神经网络在高强韧钢机械性能研究中的应用

将人工神经网络用于建立高Co-Ni二次硬化钢的力学性能预测模型,在此基础上,对此类钢的力学性能与钢的合金成分C,Ni,Co含量及热处理温度之间的关系进行了研究,并将其与实验结果相比较,获得了满意的结果,为高性能材料设计提供了一定的依据。     

基于人工神经网络的微合金钢力学性能预报

用人工神经元方法分析微合金钢性能、组织成份及铁素体晶粒尺寸之间关系，对某种微合金钢的力学性能、各相的分数和铁素体的晶粒尺寸之间的关系进行了研究，并通过实验数据训练了一套BP网络．结果表明，该方法是用于组织性能预报的有效方法之一，误差可以控制在5％以内．     

Layered learning of soccer robot based on artificial neural network

0　ＩＮＴＲＯＤＵＣＴＩＯＮＲｅｃｅｎｔｌｙ,ｍｕｌｔｉ ａｇｅｎｔｓｙｓｔｅｍｓｈａｖｅｂｅｃｏｍｅａｌａｒｇｅｆｉｅｌｄｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ[1 ] ,Ｇｅｎｅｒａｌｌｙ,ｍｕｌｔｉ ａｇｅｎｔｓｙｓｔｅｍｉｓｄｅｆｉｎｅｄａｓｔｈｅｓｙｓｔｅｍｃｏｍｐｏｓｅｄｏｆｍｏｒｅｔｈａｎ 2ｒｏｂｏｔｓａｎｄｐｅｒｆｏｒｍｓｔｈｅｔａｓｋｓｂｙｃｏｏｐｅｒａｔｉｏｎ .Ｔｈｅｓｙｓ ｔｅｍｈａｓｄｉｆｆｅｒｅｎｔｆａｃｔｏｒｓｃｏｍｐａｒｅｄｗｉｔｈｓｉｎｇｌｅｒｏｂｏｔｓｙｓ ｔｅｍ …     

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．     

Artificial neural network modeling of gold dissolution in cyanide media

The effects of cyanidation conditions on gold dissolution were studied by artificial neural network (ANN) modeling. Eighty-five datasets were used to estimate the gold dissolution. Six input parameters, time, solid percentage, P₈₀ of particle, NaCN content in cyanide media, temperature of solution and pH value were used. For selecting the best model, the outputs of models were compared with measured data. A fourth-layer ANN is found to be optimum with architecture of twenty, fifteen, ten and five neurons in the first, second, third and fourth hidden layers, respectively, and one neuron in output layer. The results of artificial neural network show that the square correlation coefficients (R ²) of training, testing and validating data achieve 0.999 1, 0.996 4 and 0.998 1, respectively. Sensitivity analysis shows that the highest and lowest effects on the gold dissolution rise from time and pH, respectively. It is verified that the predicted values of ANN coincide well with the experimental results.     

人工神经网络及粒子群优化算法在跟驰模型中的应用

在车辆跟驰现象中,驾驶员-车辆系统可视为一个非线性的动态系统,而人工神经网络(ANN)是开发非线性系统模型的有效工具,采用ANN技术建立了车辆跟驰模型,开发了基于粒子群优化(PSO)算法的ANN训练算法。测试结果表明,基于神经网络的跟驰模型比传统模型具有更强的鲁棒性,基于PSO算法的ANN训练方法能够避免陷入局部最优。     

人工神经网络在市场比较法中的应用

系统阐述了BP神经网络的结构和学习规则,提出了应用BP神经网络评估房地产价格。该方法能根据学习样本建立房地产价格与其影响因素间的非线形关系,从而克服了传统方法的缺点。     

人工神经网络在煤矿开采沉陷预计中的应用研究

提出了利用人工神经网络技术进行开采沉陷定量预测的新方法 .研究了影响因素的选取、开采沉陷预计模型的建立以及模型的应用等问题 .采用 BP神经网络算法对开采沉陷量进行了建模和预测 .结果表明 ,用神经网络模型对复杂的开采沉陷系统进行模拟预测 ,具有理论上的可行性和现实意义 ,说明人工神经网络技术在开采沉陷预计领域中具有实用价值     

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.     

