人工神经网络在液相平衡常数预测中的应用

汽液相平衡常数的计算在化工分离过程中至关重要,传统方法参数众多,计算过程复杂,耗用机时多。本文在文献数据的基础上,首先利用过程模拟软件Design Ⅱ对汽液相平衡常数进行了计算,然后使用三层BP神经网络及L－M算法对汽液相平衡常数进行预测,并以其他多种算法作为对比。结果表明,预测数据与实验数据吻合相当好,L－M算法运算速度明显快于其他算法,总耗机时大大缩短。     

人工神经网络在经济预测中的应用

首先简单介绍了人工神经网络 ANN(Artificial Neural Network)方法,然后通过实例应用与统计回归预测方法进行对比,表明 ANN预测方法是一种可行的,相当于非线性回归的方法,它对用线性回归方法预测效果较差的问题具有独特的优势.     

人工神经网络在机器人控制中的应用

本文首先阐述了克服局部极小的BP算法，并将其用于机顺人控制，避免了求解复杂的机器人控制方程，取得了满意的仿真效果，证实了改进算法能够迅速跳出局部极小，具有一定的容错性，鲁棒性。     

乙烯-醋酸乙烯酯体系的汽液相平衡分子模拟

本文采用分子模拟手段对乙烯-醋酸乙烯酯体系的汽液相平衡性质进行了研究。首先,采用量化模拟方法分析了醋酸乙烯酯分子的电子特性,揭示其相互作用特点,并采用格点取样法模拟计算了醋酸乙烯酯分子对构型的分子间相互作用能,拟合了CHo=c(sp~2)原子基团的非键作用项参数;其次采用GEMC方法,在T=303.15 K,P=310 kPa、724 kPa、1138 kPa条件下对乙烯-醋酸乙烯酯二元混合物体系的汽液相平衡性质进行了模拟考察。模拟值与文献值相对偏差较小,说明采用修正后的力场可以较好地描述醋酸乙烯酯体系的汽液相平衡性质。     

人工神经网络在劳动力供求预测中的应用

劳动动力市场是一个非线性系统,常规方法对其建模进行预测的准确率不高。通过引入机器学习领域的研究成果,结合劳动力市场自身的特点,建立BP人工神经网络模型,对劳动力市场的模拟和供求量的预测都得到较好的结果,提出了将人工神经网络应用于劳动力市场建模的一般方法,可以用来定量研究劳动力市场的各种问题,具有可操作性和实用性,比现有方法的拟合效果好,预测准确率高。     

BP神经网络在心理障碍诊断中的应用研究

以高校大学生常见心理疾病作为研究对象,充分利用L-M算法的全局寻优性及局部收敛性的特点对BP神经网络进行优化,建立基于改进的BP算法的心理诊断模型,实现简单的模式识别。仿真结果表明:该模型减少了训练迭代次数,缩短了训练时间,具有较高的准确性,应用该神经网络建立心理障碍诊断系统也是有效的。     

人工神经网络在电子商务中的应用

分析推广电子商务存在的问题和人工神经网络的特点,在此基础上对人工神经网络在企业电子商务中的应用进行了探讨和研究。     

水的汽液相平衡及径向分布的分子模拟研究

采用J．R．Errington等提出的固定点电荷水分子新模型,分别以Buckingham Exp-5势能结合哥伦布势能模型计算分子间的短程作用及Ewald Summation方法计算电荷间的长程作用,采用恒NVT吉布斯系综Monte Carlo模拟方法模拟了水在300K～600K下的汽液相平衡,并采用经典的恒NVT系综Monte Carlo模拟方法模拟了水在温度T=300K,ρ=1．0g／cm^3下的原子对径向分布函数。模拟结果与文献中的实验值吻合良好。本文工作为推广至更复杂水溶液体系的模拟打下了良好的基础。     

人工神经网络在回归分析中的应用

讨论了人工神经网络用于一元和多元回归分析以及为改善神经网络性能而引入的函数连接，根据文中的实例和我们的实践表明，人工神经网络可用于回归分析。     

人工神经网络在成矿预测中的应用

成矿预测正从定性描述性预测向定量成矿预测转变,数理统计方法和技术逐渐引入地学研究。传统统计方法多假想包含地学现象的空间为均质,假定在一个尺度上的地学关系在另一个尺度上也是相同的,而在实际应用中这样的地质条件是不可能存在的。而非线性科学正具有不满足线性叠加原理的性质,因此将非线性科学如人工神经网络与成矿预测相结合是未来矿产资源预测的发展方向。采用Kohonen聚类模型和BP预测模型相结合的方法,对包古图金矿区1 444个矿点的地球化学数据进行聚类分析并建立成矿预测模型,预测正确率为85.2%。该方法性能良好,具有一定的实际意义,为解决成矿预测提供了一种新的手段。     

