基于BP神经网络的雷达网抗隐身能力评估

为了评估雷达网抗隐身能力,构建了评估的指标体系,建立了雷达网抗隐身能力评估的三层BP神经网络模型,给出了训练样本构造的方法,并用构造的样本对BP神经网络进行训练。运用训练好的神经网络对雷达网抗隐身能力进行评估,结果表明,该方法能够较好地克服人为因素和模糊随机性的影响,具有较高的可行性和可信度。     

BP神经网络在装备维修保障能力评估中的应用

文章介绍了神经网络的基本原理和方法,在系统分析装备维修保障能力的各种影响因素的基础上,构建了装备维修保障能力评估指标体系。接着详细设计了用于评估装备维修保障能力的神经网络模型,并利用Matlab仿真软件对结果进行了计算和分析。结果表明BP神经网络具有很强的解决复杂非线性问题的特点,适用于对装备保障固有能力的分析和评估。     

基于BP神经网络的计算机网络安全评估

随着我国经济的快步提升,各个行业都以前所未有的速度高速发展,当然也包括计算机行业。与此同时,计算机网络的安全问题也日益严峻,计算机网络安全评估也成为了网络研究中重要的课题之一。为了是的对计算机网络安全的评估能够更加地精确精准,近年来我国学者使用BP神经网络进行相关的研究。该文通过介绍BP神经网络以及其相对于其他评估方法的比较,获得BP神经网络相比于其他方法的优越性。建立计算机网络安全评估体系,并通过实例探讨基于BP神经网络这一方法的网络安全评估。     

基于改进BP神经网络的围岩自稳能力评估模型

指挥防护工程是国家防护工程体系的重要组成部分。为提高其建设水平,采用改进的前馈 (BP)神经网络,对指挥防护工程围岩自稳能力进行评估。结合指挥防护工程围岩的特点,设计评估网络拓扑结构。针对BP网络原始模型的缺陷改进,引入动量项、自适应调节学习率、陡度因子、可变隐层节点等,并采用遗传算法（GA）寻找最优的初始权值和阈值。最后结合实例对算法进行验证。结果表明,该模型科学可靠,具有较好的工程应用价值。     

Delphi平台下工程装备修理机构修理能力评估系统设计与实现

为了方便工程装备修理机构修理能力的评估工作,基于Delphi7.0平台及Access数据库,构建了工程装备修理机构修理能力评估系统,实现了数据计算及数据管理等功能.     

基于BP神经网络的系统级电源管理算法

在深入研究目前国际上比较流行的几种系统级电源管理（PM）算法的基础上，利用BP神经网络的非线性映射能力，提出基于BP神经网络的、对任务之间相互间隔时间也就是系统空闲时段的长度进行自适应学习的BPPM算法，具有传统回归PM算法不可比拟的优点。仿真实验表明引入神经网络的电源管理算法较之传统PM算法大大降低了系统级功耗。实现了在不需要建立系统模型、无需预先获得负载统计特性的前提下，通过从系统正常工作产生的数据中不断学习，使系统具有自适应、高效的电源管理能力，以达到降低系统功耗、提高器件可靠性、延长工作寿命的目的。     

基于改进型BP神经网络的信用评估系统研究

通过研究企业信用评估中的模型问题,为企业经营活动和决策过程提供信息支持。介绍了几种常用的信用评估模型,通过分析它们在评估中的缺陷,提出基于改进型BP神经网络的信用评估模型。在建立指标体系和输出机制的基础上,讨论了基于信用评估模型的评估系统的设计与实现。对模型和评估系统的不足进行了分析,并提出了改进建议。     

基于BP神经网络的教学质量分析评估模型研究

教学质量分析评估是一个比较复杂的,多因素、多变量、模糊的非线性过程,BP神经网络的原理可用于教学质量分析评估.文章中给出基于BP神经网络的教学质量分析评估模型结构,以及学习算法,并在Matlah中得以实现.结果表明,BP神经网络用于教学质量分析评估,既克服了在评估过程中的主观因素,又得到了满意的评估结果,具有广泛的适用性.     

