人工神经网络及其在非线性系统控制中的应用

本文介绍了人工神经元和人工神经网络的基本结构,并在此基础上分析了人工神经网络的特性、学习和训练,说明了两种典型网络BP网络和Hopfield网络的工作原理,对人工神经网络在非线性系统控制中的应用进行了探讨.     

人工神经网络在CAPP定位基面选择中的应用

在分析专家系统和人工神经网络特点的基础上,提出了一种基于人工神经网络的零件定位基面选择方法,分组建立了ＢＰ网络模型,并要根据零件特征提出了网络的输入编码方法,针对ＢＰ网络的特性,在训练中采用了变步长和变精度和方法来加快收敛速度,并给出了实例。     

结构缺损的识别

利用小波分析与人工神经网络相结合的方法,对结构缺损进行了识别,敲击缺陷试件后产生的振动信号由传感器拾取,经数据采集系统采集,适当处理后进行小波变换,形成人工神经网络的训练样本,并对所建网络进行训练,利用在训练样本中加入随机噪音的方法对网的识别精度进行了讨论。     

人工神经网络用于红外光谱定性分散染料

根据分散染料的红外光谱图，用人工神经网络直接建立红外光谱数据库，以化合物编号直接人工神经网络的输出对网络进行训练，训练后的人工神经网络可对属于训练范围内的分散染料进行定性。     

结构缺损的识别

利用小波分析与人工神经网络相结合的方法,对结构缺损进行了识别。敲击缺损试件后产生的振动信号由传感器拾取,经数据采集系统采集、适当处理后进行小波变换,形成人工神经网络的训练样本,并对所建网络进行训练,利用在训练样本中加入随机噪音的方法对网络的识别精度进行了讨论。本文用上述方法以悬臂梁试件为例,对结构缺损位置、缺损深度以及螺栓联接结构的紧固程度进行了试验。     

曲轴滚压校直力求解的神经网络建模

针对曲轴 滚压校直过程中滚压力的求解问题，利用人工神经网络的方法，建立与之相适应的人工神经网络模型，并对网络训练算法进行了多项改进，使之更适于问题的求解， 更利于网络的训练收敛。     

用于有机化学品生物活性预测的人工神经网络

对人工神经网络用于化学品生物活性预测中遇到的技术问题进行了系统的研究,提出了防止网络训练过拟合及局部最小的方法,对影响网络收敛的各技术参数的选择进行了探讨。确定的人工神经网络计算软件用于实际有机化学品生物活性预测,效果优于文献报道结果。     

液压逻辑阀系统的神经网络控制技术

介绍基于人工神经网络的液压逻辑阀控制技术及液压逻辑阀控制网络的特点与结构。分析了人工神经网络的主要特点和拓扑结构。重点是研究用于处理逻辑阀的前馈网络，对其训练算法进行了推导与改进。并通过改进型ＢＰ算法，对此进行训练，取得了满意的实验结果。     

基于神经网络的弹性连杆机构动力响应分析

针对求解弹性连杆机构动力响应过程的复杂性和耗时性，提出了基于人工神经网络中的向后传播网络的机构动力响应分析模型，利用训练后网络所给出的近似函数关系式，推导出网络输出参数对网络输入参数的灵敏度计算公式，将训练后的网络以及求解灵敏度的方法应用于弹性连杆机构的优化设计和可靠性分析中，可减少动力响应分析时间，提高设计效率。     

基于微粒群优化算法的人工神经网络模型预测汽液相平衡常数

利用微粒群优化算法对人工神经网络进行训练,克服了BP网络收敛速度慢,易陷于局部最优解的缺点。用此网络模型来预测汽液相平衡常数,并利用严格模型计算的多组相平衡数据作为训练样本和检验样本来检验利用微粒群算法训练的人工神经网络。结果表明,此种方法收敛速度快,精确度高,好于传统的BP算法。     

人工神经网络在乘员约束系统中的应用

建立正面碰撞乘员约束系统空间模型,通过实车碰撞试验验证了模型的正确性.结合均匀试验设计方法,分别建立3种人工神经网络拟合乘员伤害,网络结构经过优化和训练后使用遗传算法寻优,优化后的参数使得约束系统的保护性能得到显著改善.优化结果表明:RBF网络和GRNN网络对乘员约束系统的拟合效果较好,预测精度较高.     

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．     

基于ANN-CBR的雷达故障诊断系统研究

新体制雷达系统的复杂性增加了雷达故障诊断的难度.为保证新体制雷达工作的可靠性和维修性能,运用人工智能理论,将神经网络与案例推理相结合,提出了雷达故障诊断系统结构和基于RBF神经网络故障诊断模型,给出了雷达故障案例的表示方法及快速检索算法.最后,通过实例分析证明了模型及方法的合理性和有效性.     

锅炉飞灰含碳量预测研究

将BP神经网络技术引入工业锅炉飞灰含碳量预测领域,建立了预测模型.针对BP神经网络所存在的缺陷,结合差异演化算法(DE),提出了实数编码的DE-BP神经网络预测模型.实验表明,模型能够很好的满足飞灰含碳量预测要求.     

Artificial Neural Network Performing the Forward Operation of Color Appearance Model

A method of the forward operation of color appearance(from colorimetric attributes to color appearanceattributes)using an artificial neural network(ANN)is presented.The neural network model developed is a multilayerfeedforward neural network model for predicting color appearance model(CAM).This method greatly decreased themathematical computation in color appearance prediction.The error backed-propagation(BP)algorithm was applied     

小波神经网络组合时序模型在径流预报中应用

构建小波与人工神经网络组合时序模型,该模型利用morlet小波基函数取代人工神经网络的激发函数,通过平移因子和伸缩因子确定小波基函数,采用误差逆向传播算法训练网络和预测.利用此模型对赣江河段上外洲水文站月径流变化趋势进行预测,并将其计算结果与BP神经网络进行比较,结果表明利用小波神经网络进行时间序列预测效果较理想.     

基于 ANN 的 FMS 故障诊断模型及其学习算法

讨论了基于前馈型神经网络的ＦＭＳ故障诊断模型，并提出一种用于前馈型神经网络训练的改进ＢＰ算法和基于遗传算法的网络初始点获取策略，给出一种通用前馈型神经网络结构和学习参数自整定学习算法，最后应用上述方法建立了基于前馈型神经网络的ＦＭＳ机器人故障诊断模型，并用所提出的新的学习算法对网络进行了学习，与传统ＢＰ算法比较，学习速度较快，且不易陷入局部极小点     

人工神经网络与统计方法集成预测有机反应产率

在应用人工神经网络预测有机反应产率中,由于结合了统计方法,使人工神经网络易产生的随机性和过拟合作用造成的不利影响减小,从而提高了预测可靠性。     

基于改进神经网络的建筑结构损伤识别方法研究

采用ANSYS有限元分析软件建立神经网络的训练样本,将结构的固有频率作为网络输入,结构损伤的位置和损伤程度作为网络输出,提出了基于神经网络的建筑结构损伤识别方法。讨论了神经网络训练方法和隐含层节点数目对目标函数的影响,分析了网络训练的训练不足和训练过度等问题。以简单的建筑结构为例,基于MATLAB的GUI工具进行了BP神经网络的设计和分析。数值反演结果表明,所改进的建筑结构损伤识别方法具有良好的反演精度和较快的收敛速度。