贷款利润率的神经网络预测技术

介绍对银行贷款利润率的主要影响因素，基于改进型人工神经网络建立了贷款利润率的神经网络预测模型。在贷款利润率的神经网络预测系统中采用信息传输Tanh函数。取代Sigmoid函数，通过验证证实Tanh函数提高了贷款利润率的预测精确度。测试表明：采用Tanh信息传输函数，预测误差率能降低0．045。     

一种生命旋回信息模型的建立及应用

文章论述了油气田产量的非线性特征。其于Ｗｅｎｇ旋回的原理，提出了一种预测油气田产量的新型生命旋回信息模型。该模型可以预测油气田的瞬时产量、年产量、累积产量、可采储量、剩余可采储量、剩余可采储量瞬时储采比和时采油气速度、剩优质产品可采储量的年储采比和年采油气速度、最高瞬时产量和年产量，以及发生的时间与相应的累积产量。同时，模型还可以预测油气田瞬时产量、年产量兴衰的４个过程。文章还论述了年产量与瞬时产     

基于ANN方法的煤巷掘进前方小构造预报技术

利用煤巷掘进过程中所暴露出的大量的煤层信息，确定了与煤巷掘进前方小构造存在密切关系的影响因素，分析了煤层倾角、煤层厚度、涌水量、瓦斯等各个影响因子，选出主控因子，建立主控因子与煤巷掘进前方小构造预测危险性指数间的人工神经网络（ANN）分析模型，求取了各影响因素对前方小构造预测的权重系数，并建立了煤巷掘进前方小构造预测预报的ANN模型及其判据．对鹤壁十矿煤巷掘进前方小构造进行了预测，结果表明：ANN技术可用于煤矿巷道掘进前方小构造预测．     

模糊人工神经网络在矿井构造评价中的应用

介绍了模糊综合评判和人工神经网络原理，分析了一般BP神经网络在研究复杂性问题时存在的局限性，根据模糊人工神经网络模型的构建方法，探讨了该模型在矿井构造定量评价中的应用，结合鲍店煤矿的实际资料，对建立的模糊人工神经网络模型进行了学习训练，对未采区的构造复杂程度进行了预测，结果表明：模糊人工神经网络较一般BP神经网络具有更快的收敛速度和更准确的预测效果．     

管道输送原油蜡沉积速率模型研究

分别采用人工神经网络法和逐步回归分析法对原油管道蜡沉积实验数据进行分析处理,建立蜡沉积速率模型。利用建立的蜡沉积速率模型预测管道蜡沉积速率并与实际蜡沉积速率相比,结果表明,基于人工神经网络方法建立的蜡沉积速率比基于逐步回归分析法建立的蜡沉积速率精度高,但逐步回归分析法计算速度快且具有表达蜡沉积速率与其影响因素之间亲疏关系的优点,而人工神经网络方法没有此功能。综合考虑两种方法的优缺点,在建立蜡沉积速率模型时,先用逐步回归分析法对实验数据进行预处理,得出蜡沉积速率的主要影响因素,然后再把蜡沉积速率的主要影响因素作为神经元的输入,利用人工神经网络的方法建立蜡沉积速率模型。     

新开轨道交通城市的客流预测与方法分析

以城市轨道交通的客流预测为研究对象,分析轨道交通客流时间分布与空间分布特征,研究影响轨道交通客流的主要因素.在对比现有预测方法的基础上,选用卡尔曼滤波和后向传播(BP)人工神经网络两种微观预测方法建立预测模型,分别对大连市轨道交通客流进行预测.通过对预测结果的精度比较,得出运用BP人工神经网络模型的预测结果更接近实际.研究方法和预测结果可为同类新开轨道交通城市的规划与发展提供一定的理论支持.     

煤炭消费量预测的人工神经网络方法

基于我国１９７８～１９９４年间煤炭消费量的实际数据，采用人工神经网络的方法对影响煤炭消费量的主要因素进行了模拟分析．并应用训练好的神经网络模型预测煤炭消费量，经实际样本检验表明，这种预测方法的预测精度较高．以此预测了我国１９９５～２０００年的煤炭消费量．     

急倾斜煤层巷道放顶煤开采顶煤可放性评价

应用人工神经网络方法，建立了急倾斜中厚－厚煤层巷道放顶煤开采可放性评价的人工神经网络模型。该模型可用来预测工作面技术经济指标，优化放顶煤工艺参数。     

基于人工神经网络的非线性组合预测方法研究

在现有组合预测模型中以线性或非线性规划方法求解优化问题遇到了较多的困难,而递归组合预测方法的过程又较为烦琐。针对这一问题,本文基于人工神经网络技术建立了一种新的非线性组合预测模型;并从避免不规则权重入手,提出了通过主分量分析提高参与组合预测信息有效性的方法,提高了预测精度。实践表明,效果是令人满意的。     

整数参数规划在油田压裂规划中的应用

以采油现场的实际数据为依据，应用整数参数规划，建立了压裂措施规划模型，并根据多项技术指标进行了产量预测和优化设计，为油田实现稳产，高产，科学制订压裂的方案，加强现代化管理奠定敢基础。     

