人工神经网络在纺织中的应用

总结了国际上人工神经网络在纺织生产过程控制、质量控制、性能预测及工艺优化、纺织产品分类、疵点识别、织物鉴别、风格评价和分等评级等方面的研究成果,进行了粗梳毛纺质量控制及丝织物风格评价研究.     

人工神经网络在织物的服装加工性能预测中的应用

本文探讨了人工神经网络系统用于织物在服装加工过程中的行为、性能预测的可行性。由ＫＥＳ－ＦＢ系统测得的织物力学性能作为预测的基础。本文还探讨了网络输入结点数和隐含结点数对人工神经网络系统的误差收敛速度和预测精度进行了讨论。结果表明人工神经网络能有效地用在服装加工领域来对由于织物性能而会引起的服装加工问题进行预测。     

BP神经网络在织物风格评价中的应用

探索人工神经网络在织物风格评价中的应用,基于反向传播神经网络模型（BP）建立了四层网络系统基于算是 物风格信号,实验表明,经过学习训练,系统具有较强的自适应模式识 能力,可以有效解决织物风格评定问题。     

人工神经网络在岩石力学中的应用

从岩石力学研究思维方式转变的观点出发，从岩石非线性系统辨识、工程时序预测、反分析及岩石工程系统等四个方面综述了人工神经网络在岩石力学中的应用进展情况，并对其应用情况进行了简要评述。     

人工神经网络在股票市场预测中的应用

运用人工神经网络理论，对股票市场进行动态建模和仿真预测实验，仿真实验结果表明，低阶多层改进ＢＰ模型能预测深圳股市趋势且取得良好结果。     

人工神经网络在织物的服装加工性能预测中的应用

本文探讨了人工神经网络系统用于织物在服装加工过程中的行为、性能预测的可行性。由ＫＥＳ—ＦＢ系统测得的织物力学性能作为预测的基础。本文还探讨了网络输入结点数和隐含结点数对人工神经网络系统的误差收敛速度和预测精度进行了讨论。结果表明人工神经网络能有效地用在服装加工领域来对由于织物性能而会引起的服装加工问题进行预测。     

人工神经网络在材料设计中的应用

材料设计是材料研制过程中必须首要解决的问题，是材料设计由定性化向定量化方向发展是其必然趋势．为了实现这一领域的自动化和智能化，提出了人工神经网络的开发思想．人工神经网络具有再较强的非线性问题处理能力且较强的容错性，并能获得输入和输出之间相互关系的信息处理技术．在材料设计中，人工神经网络已用于预测成分设计、力学性能、工艺参数等方面．     

人工神经网络在预测领域中的应用

人工神经网络是一门高度综合的交叉学科,具有容错性、固有的并行结构和并行处理、知识的分布储存、自适应性强等特点．人工神经网络可以应用于许多领域,本文介绍了其在预测领域应用的发展和现状．     

人工神经网络在环境质量评价中的应用

为探讨人工神经网络在环境质量评价中应用的合理性和可靠性，建立了一个三层前向式神经网络，并以改进的Ｂ－Ｐ算法对网络进行了训练，在湖泊富营养化程度评价的应用成果表明，人工神经网络用于环境质量评价简便实用，具有客观性和通用性，有广泛的应用前景。     

人工神经网络在结构建模上的应用

对于结构控制，首先必须建立系统模型，而结构系统是非线性的、时变的，很难用常规方法来建模，运用学习速率自调整BP误差逆传播网络对两种结构进行了建模，其一是预测结构地震响应， 其二是建立MR阻尼器的理论模型。预测与仿真结果表明BP误差逆传播网络对建立非线性结构的模型十分有效。     

基于Matlab的人工神经网络在交通量预测中的应用

交通量预测在道路交通规划与建设中占有重要的地位，是道路交通规划与建设中重要的技术指标，因此为了更科学地对其进行预测，本文在对交通量数据进行处理后，利用人工神经网络加以模拟，建立了基于Matlab编程技术的交通量预测模型，并以实际道路为例，对模型进行了理论验证，经验证模型精度较高、具有可行性。     