人工神经网络技术的发展与应用

神经控制是一种新型的控制系统,其在动态模拟、建模和控制方面应用广泛。为了更好地研究人工神经网络技术,对人工神经网络的起源和发展历史作了回顾,阐述了人工神经网络的一般结构特性,讨论了几种常用的人工神经网络的忧缺点以及目前在工程应用中的情况,并用较先进的例子对其应用作了说明,然后对其发展与应用作了展望,以期对人工神经网络的研究与应用提供参考。     

BP误差反传神经网络技术的应用

详述了标准BP误差反传神经网络技术的基本原理及其算法,分析其局限性,并给出改进的方法及其应用。     

基于神经网络的某超市水产品运营量预测模型研究

随着人工神经网络技术的不断成熟,人工神经网络和预测预报紧密结合起来。结合＂神经网络＋预测＂的开发模式,引入BP人工神经网络学习算法,构建了某超市水产品运营预测模型,并讨论不同结构的BP网络及随机初始化对预测结果的影响,同时进行了神经网络预测方法和其它预测方法的比较。     

遗传BP神经网络在网络流量预测中的应用

由于BP神经网络本质上采用的是梯度下降算法,具有收敛速度慢、容易陷入局部极小点等缺陷.针对这种情况,用具有良好全局搜索能力的遗传算法来改进BP神经网络模型,对神经网络的初始权值和阈值进行优化.仿真结果表明,遗传BP神经网络具有良好的预测效果,预测精度比传统的BP神经网络要高,误差更小,说明了遗传BP神经网络对网络流量预测是高效可行的.     

遗忘神经网络模型及其BP算法

为解决跨时间数据训练神经网络时的数据选择问题,提出在神经网络的训练模型中引入遗忘系数,从而建立了一种改进的前馈神经网络模型——遗忘神经网络模型。介绍了该模型的基本原理,并给出了其BP算法。     

人工神经网络在函数逼近中的应用研究

利用径向基函数网络研究了人工神经网络在函数逼近中的应用.分析了网络结构对逼近性能的影响.利用MATLAB神经网络工具箱进行仿真.实验结果表明,神经网络具有很好的函数逼近性能,其中RBF网络的逼近性能更优.     

基于人工神经网络的数字识别系统的研究

在社会生活各领域中,存在着含有大量数字信息的文件,实现计算机对数字的自动识别已经成为当今社会的一种需求。基于此,文中提出了一种神经网络的方法来实现数字识别。经实验结果表明,该系统取得了较好的识别精度。     

人工神经网络预测地表水中有机污染物浓度的研究

水环境中的有机污染物含量复杂,其扩散迁移过程更是一个由多种因素共同影响作用的复杂的非线性过程。根据河流地表水中的有机污染物的浓度和影响其浓度的主要因素之间存在的已有映射作用关系,利用对一河流断面的实际监测数据,以采用BP算法的人工神经网络方法建立网络模型。结果表明该方法预测精度高,具有很高的应用价值。     

基于多层前馈型人工神经网络的抑郁症分类系统研究

多层前馈型人工神经网络(MLPANN)是应用广泛的一种人工神经网络。该文研究了用于抑郁症中医证候分类的一类MLPANN,设计了一种基于自定义网络结构及其他参数的BP训练算法的分类系统,并首次应用在抑郁症的中医证候分类研究中。该系统利用实际病症样本数据进行了训练和分类,结果表明系统具有很好的分类效果,可以用于指导抑郁症诊断和治疗。     

改进的BP算法在建筑工程造价估算中的应用

建筑工程造价估算是项目可行性研究阶段的重要内容.研究了工程造价及其影响因素之间复杂的非线性关系,改进了人工神经网络BP算法,在此基础上建立建筑工程造价估算模型.为了验证模型的正确性,收集了莱芜市20个典型建筑工程项目,并选取其中18个作为训练样本,2个作为测试样本,运用MATLAB建模分析,测试结果表明,预测精度与实际值偏差不大,精度满足要求.神经网络在工程造价估算方面具有良好的发展前景.