CAD／CAPP集成系统的研究与开发

采用体素拼合法在基本原理与图形结构菜单相结合的思想，根据ＣＡＤ／ＣＡＰＰ集成的要求，成功地实现了圆柱齿轮类零件的建模工作，讨论了实现ＣＡＤ／ＣＡＰＰ集成系统的基本结构与功能，以及实现ＣＡＤ／ＣＡＰＰ集成数据的传递方法。     

特征与成组技术在CAD／CAPP／CAM集成中的应用

运用特征与成组技术相结合的思路，根据ＣＡＤ／ＣＡＰＰ／ＣＡＭＭ集成的要求成功地实现了圆柱齿轮类零件ＣＡＤ／ＣＡＰＰ／ＣＡＭ集成系统中数据交换，传递和共享，讨论了集成系统的基本结构与功能。     

人工神经网络在环境科学中的应用

根据对人工神经网络的初步了解,提出人工神经网络在环境科学中的初步应用可能。     

基于特征的轴类零件CAD／CAPP集成系统的研究

介绍了一种基于特征的轴类零件CAD/CAPP集成系统，讨论了实现CAD/CAPP集成环境下系统的基本结构与功能，主要叙述了基于集成环境下特征零件描述方法，以及实现CAD/CAPP集成数据的传递。系统用VB语言编制应用程序，图形处理运用DXF接口方式与VB语言连接，实现了在AutoCAD For Windows环境下自动生成零件图，以及在集成环境下自动生成工艺文件等。     

人工神经网络在水资源管理中的应用

近几年来，人工神经网络受到越来越多从事水资源研究学者的关注，成为该领域的新理论。文中的目的是想对人工神经网络在水资源管理领域的应用进行一个总结。这些应用包括特征辨识、预测与预报、函数逼近、优化计算等多个方面。文中首先对研究情况进行了一般性的回顾，然后分别对各类应用重点进行了评述，最后通过总结给出了进一步研究的建议。     

人工神经网络在水文预报应用中的探讨

人工神经网络(ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ),简称神经网络(ＡＮＮ),是人脑的部分机能在计算机中的重现。人脑中有一百多亿个细胞(神经元),细胞之间通过“突触”联接形成生物神经网络。人的感官受外部刺激将信息传入大脑,大脑中相应部分神经元被“激励”,以非常复杂的方式相互作用,并将信息处理,做出判断。虽然人们看不到神经元的相互作用,但其结果都以智能形式表现了出来。由此,人们提出了由“节点”(神经元)互相连接而形成的复杂网络系统,模拟人脑功能的特性。虽然每个神经元的结构和功能十分简单,但由大量神经元构成…     

人工神经网络在城市需水量预测中的应用

介绍了BP神经网络的结构及其工作原理,用其在城市需水量方面进行预测。人工神经网络（Artificial Neural Networks,缩写ANN）是通过数学方法对人脑若干基本特性进行的抽象和模拟,模仿人脑结构及其功能的非线性信息处理系统。主要应用于模式识别、预测和预报、优化问题、神经控制、智能决策和专家系统等。     

人工神经网络理论在小浪底水库运用方式研究中的应用

实测资料分析是研究小浪底水库减淤作用的主要手段之一。研究一场洪水的冲瘀特性需在历史洪水中找出一场或几场水沙及河道边界与之相近的洪水来类比，许多复杂处理人工往往难以进行。本次研究引进人工神经网络理论，建立了具有较高精度的下游河道人工神经网络模型，并成功地应用于小浪底水库运用方式研究中。     

人工神经网络理论在地下水水质评价中的应用

本文应用人工神经网络方法，在模拟人脑的思维方式下，建立了地下水水质模型，并对地下水水质污染程度进行评价。与运用综合指数法、模糊综合评判法和灰色聚类法等多种方法评价的结果相比较。结果表明，神经网络方法具有较强的处理相互矛盾样本的能力，尤其对非线性问题，其预测精度高     

人工神经网络在水质预测中的应用研究

选取水质指标之一的溶解氧DO作为测算因素,研究了人工神经网络的BP法、bpx法、L-M法3种不同学习算法在水质预测中的应用.研究结果表明:3种不同学习算法的预测效果均较理想,其中以L-M法预测结果最为精确,人工神经网络在水质预测方面有着良好的应用前景和推广价值.     

