基于遗传算法优化神经网络的产品造型设计评价

为全面科学地评定、筛选最佳设计方案,借助遗传算法的全局寻优能力对BP神经网络进行优化,构建混合GA‐BP算法,并将其应用于笔记本产品造型设计评价中。在建立笔记本造型二级指标评价体系的基础上,利用18款设计方案中的15款对混合GA‐BP评价系统进行训练,利用其余3款设计方案对训练后的系统进行验证。验证结果表明,模拟值与实际值的相对误差分别为3?6％、－1?7％和2?8％,显示了较高的精度,反映了混合GA‐BP产品造型设计评价系统能对设计方案进行科学的评价。     

应用BP神经网络的教学评价模型及仿真

在教学管理问题的研究中,针对教学质量评价的非线性特征以及教学质量评估体系中存在的诸多非定量的因素,建立教学质量评价的BP神经网络模型.评价模型可以根据专家打分对已有评价体系中的主观性因素进行量化,并利用神经网络的自学习,自适应及非线性逼近能力进行量化评价的计算,较已有的评价体系具有更高的计算效率.利用专家提供的数据在Matlab软件中对三层BP神经网络模型进行仿真训练,得到用于评判的神经网络模型.利用BP神经网络进行教学质量评价的方法可操作性强,可以克服传统评价方法主观性过强的缺点,同时避免了传统教学质量评价的复杂过程,具有较广泛的实用性,并为教学质量提供了依据.     

基于神经网络的汽车侧面造型评价方法

利用反向传播(BP)神经网络,在 MATLAB 中搭建汽车造型轮廓与意象语义之间的关系模型,快 速判断汽车侧面造型风格。随后利用卷积神经网络(CNN)搭建的表情识别模型建立汽车造型评价系统,分析并 识别用户对于新设计的喜好程度,以得到符合用户情感需求的汽车侧面造型方案。最后通过实例验证方法的可 行性,并推断出流线型汽车的最佳曲率范围。实验结果表明,基于神经网络的汽车造型量化评价方法可以较准 确地对产品造型设计进行评价并以数据形式得到具体意象的侧面造型。     

MCAI软件BP神经网络评价模型

在MCAI软件评价指标体系建立的基础上,利用人工智能的方法建立了MCAI软件BP神经网络评价模型.该模型具有自学习,自适应的特点,利用层次分析法评价模型所得的评价结果集作为该模型的学习样本,经过训练后的BP神经网络具有"专家"经验,实现了对MCAI软件的评价由定性评价转为定量评价,是对MCAI软件评价方法的创新.     

基于BP神经网络的壁挂式充电桩产品形态研究

通过对壁挂式充电桩感性意象与形态设计要素的分析,建立两者间对应的BP神经网络设计模型,从而得到各感性意象对应的产品形态。利用感性工学中的李克特量法对收集到的壁挂式充电桩形态样本和感性词汇进行设计评价并得到感性评价结果,将形态设计要素作为BP神经网络模型的输入层参数,感性评价结果数值作为输出层参数,利用Matlab软件进行壁挂式充电桩BP神经网络模型的反复训练和测试,最终得到壁挂式充电桩形态设计要素BP神经网络模型。最后通过MSE度量该BP神经网络模型准确性,研究表明建立的壁挂式充电桩感性意象和形态设计要素间的BP神经网络模型具有可行性。     

神经网络在旅游可持续发展能力评价中的应用

介绍了神经网络原理和BP神经网络模型,基于BP神经网络模型研究旅游可持续发展能力的评价方法,并应用Matlab和EasyNN分析软件,以上海旅游可持续发展能力为例,构建了以旅游经济,旅游环境,旅游人文资源、旅游地生活质量为主的旅游可持续发展能力评价指标体系.基于统计年鉴和问卷调查数据对其进行了实证评价,并对上海可持续发展旅游形象各个评价指标的重要性进行了分析,结论对进一步提高上海旅游可持续发展能力具有参考价值.     

蚁群神经网络在中小企业信用评价中的应用

为了进一步提高BP神经网络的性能,实现准确、快速预测中小企业信用的目的,在分析信用评价重要性的基础上,根据中小企业信用评价指标体系,提出了一种基于蚁群神经网络的评价模型.利用蚁群算法对神经网络进行训练,再将此网络模型应用到中小企业信用评价系统中,最后通过训练样本和测试样本来检测该蚁群神经网络.结果表明蚁群神经网络的预测方法与传统的BP冲经网络预测方法相比,具有较强的泛化能力,应用在中小企业信用评价系统中具有很高的评价准确率.     

基于模糊BP神经网络雷达导引头的性能评价

利用模糊系统和BP神经网络的组合模型来进行电子部件的性能评价,组合模型能够兼具二者优点,从理论上比模糊系统性能评价更精准全面.为提高模糊BP神经网络的映射和预测能力,将BP神经网络结构中的动量因子和学习速率两个参数利用误差反馈来调整.从理论上组合模型对电子部件性能评价误差更小,速度更快.通过实例仿真试验表明,改进后的模糊BP神经网络相比较改进前模糊BP神经网络系统,对导引头的性能评价更精准,适用性更强.     