基于MPCA-RBFNN的神经网络在中长期电力负荷预测中的应用

利用改进的主成分分析(MPCA)方法对径向基函数神经网络输入空间进行重构,在降低输入空间维数的同时克服了传统主成分分析法的缺点,缩小了网络的结构,达到了提高网络泛化能力的目的。通过某省实例验证了该方法的有效性。     

The Calculation Model for Operation Cost of Coal Resources Development Based on ANN

On the basis of analysis and selection of factors influencing operation cost of coal resources development, fuzzy set method and artificial neural network (ANN) were adopted to set up the classification analysis model of coal resources. The collected samples were classified by using this model. Meanwhile, the pattern recognition model for classifying of the coal resources was built according to the factors influencing operation cost. Based on the results achieved above, in the light of the theory of information diffusion, the calculation model for operation cost of coal resources development has been presented and applied in practice, showing that these models are reasonable.     

GH4169合金高温动态应变时效实验及模拟

为了解和掌握GH4169高温合金热处理过程中动态应变时效（dynamic strain ageing, DSA）现象对力学性能的影响,通过高温单轴拉伸实验及数值模拟的方法对固溶态该合金高温条件下DSA现象进行了实验及模拟研究.不同应变率的单轴拉伸实验在620 ℃的高温下进行,应变速率分别为10^-2、10^-3、10^-4 s^-1.实验结果表现出了由DSA效应导致的负的应变率敏感性,以及明显的锯齿状屈服现象.基于热激活能的塑性流动法则并对DSA效应予以明确考虑,建立了材料宏观一维本构模型,其中变形阻力被分为位错滑移阻力及DSA效应导致的变形阻力两部分,DSA效应模型中引入等效时效时间及等效热激活等待时间两个内变量,通过最小二乘法进行参数拟合.该本构模型的计算结果与实验结果具有较高的一致性. 结果表明,通过分析本构模型中内变量的变化趋势得出结论,位错滑移阻力随应变速率的提高表现出上升趋势,而DSA效应导致的变形阻力随应变率的提高表现出下降趋势. 因此,材料强度在一定应变率范围内的应变率负相关现象是由于DSA效应及正的率效应两种机制之间的竞争所导致.     

An improved neural network model for prediction of mechanical properties of magnesium alloys

An improved neural network model was developed for prediction of mechanical properties in the de-sign and development of new types of magnesium alloys by refining the types of input variables and using a more reasonable algorithm. The results showed that the improved model apparently decreased the prediction errors, and raised the accuracy of the prediction results. Better preprocessing parame-ters were found to be [0.15, 0.90] for the tensile strength, [0.1, 0.9] for the yield strength, and [0.15, 0.90] for the elongation. When the above parameters were used, the relativity for predicition of strength was bigger than 0.95. By using improved ANN analysis, more reasonable process parameters and compo- sition could be obtained in some magnesium alloys without addition of strontoum.     

基于人工神经网络的超临界小火焰模型研究

为了解决超临界小火焰燃烧模型数据库过于庞大,导致计算机内存不足和取值性能下降的问题,提出使用人工神经网络（ANN）进行建库的超临界小火焰/过程变量模型FPV-ANN. 在先验性分析及在超临界水热火焰的大涡模拟计算中发现,FPV-ANN方法在温度、组分和其他目标变量的分布与传统FPV方法得到的结果吻合,说明FPV-ANN方法的准确性与传统FPV方法一致. 由于人工神经网络小火焰库大小只有传统库的1%,FPV-ANN方法在大规模并行计算中消耗更少的计算机内存. FPV-ANN方法的计算速度比传统FPV方法提升了30%. 可以看出,提出的FPV-ANN方法具有更好的计算性能.     