人工神经网络在水库优化调度中的应用

本文介绍了人工神经网络基本原理和常用的前馈式网络模型,并将该模型理论应用到水库优化调度之中。详细描述了水库优化调度的神经网络模型的特点和优点,并以工程实例证明了此方法可行性。     

人工神经网络在水质评价与水质模拟中的应用

本论文主要研究人工神经网络在水质评价与水质模拟中的应用。论文在对目前水环境质量现状评价30余种方法进行综述分析的基础上,根据水质评价的要求和特点,成功地将人工神经网络的理论、算法及模式引入到水质评价领域,建立了地面水环境质量综合评价的隶属度ＢＰ网络模型与综合评价的Ｈｏｐｆｉｅｌｄ网络模型,并以重庆市南川凤嘴江水质资料为实例,对学习成功后的网络进行了检验测试,取得了良好的效果。在此之后,论文系统地对目前在水质评价领域中最具代表性和综合性的模糊综合法、灰色聚类法,与本文建立的隶属度ＢＰ网络模型与Ｈｏｐｆｉｅｌ…     

人工神经网络及其在水科学研究中的应用

概述了人工神经网络(ANN)理论的基本原理及其有关概念，介绍了人工神经网络中的BP网络模型和学习算法，回顾总结了近年来ANN技术在水科学研究诸领域应用的主要成果，并指出今后应用研究的方向。     

人工神经网络在地下水水质评价中的运用

目前，在许多学科中，关于人工神经网络方面的研究异常活跃，该文结合淮北地区实际情况，对ＢＰ网络在水质评价中的应用作了探讨。     

人工神经网络方法在水文预测中的应用

基于MATLAB软件,建立BP神经网络模型,以盘龙河干流上下游水文站月均流量和水位为研究对象,对人工神经网络研究方法在水文预测中的应用进行了初步尝试.结果表明该方法预测成功率较高,并分析了该方法在预测过程中的优缺点.     

人工神经网络在径流长期预报中的应用

介绍了人工神经网络（Artificial Neural Network-ANN）模型,并阐述了BP模型算法。通过Matlab6．5中的Neural Network Toolbox编写程序,根据塔里木河源流叶尔羌河卡群控制水文站历年的气象资料和水文资料,对径流量进行了预报,并对模型进行了验证和分析,结果表明：1968～1997年间预报合格的有25年,合格率为83％;1998～2002年的合格率为100％,从而说明神经网络在水文预报方面具有良好的适用性。     

人工神经网络在水利工程方案综合评价中的应用

方案优选是目前水利工程中普遍面临的问题,但由于方案中指标的多样性和不确定性,综合评价结果略有偏差。引入人工神经网络模型对水利工程方案进行优选。结果证明,此模型能自适应确定权重,具有评价结果合理、客观、精度高等特点,能够有效地用于水利工程方案的综合评价。     

人工神经网络与遗传算法在河道洪水预报中的应用

在总结大量洪水智能预报实践经验的基础上，主要作了两方面的工作：（1）提出了一种能够进行峰值识别的改进BP算法（Error Back Propagation with Peak Recognizer，简称BPPR），该算法在个性网络权重时偏重大值，即大值误差对权重的个性起主要作用。从而提高模型对洪峰峰值的预报精度。（2）采用遗传算法优化网络的初始权重，以解决BP网络训练容易落入局部极小点的问题。     

人工神经网络在电力系统中的研究与应用现状

本文结合作者近几年在美国弗吉尼亚理工大学进修期间所从事的研究方向及参加有关神经网络研究与应用的国际学术会议的信息资料的分析，对人工智能领域的专家系统、人工神经网络及神经网络专家系统方法的基本特征作了简述；对近几年来国际上人工神经网络方法应用于电力系统的重点工作及代表性研究动态进行了综述。神经网络系统理论已开始渗透到电力系统范畴中，并逐渐走向应用阶段     

人工神经网络在灌区水库调度中的应用

针对云南省楚雄州蜻蛉河大型灌区水资源供需矛盾突出问题,将人工神经网络应用于水库调度,建立水库水位的BP模型.研究表明:模型能够反映水库调度中各要素间的相互联系和影响,具有较强的非线性映射能力,能反映出水库月末水位与影响因素(水库月初水位、来水量、出库水量)之间的复杂关系,具有较好的模拟精度.可利用该模型预测水库水位及水量变化,分析各要素间的联系与影响,为水库运行管理和优化调度提供决策依据.