基于神经网络的导弹并行测试系统安全性模糊综合评价研究

针对传统导弹并行测试系统安全性评价主观因素突出的缺点,提出基于神经网络的导弹并行测试系统安全性模糊综合评估模型.首先建立了导弹并行测试系统安全性评价的指标体系,其次介绍了基于IA- BP神经网络的模糊综合评价模型,并详细介绍了模型应用的方法和步骤,最后通过实例分析,得出结论.结果表明基于IA- BP神经网络的模糊综合评价方法具有运算速度快、通用性强的特点,利用该方法对导弹并行测试系统的安全性进行评价具有可行性和客观有效性.     

神经网络在信息系统安全评价中的应用研究

针对传统的信息系统安全评价方法的单一性和主观性,提出了新的基于BP神经网络的信息系统安全评价方法。根据信息系统安全等级保护基本要求,建立了信息系统安全评价的指标体系．探讨了基于BP神经网络的信息系统安全评价方法,设计构建了评价模型,运用反向传播算法对神经元网络进行训练,并通过MATLAB仿真实验证明该方法能对信息系统的安全性做出准确的评价。     

基于BP神经网络的企业信用评价研究

简单介绍了企业信用评价的一般模型以及BP神经网络的基本结构，在此基础上给出了一个具体的基于BP神经网络的企业信用评价模型。它把用来描述某类企业信用评价对象特征的信息作为神经网络的输入向量。而把代表相应综合评价结果的值即信用等级作为神经网络的输出，并用足够的样本训练这个网络，使不同的输入向量得到不同的输出量值。最后分析了使用BP神经网络技术评价企业信用等级的优越性。     

基于BP神经网络的防火墙系统综合性能评估方法研究

建立防火墙系统综合性能评估指标体系,探讨了基于BP神经网络的防火墙系统综合性能评估方法,并给出评估模型及算法实现。在Matlab中的仿真实验证明该方法是可行的。     

基于BP神经网络和CELTS-22的网络课程评价研究

基于对人工神经网络和CELTS-22的研究,建立了以CELTS-22中主要评价规范为参照的指标体系.该系统应用三层BP神经网络结构,设计出能模拟专家进行评价的计算机辅助评价模型,可以弥补评价过程中的人为失误.     

基于BP神经网络的智能BIT故障诊断系统研究

论述了智能BIT的设计、检测、诊断、决策四个方面的主要研究内容,分析了BP神经网络的网络模型及工作原理,构建了基于BP神经网络的智能BIT故障诊断系统,并用某雷达录取终端的故障实际数据进行了验证。结果表明将神经网络与智能BIT结合是一种有效的诊断方法,解决了传统BIT故障诊断能力不足,导致系统虚警率过高、自适应性能差等问题,使被测系统具有更高的故障诊断能力。     

汽车轮速信号BP网络结构优化设计

本文将神经网络方法引入到轮速信号处理之中,以实际采集的噪声信号作为输入,以小波滤波信号作为标准的输出,设计一个3层BP网络,根据结构的优化设计新方法,建立相应的神经网络模型;以所采集数据中的一部分作为学习样本,对所建神经网络模型进行训练、仿真;以采集数据中的其余部分作为检验数据。仿真结果表明,该模型能以很小的误差逼近标准的滤波输出。     

QPSO算法优化BP网络的网络流量预测

网络流量预测对于大规模网络的规划设计和网络资源管理等方面都具有积极的意义,是网络流量工程重要组成部分。结合QPSO算法和BP神经网络的优势,采用QPSO算法对BP神经网络的权值和阈值进行优化,并利用历史记录训练BP网络。仿真实验表明,与PSO训练的BP网络以及直接用BP网络进行预测的模型相比,基于QPSO训练的BP网络流量预测模型具有更好的预测能力。     

基于CBR与神经网络的摩托车智能设计系统研究

针对摩托车总体设计过程依据相似性进行局部创新设计的特点,提出了基于CBR与神经网络的摩托车智能设计系统结构。采用面向对象方法对摩托车实例知识进行表示与组织,并将神经网络引入到实例推理中,利用ART1网络实现基于特征的动态层次聚类,通过BP网络实现从聚类模板到每一实例的索引,从而提高系统的推理效率与质量,形成有效的推理系统。     

利用模糊-BP神经网络评价高校教师教学质量

为提高高校教师教学质量评价的科学性和合理性,简单分析了传统线性方法进行教师教学质量评价的缺点,介绍了一种基于模糊理论与BP神经网络的高校教师教学质量评价模型。该模型将教学评价指标概念量化成确定的数据作为BP网络的输入,模糊综合评价结果作为输出。运用Matlab进行实证研究发现,将该方法用于高校教师教学质量评价中,既克服了评价主体在评价过程中的主观因素,叉得到了满意的评价结果,具有广泛的适用性。     

一种基于神经网络的入侵检测系统研究

提出在入侵检测系统模型设计中引入神经网络技术,建立了一个基于神经网络的入侵检测系统模型。针对传统BP算法存在的一些固有缺点,提出增加动量项与自适应调节学习速率相结合的改进算法,一定程度上克服了BP神经网络存在的问题。实验结果表明,基于改进的BP神经网络的入侵检测方法具有良好的检测性能。