BP神经网络在维修保障系统能力评估中的应用

维修保障系统能力的高低已逐渐成为影响战争胜负的重要因素,对其能力的评估是实现维修保障目标、形成战斗力的重要和有效的辅助决策手段.该文首先介绍了BP神经网络的基本原理和方法,在系统分析维修保障系统能力各种影响因素的基础上,构建了维修保障系统能力评估指标体系.接着详细设计了用于评估维修保障系统能力的BP神经网络模型,并利用MATLAB仿真软件对结果进行了计算和分析.结果表明BP神经网络具有很强的解决复杂非线性关系问题的特点,适用于对维修保障系统等复杂系统的分析和评价.     

基于BP神经网络的项目管理绩效评估模型研究

文章主要针对BP神经网络的项目管理绩效评估模型进行分许,结合当下BP神经网络的项目的发展现状为根据,从绩效评估模型的构建、BP神经网络的项目管理绩效评估模型研究等方面进行深入研究与探索,主要目的在于更好的推动BP神经网络的发展与进步.     

基于神经网络的高新技术企业吸收能力评估

知识吸收能力足影响高新技术企业创新能力的重要因素,同时是一个非常复杂的系统.鉴于传统评价方法的局限,研究了人工神经网络技术在高新技术企业知识吸收能力评估管理中的优化应用.在总结分析企业吸收能力的影响因素基础上,建立了吸收能力评价的指标体系.通过引入人工神经网络,提出了一个基于BP神经网络的吸收能力的仿真评估模型,综合考虑了专家意见和要素间的非线性等特点.模型的仿真结果和目标分析结果具有较高的逼近度,从而证明了人工神经网络在高新技术企业知识吸收能力评估中的可行性及其优越性.     

改进的BP神经网络在局域网故障诊断中的应用

现有的网络故障诊断方法存在诸多的不足,为了能够实现准确有效快速地排除网络故障,将人工神经网络的方法应用到对局域网的故障诊断中。先对传统的BP人工神经网络进行了分析,针对其收敛速度慢,存在局部极小值的缺点提出了一种改进后的BP人工神将网络。并先后将传统的以及改进后的两种BP神经网络应用到局域网的故障诊断中。仿真测试结果表明改进后的BP神经网络方法相比传统的BP神经网络方法确实能够更有效快速地完成对局域网的故障诊断,具有一定的应用价值。     

基于熵权法和神经网络的口岸物流综合能力评价方法研究

口岸物流综合能力的提高是当前口岸发展研究的热点和难点问题,而综合能力的提高首先需要准确的评价方法。为此采用了熵权法与BP神经网络法相结合的评价方法进行口岸物流综合能力评价研究,以熵权法确定了BP神经网络的训练样本和期望输出,以BP神经网络模型进行口岸物流综合能力的评价。以河口口岸7年的物流数据为实例进行验证,得到了河口口岸物流综合能力的发展水平评价,从而证明了该方法的有效性和实践应用价值。     

BP神经网络的设计

对ＢＰ神经网络设计中的隐层节点数，初始权值，学习率等参数的选择进行研究，分别给出若干经验公式。     

基于粗糙集与BP神经网络的多因素预测模型

运用粗糙集方法和信息熵概念,在不改变训练样本分类质量的条件下,按照输入影响因素相对于输出的重要度的大小,对输入参数集进行约简,确定神经网络输入层变量和神经元个数。通过对典型样本的学习,建立粗糙集BP神经网络多因素预测模型,将其用于导弹系统研制费用预测。结果表明,该方法减少了网络的训练时间,改善了学习效率,具有较高的预测精度,是可行的、有效的。     

用最优化方法解决BP神经网络训练问题

BP神经网络可以有效地对非线性系统进行逼近,但是传统的最速下降搜索方法存在收敛速度慢的问题。本文提出把BP神经网络转化为最优化问题,用一种共轭梯度算法代替最速下降法进行搜索迭代,极大地提高了收敛速度。     

基于Matlab的BP神经网络应用

BP学习算法是一种单向传播的多层前向网络,Matlab中的神经网络工具箱是以人工神经网络理论为基础,基于Matlab的工具箱,结合西瓜仁重的预测,验证了BP神经网络预测西瓜仁重的可行性,且BP算法收敛速度快,误差小,值得在预测作物生长中推广。     

基于Matlab的BP神经网络应用

BP学习算法是一种单向传播的多层前向网络,Matlab中的神经网络工具箱是以人工神经网络理论为基础,基于Matlab的工具箱,结合西瓜仁重的预测,验证了BP神经网络预测西瓜仁重的可行性,且BP算法收敛速度快,误差小,值得在预测作物生长中推广。