基于神经网络的道路交通污染物浓度预测

利用人工神经网络技术设计了一段式计算路侧道路交通污染物浓度的模型。首先把影响路侧道路交通污染物浓度的因素归结为3大类;然后设计了反映污染物浓度与交通流参数、气象参数和道路空间特征等因素之间数学关系的人工神经元网络结构;最后通过实际观测搜集大量的数据,对神经元网络模型进行训练,得到了精度令人满意的预测模型。     

神经网络在二氧化碳提纯塔建模中的应用

为提高提纯塔出口二氧化碳纯度，根据实际生产数据运用人工神经网络方法建立了出口二氧化碳纯度与进塔纯度、进塔温度、塔顶压力、塔顶温度、塔釜加热温度、塔釜压力、塔釜温度7个因素之间的非线性模型.建立的模型能够有效描述出口二氧化碳纯度与各因素之间的关系，同时通过训练好的网络能够找到生产较高纯度二氧化碳的最佳控制点.与传统线性回归模型、对数回归模型相比，采用人工神经网络方法建立的模型非线性处理能力强，鲁棒性好，拟合精度高，计算速度快，预测和控制能力强.     

活性污泥法人工神经网络建模

针对现行采用活性污泥法处理废水的污水厂建立实用数学模型较难的实际,通过引入人工神经元网络理论和思想建立起基于BP人工神经网络模型,对污水厂的运行状态进行模拟,结果表明,人工神经网络完全可以用于活性污泥法建模,这种模型的建立,使得活性污泥法工艺系统在线智能控制成为可能。     

基于进化神经网络的岩土边坡稳定性预测方法

根据岩土边坡的力学特性和几何尺寸,将遗传算法和人工神经网络有机结合在一起,建立了基于进化神经网络的岩土边坡稳定性预测方法.为了提高神经网络的计算效率和克服BP算法的局部极小的缺陷,采用遗传算法进化神经网络的连接权值和阈值.工程实际应用表明,采用遗传算法训练的神经网络预测岩土边坡的稳定性具有收敛速度快、范化能力强和非常高的预报精度.     

Analysis of interrelationship between pedestrian flow parameters using artificial neural network

Railway Engineering Science - Pedestrian flow parameters are analysed in this study considering linear and non-linear relationships between stream flow parameters using conventional and soft...     

Prediction of operational parameters effect on coal flotation using artificial neural network

Artificial neural network procedures were used to predict the combustible value (i.e. 100-Ash) and combustible recovery of coal flotation concentrate in different operational conditions. The pulp density, pH, rotation rate, coal particle size, dosage of collector, frother and conditioner were used as inputs to the network. Feed-forward artificial neural networks with 5-30-2-1 and 7-10-3-1 arrangements were capable to estimate the combustible value and combustible recovery of coal flotation concentrate respectively as the outputs. Quite satisfactory correlations of 1 and 0.91 in training and testing stages for combustible value and of 1 and 0.95 in training and testing stages for combustible recovery prediction were achieved. The proposed neural network models can be used to determine the most advantageous operational conditions for the expected concentrate assay and recovery in the coal flotation process.     

针对宽带功率放大器设计的人工神经网络算法

为了实现准确快速设计宽带匹配网络的目的, 提出了基于人工神经网络设计宽带高效功率放大器的新方法。通过对匹配网络及晶体管阻抗特性的分析,借助人工神经网络对功率放大器的匹配网络进行建模。结合训练模型与优化方法设计宽带匹配网络初值,在指定的频带内满足晶体管最优阻抗随频率变化的曲线。选择商用的氮化镓高电子迁移率晶体管,分别设计了六阶低通网络为输入和输出匹配网络,实现了一款工作在0.2~1.6 GHz的宽带高效率功率放大器。仿真结果表明,在0.2~1.6 GHz(轴比带比约为156%)的带宽范围内,功率放大器达到64.5%~80.5%的漏极效率,输出功率为40.0~41.6 dBm,频带内增益为11.1~12.6 dB。该方法提升了宽带功率放大器匹配网络的设计速度与准确性。     