基于Matlab的人工神经网络在交通量预测中的应用

交通量预测在道路交通规划与建设中占有重要的地位 ,是道路交通规划与建设中重要的技术指标 ,因此为了更科学地对其进行预测 ,本文在对交通量数据进行处理后 ,利用人工神经网络加以模拟 ,建立了基于Matlab编程技术的交通量预测模型 ,并以实际道路为例 ,对模型进行了理论验证 ,经验证模型精度较高、具有可行性     

模糊数学在纺织工程中的应用

论述了在纺织工程中引入模糊数学的重要性，并就模糊数学在纺织生产中某些方面的应用作了探讨。纺织生产过程的不确定性使得模糊数学在纺织中应用前景非常广阔。     

人工神经网络在热轧宽厚板性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型，在此基础上，利用神经网络对热轧管线钢力学性能进行了预测，并对预测结果与生产数据进行了比较，此外，还利用神经网络对生产工艺参数进行了优化，结果表明，将神经网络应用于热轧生产进行力学性能预测和工艺参数优化具有一定现实意义。     

人工神经网络在商场建筑物冷负荷预测中的应用

对空调系统进行冷负荷预测是对冰蓄冷系统进行优化控制的重要前提与基础。经过对各种预测方法的结果比较，人们发现人工神经网络预测的结果更接近实际值。基于人工神经网络的通用BP(Back Propagation)算法编制的程序，实际对一栋采用冰蓄冷空调的商场性质建筑物进行冷负荷预测并加以评价。此程序采用Visual Basic编制，含有7个输入层以及1个输出层，利用通用BP算法。结果显示利用人工神经网络预测建筑物冷负荷比较可靠。     

人工神经网络在预测热舒适性指标中的应用

热舒适性指标与各个影响因素之间存在复杂的非线性的关系,而人工神经网络能够反映这种非线性的映射关系,因此通过人工神经网络可以实现热舒适性指标的计算及预测。首先对热舒适性指标做了一个简单的介绍,并以Fanger公式计算出热舒适性指标的期望输出值,然后分别介绍了BP网络、GA-BP网络、RBF网络及Elman网路的算法及结构,并建立热舒适性指标预测模型,对4种神经网络在预测中的性能给予定性与定量的分析。结果表明,在预测热舒适性指标方面,基于GA-BP神经网络性能要优于其他神经网络,具有更高的精度和适应能力,能够较好的满足将其应用于空调系统的控制器中对其进行实时控制。     

人工神经网络在环境质量评价中的应用

为探索人工神经网络在环境质量评价中应用的合理性和可靠性，建立了一个三层前向式神经网络，并以改进的Ｂ－Ｐ算法对网络进行了训练．在湖泊富营养化程度评价的应用成果表明，人工神经网络用于环境质量评价简便实用，具有客观性和通用性，有广泛的应用前景     

人工神经网络在生物过程中的应用

人工神经网络(ANN)由于其自身具有的自适应非线性信息处理能力,在对动力学具有较强的非线性、非稳态及时变特征的生物反应过程的描述中具有其他方法所无法比拟的优势.分析了人工神经网络在生物反应过程中建模的优势,对其近年来在生物反应过程中建模与仿真、过程优化控制、故障诊断、软测量及培养基优化等方面的应用进行了介绍,并提出了其未来发展的趋势.     

人工神经网络在堤坝安全评价中的应用

为了综合考虑安全评价中各因素的影响,采用人工神经网络BP网络模型,建立基于人工神经网络的堤坝安全评价方法.以黄河下游堤防工程为例,依据堤坝的设计和检测规范,建立了相应的安全评价指标,利用地质资料和观测资料对堤坝安全进行了分析与评价,验证了模型的可靠性.