人工神经网络在股票价格预测中的应用

股票价格的走势短期随机性强,但从长期上来看,具有一定的规律性。人工神经网络可以看成是一个具有自学习功能的"黑箱",在处理无法精确建模的问题上具有很大优势。采用了MATLAB中的人工神经网络工具箱,对某股票的价格进行建模,并且较准确的预测其近期走势。     

人工神经网络结合遗传算法在建模和优化中的应用

用MATLAB构造了人工神经网络和遗传算法程序。人工神经网络用来建立数据样本间的函数关系，而遗传算法用来求解由该函数作为目标函数的优化问题。最后用一个实例对所编程序进行了测试，结果是令人满意的。     

人工神经网络思想在舰载作战系统中的应用初探

人工神经网络是近年来迅速发展的一种智能技术,在很多领域均得到了广泛应用。人工神经网络中的很多思想新颖独特,在解决实际问题时效果显著。文章简要介绍了人工神经网络的模型、特性,并从数据建模、学习过程、数据反馈三个方面对人工神经网络思想在舰载作战系统中的应用进行了初步探讨。     

人工神经网络在控制中的应用

介绍神经控制中用的比较多的四种网络,总结几种比较常用的神经网络控制器并稍带说明神经网络在辨识中的应用,然后简介ANN与其它智能方法相结合在控制中的应用形式,最后对神经控制中需要进一步关注的问题作了分析.     

人工神经网络在带钢力学性能预测中的应用

本文运用神经网络原理建立了带钢力学性能预测的神经网络模型，并用该模型对某钢厂带钢力学性能进行了预测，还对预测结果和真实数据进行了比较，结果表明：相对误差低于1%，而且收敛速度快，泛化能力好。预测模型可减少或取消实际生产中的破坏性检测试验，从而提高经济效益。另外，文中还总结了提高神经网络性能的方法。     

人工神经网络与自动控制

本文简述了人工神经网络的结构特点及其信息处理特点,并对其与自动控制的结合进行了阐述,最后指出了这一方面的研究现状和发展方向。     

人工神经网络技术在油气田开发中的应用综述

油气田开发过程中存在复杂的、多事件激励的工况诊断和产量预测问题,而传统的解决方法存在一定的局限性。人工神经网络技术作为一种非线性方法,具有信息融合、综合预测、分类等功能,对于这些问题有较好的适用性。因此,国内许多学者将人工神经网络技术引入油气田开发中,利用其独特的性质,有效提高工况诊断及产量预测等的效率和准确性。本文对人工神经网络技术在油气田开发中的应用进行了综述,介绍了各项应用的网络结构及学习算法,并且对BP神经网络存在的问题及改进进行了综述。     

线性联想存贮器在自动控制中的应用

简介线性联想存贮器的工作原理和实现方法,它们已应用于光通讯、谱分析、衍射光学、射电天文学、电子显微术等与信息处理、图像恢复或图像识别相关的近代光电子技术领域、然而本文该方法在自动控制建模中的应用是一种新的尝试,尤其是对复杂对象的研究,我们把它与神经网络法比较,发现在非线性对象的线性化过程,它具有花时更省、精度更高和鲁棒性的特点,也讨论了计算机模拟实验,结果由图表示。     

人工神经网络在EPDM硫化胶性能预测中的应用

该文将人工神经网络方法应用于EPDM硫化胶的性能预测,用按回归通用旋转组合设计方法设计的EPDM硫化胶20次性能试验数据作为人工神经网络的样本数据,利用MATLAB 6．5软件包中的神经网络工具箱,构造BP神经网络,优选最佳的神经网络参数,通过训练后,用于预测EPDM硫化胶的氧指数、扯断强度和伸长率性能。结果表明,训练好的神经网络可准确地预测EPDM硫化胶的有关性能,基于MATLAB 6．5的人工神经网络是分析EPDM配方各组分对硫化胶性能影响的一种快捷、可靠的新方法。     

人工神经网络在经济预测中的应用

首先简单介绍了人工神经网络 ANN(Artificial Neural Network)方法,然后通过实例应用与统计回归预测方法进行对比,表明 ANN预测方法是一种可行的,相当于非线性回归的方法,它对用线性回归方法预测效果较差的问题具有独特的优势.     