改进GA算法结合ANN用于酚类化合物的QSAR研究

采用改进的遗传算法(IGA)和BP人工神经网络相结合的方法,研究了50个酚类化合物的麻醉毒性和分子结构之间的相关性,并与单纯用BP人工神经网络建立的模型进行比较.结果表明,该方法克服了人工神经网络训练中的局部最优问题,采用最优交叉和变异等遗传策略,有效地解决了收敛过程中的振荡问题,所得模型的训练精度和预测精度均优于单纯的BP人工神经网络QSAR模型.     

多氯酚QSAR建模的人工神经网络信息流分析

针对目前采用人工网络（ANN）建模中存在的问题,以多氯酚的定量构效关系（QSAR）人工神经网络模型研究为基础,开展了ANN的信息流分析,对该网络的连接权值和阈值进行了分析、比较,找出了影响网络输出的稳含层的主要节点;并由这些隐含层节点进一步确定出主要输入层节点;经对网络内部信息传播与分配过程的分析,得到ANN模型信息流流径分布图。     

基于模糊集的电力系统神经网络负荷预报研究

提出了电力系统短期负荷预报基于模糊集的神经网络方法 .该方法计及了天气和日期特征量 ,具有训练时间短预测精度高的特点 .采用两种学习算法 ,依据模糊集概念用某地区电网实际数据建立样本集后 ,对ANN进行了训练 ,通过分析比较得出了优化模型 .计算事例表明用该方法是可行和有效的     

降雨径流模拟神经网络模型及应用

针对水文系统的非线性,构建了基于遗传算法和人工神经网络的降雨径流模拟神经网络模型(GA-BP模型).采用附加动量法和自适应学习速率对BP神经网络进行改进,遗传算法用于优化神经网络的初始权重.以大别山及皖南山区月潭流域为例,将GA-BP模型、BP模型以及新安江模型应用于水文日径流过程模拟,进行应用比较以及分析GA-BP模型在水文径流模拟过程中的难点及其可行性.结果表明,GA-BP模型优化了网络结构,加快了算法收敛速率;可以用于降雨径流过程模拟,也为今后类似研究提供一种模拟技术.在实际应用中可以根据流域资料情况选择合适的模型进行水文模拟作业.     

定性基准的线性变换与人工神经元网络

将专家系统方法中类似医生凭化验单进行诊断的判断操作,归结为一个以n维超平行体为定性基准,以人工神经元为其定性基准一个((n-1)维超平面)边界的定性映射.并指出,人工神经元可看作是一个定性基准仅有一个有限边界,而其余边界均消失在无穷远点的定性映射.若以一组人工神经元所围封闭邻域为其定性基准,则该定性映射等价于这组神经元构成的人工神经网络.还讨论了定性基准的伸缩、平移和叠加(或整合)等(线性)变换与人工神经元网络的关系,指出,定性基准的伸缩等价于连接权重的调节,平移等价于阈值调整,叠加等价于边界(人工神经元)旋转.也就是说,带定性基准线性变换的定性映射,不仅具有人工神经网络的所有调节功能,而且,可表示真值随定性基准而变的动态判断和识别过程.     

Modeling of CVI process in fabrication of carbon/carbon composites by an artificial neural network

C/C composites maintain unique intensity features at temperatures as high as 2600℃. Be-cause of their superior thermal and mechanical properties, which can persist at ultra-high tem-peratures, C/C composites are used in many areas including national defense, aviation aerospace, etc. At present, high performance C/C composites are mainly fabricated by using CVI proc-esses[1,2]. But it should be pointed out that the CVI process is controlled by many factors such as the infiltration temperat…     

Mass concrete strength assessment method by Sonreb and Core combined method using artificial neural network

The Sonreb and Core (SRC) combined method is proposed to assess the concrete compression strength of mass concrete structures.Artificial neural network is employed together with the SRC combined method to obtain the optimal core number.The artificial neural network is trained based on data from different testing methods.The procedure of using artificial neural network to assess the concrete strength is described.It proves that the SRC combined method is superior in many aspects and artificial the presented neural network has a high efficiency and reliability.The combined method using artificial intelligence is promising in the strength assessment of mass concrete structures such as the dam,the anchor of the suspension bridge,etc.     

