基于遗传神经网络的直接空冷凝汽器故障诊断研究

针对直接空冷凝汽器的结构特点,归纳了运行中可能发生的典型故障,包括真空系统不严密、凝汽器积灰、凝汽器结冰等11个故障。确定了能够正确反映上述故障征兆的过程参数,进一步改进了直接空冷凝汽器故障征兆集。在此基础上利用遗传神经网络对直接空冷凝汽器进行故障诊断。该算法利用遗传算法高效、并行、全局搜索特点,解决了神经网络收敛速度慢,容易陷入极小点的问题。最后,将该方法用于某直接空冷凝汽器故障诊断中,结果表明该算法诊断迅速且诊断结果准确。     

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。     

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.     

BP人工神经网络在加氢汽油干点软测量中的应用研究

汽油干点是石油加工过程中汽油质量的一个重要指标,但实际生产中还没有合适的可用于实时测量这一参数的仪器,本文运用软测量技术,通过BP人工神经网络建立了软测量模型,并嵌入到DCS控制系统中对汽油干点进行实时预测和推断,在实际应用中取得了良好的预测效果.     

基于人工神经网络集成的微阵列数据分类

基因数量远多于样本数量是基因表达微阵列数据进行疾病诊断所面临的主要挑战，为此提出了采用人工神经网络集成的组织分类方法．该方法使用Wilcoxon测试选择用于与分类相关性较高的重要基因，通过凸伪数据法产生神经网络集成中各个体的训练集，用简单平均法集成网络个体的测试结果．采用实际的微阵列实验数据集分别进行独立测试和交叉验证测试，结果表明，该方法性能优于单个神经网络、最近邻法和决策树．受试者特征曲线测试表明，神经网络集成性能优于单个神经网络．     

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…     

计算全息图的人工神经网络压缩算法

由于计算全息图数据信息庞大,不利于传输和存储。本文提出用于实现计算全息图信息压缩的人工神经网络算法。首先将计算全息图进行预处理,得到一组多维向量构成的训练样本,用该样本训练神经网络,改变神经网络的输入层和隐含层神经元个数比,从而压缩全息图的数据信息。实验结果表明,该算法实现方法简单,计算速度较快,具有较强的自适应性和智能性,能在较大压缩比下恢复出图像,且图像质量令人满意。     

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．     

基于神经网络理论的砂土液化的判别

本文探讨了用神经网络方法来研究土的抗液化性能与土参数之间的非常复杂的非线性关系 ,并对实例进行网络测试。测试结果与其它液化判别方法所得的结果相比要更为可靠     

基于人工神经网络的转台框架结构动力修正

为解决转台框架设计中结构质量不均匀问题,利用人工神经网络的非线性映射能力对转台框架结构进行了动力修正。首先建立了转台框架振动频率与其结构参数的非线性神经网络映射关系,然后利用训练好的神经网络修正框架的结构动力模型,对网络映射的结构参数再次建模进行有限元分析计算,结果表明,该方法计算简单、使用方便,达到了转台框架各方向振动频率基本一致的结构动力修正的目的。     

基于小波和ANN的电能质量分类方法

为了对电能质量进行有效的治理,以提高用电效率,有必要对电能质量进行快速的检测和准确的分类.基于小波的时频分析特点和人工神经网络(ANN)的学习能力,提出一种电能质量实用分类方法.利用正交小波对信号进行多分辨率分析,将一定时间长度内的信号的能量映射到多个频段内,通过与标准正弦信号各频段能量的比较,提取各类电能质量的能量变化特征;利用ANN对输入特征矢量进行识别,完成电能质量的自动分类.仿真实验证明,该方法可以有效地区分电压的上升、下降、闪变以及谐波畸变、暂态等5种电能质量问题.     

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。     

人工神经网络在交通网络OD矩阵推算中的应用

交通网络中ＯＤ矩阵的推算曾一度成为交通规划界的热点,国内外不少学者也提出了一些计算模型和求解方法。在此基础上,针对常规求解方法的不足,提出了应用神经网络来进行ＯＤ矩阵的推算,最后通过实例,分析了此方法的精度,从理论上和实践上证实了该方法的可行性。     

基于ANN的投标报价的风险预测研究

本文对建筑工程投标报价过程中存在的风险因素进行了系统分析,并利用人工神经网络作为数学工具建立一个数学模型。通过其模型产生的预测值,为承包商的最终决策起到支持作用。     

人工神经网络在钢水二次精炼脱磷中的运用

使用CaO基渣系对钢水进行二次精炼脱磷,基于BP神经网络建立脱磷预报系统。对于初始组成(质量分数)为:CaO(48%)-CaF2(32%)-Fe2O3(20%)的熔剂,通过实验与脱磷预报系统的预报发现:①添加剂BaO替代熔剂中CaO的量>13%时,脱磷率ηP90%;②Fe2O3添加量在25%～37%之间时,ηP90%;③渣中存在SiO2时,脱磷率将大幅降低。     

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.     

基于人工神经网络的表冷器模型

为了对表冷器进行准确建模，进而有效地对其进行模拟仿真，利用三层前馈人工神经网络(BP网络)，结合传统的表冷器模型，建立了基于人工神经网络的表冷器模型。并利用模型在计算机中对不同工况下的表冷器进行了模拟仿真。结果表明：模型输出数据与实测数据相当吻合。证明使用人工神经网络建立表冷器模型是可行的。     

基于人工神经网络的电力电子电路故障诊断

提出了采用基于波形直接分析的人工神经网络故障诊断方法实现电力电子电路的故障诊断．以三相整流电路的诊断为例，设计了人工神经网络的层数和点数，建立了三相整流电路的模型获取了样本数据，并训练了人工神经网络．仿真表明用四层人工神经网络对三相整流电路进行诊断可获得正确结果、     

人工神经网络在水工结构优化中的应用

采用人工神经网络方法 ,为水工结构优化提供初始方案 .通过典型的混凝土重力坝断面优化的例子 ,说明该方法能形成很好的初始方案 ,并容易推广到其他结构优化中     

基于人工神经网络的液压振动系统研究

以两自由度液压激振压路机的液压振动系统为研究对象,采用立体正交试验选取试验因素,在每个试验因素中选择3个水平子集合,获得训练神经网络的样本。通过人工神经网络理论建立数学模型,借助Mtalab仿真计算出试验因素水平子集合最优组合参数。研究结果表明：通过建立人工神经网络数学模型,得出立体正交表的最优组合仿真目标值为0．5523,系统刚度为3．3N／mm,与试验目标值的相对误差为10．46％,满足工程要求。