一类非线性系统的新型预报器

针对一类时变结构的非线性系统,提出一种结构适应式自校正预报器,当系统结构发生变化时,该预报器能自动地利用增维、减维算法,改变自身的结构,实时估计参数。用结构适应式自校正预报器,对一段时期内全国石油产量按季预报和某油田产量按年预报,平均相对预报误差分别为１．８６％和２．１２％,比普通的自校正调节器精度有较大提高。     

A New Kind of Artificial Neuron Models

ＡＮｅｗＫｉｎｄｏｆＡｒｔｉｆｉｃｉａｌＮｅｕｒｏｎＭｏｄｅｌｓＦＥＮＧＹｉｎｇｉｕｎＲＡＮＱｉｗｅｎＭＡＯＷｅｎｇｅ（冯英浚）（冉启文）（毛文革）（Ｄｅｐｔ．ｏｆＭａｔｈｅｍａｔｉｃｓ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒ...     

润滑油调合人工神经元网络系统的开发

介绍了自行开发的润滑油调合人工神经元网络系统的设计、组织结构、功能及用途。系统包括润滑油调合神经网络预测软件和润滑油数据库两个软件 ,其中润滑油调合人工神经网络预测软件用当今流行的面向对象程序设计语言 (Object -OrientedProgramming ,即OOP)VisualC ++5 .0编写 ,后者则用VisualFoxPro6.0编写。两者都可以脱离各自的开发环境独立运行 ,两者界面都是基于中文Windows 9X平台 ,界面友好、功能齐全、适用面广 ,为润滑油调合工艺科学计算、润滑油信息管理提供了方便。     

利用BP神经网络描述作物-水模型

研究了利用BP神经网络描述作物－水模型的方法，将各生育阶段的耗水量作为输入，将作物单产作出输出，构建了具有1个隐含单元层的BP神经网络结构，利用北京永乐店试验站1998－1999年度的冬小麦灌溉试验资料进行了样本进行训练和检验，得到了作物－水模型的人工神经网络模型。结果表明，作物－水模型的人工神经网络模型具有较高的拟合精度和预测精度。     

新型人工地标的设计、识别、定位及应用

人工地标是机器人定位与导航的重要辅助手段。设计了一种基于QR Code(quick response code)技术的新型人工地标,该地标不仅能存储丰富的环境信息,还能为机器人提供有效的方位信息。为了让机器人能够在远距离找到人工地标,设计了基于颜色和形状的快速识别算法。利用消影线原理设计了定位算法,可在机器人摄像机坐标系中快速、准确地定位人工地标。给出了机器人远距离搜寻、识别、定位及读取人工地标的控制方案,为机器人自主定位及导航奠定了基础。实验表明,该人工地标识别距离远、识别速度快、定位精度高,在复杂室内环境下仍能有很高的识读效率和很好的稳定性。     

基于脉冲耦合神经网络的目标特征抽取方法

为解决待识别目标的特征抽取问题,提出了一种脉冲耦合神经网络结合形状信息的图像混合特征抽取方法。该方法利用脉冲耦合神经网络将图像空域信号转化为时域信号的特性,结合物体形状信息,对图像的灰度和形状进行了统一描述。实验结果证明,该方法在一定程度上对物体的形变、平移、缩放不敏感,对目标识别系统是一种很好的特征抽取方法。     

中性灰在印前数字图像偏色评测中的应用

针对印前原稿数字图像,提出了一种基于中性灰理论准确测评偏色情况的新方法。该方法基于中性灰理论,通过图像的直方图,查看和分析图像颜色通道的色彩信息分布状况来判别图像的偏色情况。通过验证,该方法比目测对比法更具有参考性。     

采油油管电加热技术在高凝油开采中的应用

提出了一种利用油管和套管作为发热体直接加热油管内原油的方法.电能由三相配电变压器经AC DC AC逆变电路输出传送到油管，经油管下部的油套管接触器连接到套管，形成一个完整的回路.利用油管做热源体，将电能转化成热能直接加热井筒内的液体.该方法可以有效解决电网扰动和高凝油开采油管结蜡问题.     

基于时间序列和神经网络的电力系统负荷预测

针对采用时间序列对电力系统负荷进行预测时，无法考虑温度变化等因素的影响，利用神经网络的非线性拟合能力，提出了一种基于时间序列和神经网络组合的电力系统负荷预测方法。在时间序列法中，通过大量的历史数据随机序列对负荷进行预测，对于其结果再通过神经网络进行修正，算例表明所提方法是可行而有效的。     

北京市城市生活垃圾产量预测

分析了北京市城市生活垃圾产量（1991-2000）以及影响垃圾产量的12项因素，采用逐步降元回归分析方法建立了垃圾产量预测模型。分析结果表明，非农业人口，生产总值，非农业居民消费总额和供热彩暖面积是影响垃圾产量的主要因素。其影响程度依次减小，其中人口和居民消费两个因素与垃圾产量是正相关关系。采用该模型对北京市2001-2010年生活垃圾产量进行了预测，结果显示未来十年内北京市生活垃圾产量继续缓慢增长，预计2010年垃圾产量将达到478.03万t，人均日产量为1.18kg。