人工神经网络泛化性能改进

泛化能力是人工神经网络的重要特性.总结了增强神经网络泛化能力的几种方法,分析了各自的优缺点,并使用Matlab中提供的函数进行非线性函数的逼近,通过仿真与原函数拟合验证了泛化能力的提高.     

人工神经网络在数据挖掘中的应用

在分析了现行数据挖掘方法后，介绍一种基于数据库的挖掘方法一人工神经网络(Artificial Neural Network)方法，通过对数库据中数据样本的学习，自动发现隐含的大量知识，具体给出了神经网络方法的学习模型和算法．该方法丰富了数据挖掘工具，使定性变量和复杂、动态数据的科学处理成为现实．     

基于人工神经网络的多目标动态规划

利用权重系数法来求解多目标动态规划,并在求解的过程中,引入人工神经网络与专家系统,实现对模糊的产生式规则库的学习和推广,从而可以随时根据决策者的意愿合理决定权重系数,完成多目标动态的交互式决策过程.     

应用人工神经网络预测PMV指标

介绍了人工神经网络的基本原理并将其应用于计算人体热感觉的PMV指标，根据有关数据显示神经网络的计算值与实际相吻合，说明神经网络是人体热感觉预测方法，其网络结构在HVAC非线性实时控制中优异显著。     

Activated sludge process based on artificial neural network

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｄｅｓｉｇｎａｎｄｃｉｒｃｕｌａｔｉｏｎｏｆｗａｓｔｅｗａｔｅｒｍｉｃｒｏ ｂｉｏｌｏｇｉｃａｌｔｒｅａｔｍｅｎｔｈａｓｂｅｅｎｍｏｓｔｌｙｃａｒｒｉｅｄｏｕｔａｃ ｃｏｒｄｉｎｇｔｏｅｘｐｅｒｉｅｎｃｅｄａｔａｆｏｒｍａｎｙ ｙｅａｒｓ .Ｓｏｍｅｓｃｈｏｌａｒｓ (ｉ.ｅ .Ｗ .Ｗ .Ｅｃｋｅｎｆｅｌｄｅｒ ,Ｒ .Ｅ .Ｍｃｋｉｎｎｅｙ ,Ａ .Ｗ .Ｌａｗｒｅｎｃｅ ,Ｐ .Ｌ .ＭｃＣａｒｔｙａｎｄｓｏｏｎ)ｉｎｔｒｏ ｄｕｃｅｄｒｅａｃｔｏｒｔｈｅｏｒｙｏｆｃｈｅｍｉｃａｌｉｎｄｕ…     

基于神经网络的PMLSM建模

永磁直线同步电动机 (PMLSM)是直线电机驱动的垂直运输系统的核心 ,它的模型的建立对于整个系统的控制与运行分析具有重要的意义 .利用BP算法 ,用C语言编制程序 ,实现了一个单输入层单输出层 4隐含层的神经网络 ,并用实验数据对网络学习训练 ,建立了PMLSM的模型 .通过实验验证 ,该模型的输出结果与实际结果十分接近 ,能够反映PMLSM的基本运动特性 ,因此这种模型可以作为PMLSM的仿真模型进行控制和运行特性的仿真研究 ,并且在进行控制时可以把这种模型作为系统的辩识模型进行预测控制 ,使控制效果更好 .这种模型的建立将为PMLSM的研究开辟出一条新路