结构动力特性的人工神经网络预测

在Ｋｏｌｍｏｇｏｒｏｖ多层神经网络映射存在定理基础上，证明了一个三层 神经网络可以描述机械结构设计变量与其动力特性参数之间的映射关系，给出了预测机械结构动力特性的人工网络实现方法，并通过仿真算例验证了该方法的有效性。     

结构动力特性的人工神经网络预测

在 Kolmogorov多层神经网络映射存在定理基础上 ,证明了一个三层神经网络可以描述机械结构设计变量与其动力特性参数之间的映射关系 ,给出了预测机械结构动力特性的人工神经网络实现方法 ,并通过仿真算例验证了该方法的有效性     

城市用水量预测的人工神经网络模型

为预测城市用水量，提出了人工神经网络模型，用此模型对某沿海城市用水量进行拟合、预测。通过数据文件的建立及期望输出的选取，能充分体现数据系列的变化规律。实例结果表明，该模型拟合精度高，用于城市用水量预测可行、有效。     

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。     

基于人工神经网络的结构腐蚀损伤定量预测

用BP神经网络算法分别对飞机结构材料，1Cr17不锈钢腐蚀损伤数据进行学习训练，建立了腐蚀损伤与环境条件的映射模型，并预测腐蚀损伤值。结果表明，ANN预测的精度比灰色GM（1，1）模型及Logistic模型的预测精度高，且对数据有较好的适应能力，将ANN技术用于飞机结构腐蚀损伤预测是可行的。     

年径流预测的自适应NNBR-ANN耦合模型

以基本遗传算法为基础，优化人工神经网络与最近邻耦合模型的基本参数，得到无参数的自适应NNBR-ANN耦合模型。应用此模型对黄河青铜峡年平均流量进行预测，并与单独的人工神经网络模型和最近邻抽样回归模型预测结果进行比较分析。结果表明：此方法将模型的基本参数进行优化处理，打破传统的定参方法，用于径流预测更加方便适用，且预测精度更高。     

人工神经网络在UASB反应器处理生活污水中的模拟预测与应用

针对UASB反应器处理低浓度生活污水时影响因素多,各种影响因素之间的关系难以确定,以及难以进行适当的控制和预测处理效果的问题,在人工神经网络(Artificialneuralnetwork,ANN)理论基础上,建立起基于BP人工神经网络的UASB处理低浓度生活污水预测模型的基本结构,并对中试实验进行了模拟,结果表明,预测值和实验值吻合得较好,起到了模拟预测的效果,同时能优化运行状态.这种模型的建立,为UASB处理生活污水工艺系统实现智能化控制提供了一条简便实用的途径,具有良好的研究和工程实用价值.     

人工神经网络在超塑性固相焊接头质量预测中的应用

以40Cr/T10A恒温超塑性固相焊接工艺试验数据为样本，经正则化预处理，采用径向基函数网络。建立由恒温超塑性固相焊接焊接工艺参数预测其接头质量的人工神经网络模型。试验结果表明，训练出的网络模型具有收敛快、精度高等优点，其完全可以应用于恒温超塑性固相焊接接头质量控制设计中。     

小波-人工神经网络组合模型在电力负荷预测中的应用

本文作者从小波分析与神经网络技术的耦合途径着手研究,实验结果表明只要充分发挥它们各自的优势,就能为电力负荷预测提供更有效更精确的模型.     

基于混杂模型预测控制的混合动力车辆能量管理

以并联式混合动力车辆为研究对象,针对其具有连续变量和离散变量并存的特点,采用混杂模型预测控制算法对其进行优化求解。首先,对发动机和电机的外特性曲线、行驶阻力曲线、发动机油耗曲面、电池功率曲面等进行线性化处理,并采用分段仿射自回归外生模型来拟合电池荷电状态计算公式;其次,在混杂系统描述语言工具箱中对各个线性化部分进行描述,并自动生成混合逻辑动态系统;最后,采用混杂工具箱对生成的混合逻辑动态系统进行求解,并将结果与基于非线性模型预测控制算法的结果进行对比。对比结果表明:采用这两种算法对UDDS、NEDC和US06这3个标准工况进行仿真时,基于混杂模型预测控制算法相对于非线性模型预测控制算法,燃油经济性分别提高了20.0%、15.5%和10.6%,且当预测时域小于9时,混杂模型预测控制算法的计算速度更快。     

