神经网络具有非线性的自适应的信息处理能力，现已被广泛应用于通信、化工等领域。综述了人工神经网络在饮料工业中的应用情况，包括原料的分类、分级，配方设计，感官评价与预测，质量鉴别和包装等方面的应刚研究进展。