人工神经元网络在过程分析和控制中的应用

综述了人工神经元网络方法的过程分析与控制中的应用，包括过程建模、过程控制、模式识别与聚类分析以及在电子鼻当中的应用。     

人工神经网络在伺服最优鲁棒控制中的应用

提出了一种基于神经网络的伺服最优鲁棒控制，介绍了利用神经网络的学习特性对被控对象的模型不确定性进行补偿和控制。仿真结果表明，所控制器优于一般伺服控制的性能，并有较强的鲁棒性。     

Experiments of Trust Prediction in Social Networks by Artificial Neural Networks

Social network online services are growing at an exponential pace, both in quantity of users and diversity of services; thus, the evaluation of trust in the interaction among users and toward the system is a central issue from the user point of view. Trust can be grounded in past direct experience or in the indirect information provided by trusted third-party users shaping the trustee reputation. When there is no previous history of interactions, the truster must resort to some form of prediction in order to establish Trust or Distrust on a potential trustee. In this study, we deal with the prediction of trust relationships on the basis of reputation information. Trust can be positive or negative (Distrust), hence, we have a two-class problem. Feature vectors for the classification have binary-valued components. Artificial neural network and statistical classifiers provide state-of-the-art results with these features on a benchmarking trust database. In this article, we propose the application of a sample generation method for the minority class in order to reduce some of the effect of class imbalance among Trust and Distrust classes. Specifically, the approach shows high resiliency to system growth.     

基于神经网络的无线传感器网络数据融合算法_cg10000147修改稿

为减少无线传感器网络的通信量,降低能量消耗,设计了一种基于神经网络的数据融合算法(BPNDA),该算法将BP神经网络和传感器网络分簇路由协议有机结合,将每个簇设计成一个神经网络模型,通过神经网络提取原始数据中的少量特征数据,然后将特征数据发送给汇聚节点,从而提高数据收集效率,延长网络生存时间。仿真实验证明,与LEACH算法相比,该算法可有效减少网络通信量,降低节点能耗。     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性 ,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制 ,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型 ,经过 BP网络预测软件运行检验 ,并与该机场以前采用的定量预测方法的综合比较 ,证明在该机场应用 BP网络预测方法不仅可行 ,而且有更好的预测精度     

基于ANN模型的非线性自校正预测控制器

采用局部建模和线性化方法,提出了一种基于人工神经网络(Artificial Neural Network--ANN)模型的非线性自校正预测控制算法.仿真实例表明,所提控制策略可有效地控制某些未知多变量非线性动态系统.     

一种基于函数型神经网络的传感器静态模型辨识方法

本文提出一种基于函数型神经网络的传感器静态模型辨识方法,该神经网络连接系数直接反映了传感器静成模型中的被辨识参数,网络结构简单,具有良好的收敛性,文章将这一方法实际应用到铂热电阻静态模型辨识,仿真结果表明,本方法是可行的。     

人工神经网络在文物分类系统中的应用研究

人工神经网络由于其强大的学习和适应能力,广泛应用于模式识别、模式分类、自动控制、图像处理及智能系统的非线性建模等方面。文中对几种典型的人工神经网络的结构、功能、学习算法进行了综述,详细介绍了人工神经网络在文物分类系统中的应用,比较结果可以得出自组织竞争神经网络的分类效果要优于其它两种神经网络。     

神经网络在水处理加药控制中的应用研究

随着供水源水污染日益严重和水质要求的不断提高,于是就增加了给水处理的难度;在水处理过程中,混凝是整个水处理工艺系统中最重要的过程,也是最难管理的一个环节,它不仅影响到处理的全过程,并且还是制水成本的重要组成部分;通过对给水处理过程中投药系统的工艺原理的研究,分析了其混凝过程中影响其混凝效果的相关参数,建立了混凝剂投加模糊神经网络预测控制模型,旨在研究一种有效的混凝剂投加智能算法并投入实践;试验表明,此模型在源水水质变化的情况下,实现了混凝剂投加的有效控制,提高了水行业的自动化水平.     

人工神经网络在建设工程造价估算系统中的应用

介绍了人工神经网络技术的发展和分类,针对建设工程造价估算技术的发展及面临的问题,提出了在建设工程造价估算系统中应用人工神经网络技术来提高估算精确度,并给出了系统的设计模型。