基于BP网络模型的青弋江水质预测研究

以水质因子CODCr为例,构建并训练BP神经网络预测模型,分别从空间和时间上对青弋江芜湖市区段水质进行预测,并用实际监测值检验预测精度.预测结果说明BP网络模型在青弋江水质的预测方面是一种简单有效的方法.     

基于最优输入径向基网络的风电功率预测方法

随着风电的大规模接入电网,对风电功率未来出力的把握显得尤为重要,而风电功率预测技术则是掌握出力特性的有力工具。基于实测历史数据,研究系统不同输入量对预测结果误差的影响,选取最佳输入量值;并在此基础上,构建基于RBF（径向基）神经网络的风电功率预测模型,对风电功率进行有效预测;预测结果表明,基于径向基神经网络的预测方法预测精度较高,可以为电网提供更加准确的风电预测出力信息,有助于为调度制定更加合理有效的计划。     

改进的BP网络在嵌岩桩承载力预测中的应用

本文提出了用改进的BP网络对嵌岩桩承载力进行预测的新方法，并编写了相应的训练程序。实例计算表明，改进的BP网络算法比一般的BP模型结果误差小、收敛快，人工神经网络方法对嵌岩桩承载力的预测行之有效。     

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、     

水文预报的神经网络模式分类预报方法

基于时间序列的相空间扩维思想,利用神经网络的感知器分类原理,提出一种水文预报方法.直接从水文单因素时间序列滑动生成多维空间的一个相型分布中寻求水文现象变化的规律.并利用湖北省宜昌市沮漳河洪水资料对该方法做了初步验证.     

一种用ANN实现带权不确定性推理的方法

介绍了基于可信度的带权不确定性推理.阐述了用神经网络(ANN)如何实现基于可信度的带权不确定性推理.分析了这种神经网络的知识表示、结构及其不确定性推理方法.说明了如何利用这种神经网络并行地实现多规则的基于可信度的带权不确定性推理,以及如何解决冲突消解问题.采用这种神经网络结构的系统不仅能实现基于可信度的带权不确定性推理,而且具有自学习、并行推理、冲突消解、抗缺省等能力.采用的神经网络结构突破了传统神经网络结构的设计思想,对于扩展神经网络的应用具有参考价值.     

The Application of Neural Network in Lifetime Prediction of Concrete

There are many difficulties in concrete endurance prediction,especially in accurate predicting sevice life of concrete engineering .It is determined by the concentration of SO4^2-/Mg^2 /Cl^-/Ca^ ，reaction areas,the cycles of freezing and dissolving,alternatives of dry and wet state,the kind of cement,etc..In general,because of complexity itself and cognitive limitation,endurance prediction under sulphate erosion is still ilklegible and uncertain,so this papter adopts neural network technology to research this problem.Through analyzing ,the paper sets up a 3-levels network and a 4-levels neural network to predict the endurance under sulphate erosion.The 3-levels neural includes 13 inputting nodes,7 outputting nodes and 34 hidden nodes.The 4-levels neural network also has 13 inputting nodes and 7 outputting nodes and 34 hidden nodes.The 4-levels neural network also has 13 inputting nodes and 7 outputting nodes with two hidden levels which has 7 nodes and 8 nodes separately.In the end the paper give a example with loboratorial data and discussion the result and diviation.The paper shows that deviation results from some faults of training specimens:such as few training specimens and few distinctions among training specimens.So the more specimens should be collected to reduce data redundancy and improve the reliability of network analysis conclusion.     

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     

利用神经网络预测空调负荷

介绍了神经网络的基本原理,编制了通用神经网络程序,并用些程序对一实际工程空调负荷进行了预测,预测结果与计算值相吻合,说明神经网络是一种新颖、可靠的负荷预测方法。