基于神经网络的高强钢管砼柱抗震性能研究

利用人工神经网络的自适应性、容错性、模糊性，建立了一个三层BP神经网络模型对高强钢管混凝土核心柱抗震性能进行了研究.在试验研究的基础上，用30组数据作为学习样本进行训练，模型的误差收敛快，学习效果很好.用另外8组数据作为测试样本，对柱的位移延性进行预测，结果和试验值吻合良好.与其它文献的柱位移延性公式计算值相比，大大提高了预测值的精度.该方法可作为实际结构设计的一种辅助手段.     

高应变速率下载荷方向对镁合金力学性能的影响

为了研究高应变速率下AZ31B镁合金动态力学行为各向异性,采用分离式霍普金森压杆（SHPB）对沿挤压方向（ED）、法向（ND）及横向（TD）加工的AZ31B镁合金在应变速率为1.058~2.500s-1范围内进行冲击压缩实验,并采用扫描电镜观察压缩断口形貌.结果表明：高应变速率下AZ31B镁合金沿ED方向和ND方向有明显的应变强化现象,而沿TD方向应力对应变速率不敏感;随应变速率的增加,不同载荷方向屈服强度与最大应力值的差值变化程度有所不同,其中沿ND方向差值变化最大,沿TD方向差值变化最小;通过观察扫描断口形貌发现,在高应变速率下AZ31B镁合金在不同载荷方向下的断裂方式均为解理断裂.     

Internet环境下的电火花加工工艺效果预测

电火花加工艺规律复杂，加工的影响因素众多；其中电参数的选择对加工结果有很大影响，其影响程序难以用精确的数学模型来表示。运用人工神经网络技术对电火花加工工艺效果的预测进行了研究。研究结果表明，所建立的预测模型能够很好地映射出电参数与加工网络的电火花加工工艺效果之间的关系。进而，运用APS动态交互技术，在因特网上实现了开发了基于人工神经网络的电火花加工工艺效果的预测模型，充分好挥互联网的优势，扩展了所建立的预测模型的作用范围。为实现电火花加工智能化网络制造系统进行了有益的探索。     

高密度聚乙烯过程动态建模与仿真的策略

介绍了高密度聚乙烯ＨＤＰＥ生产过程和用于过程动态模拟与仿真的数学模型的特点。针对ＨＤＰＥ过程,提出了机理＋经验＋神经网络技术的建模策略和方法。给出了数学模型的求解方法。实践证明,研究建立的模型可靠、精确和快速,能满足ＨＤＰＥ过程动态模拟与仿真的需要。     

基于人工神经网络自适应共振理论的手写字符识别

以人工神经网络中的自适应共振理论为基础,研究了用光标在电脑屏幕上进行手写输入的字符识别方法.根据专业领域文字输入中经常使用特殊字符的特点,程序部分由内核是Unicode的Java实现.采用Unicode编码不但可以方便地实现特殊字符的识别和显示,还有利于跨平台的移植,较好地解决了文字录入中特殊字符不易查找以及某些用户操作键盘不便等实际问题.     

Experimental study of steel beam-to-column connection with cantilever beam splicing under cyclic loading

为了解决装配式钢结构的抗震问题,提出3种适用于模块化装配式钢框架的带Z字形悬臂梁段拼接的梁柱节点,通过拼接区的滑移或者削弱梁段的塑性变形实现节点良好的延性性能. 为减少强震作用对梁柱连接焊缝的破坏,对3种不同的节点提出了各自的抗震设计要求. 在对3组试件进行足尺静力试验的基础上,对节点进行了单调加载有限元分析. 获得了节点的弯矩-转角曲线以及节点的破坏模式,并和试验结果进行了对比,得到了接触面摩擦力和螺栓拉力的变化规律. 通过推导的简化计算公式对节点的初始转动刚度、滑移荷载和屈服荷载进行了计算. 结果表明:节点静力加载的破坏模式为靠近拼接区域的悬臂梁下翼缘或者削弱梁段单独或者同时发生较大的局部屈曲变形,节点在破坏前经历了充分的塑性变形,属于延性破坏,3种试件都有良好的延性性能和塑性转动能力. 节点简化计算公式得到的结果和试验结果吻合良好.