利用COSMIC电子密度数据分析全球NmF2

利用COSMIC掩星观测获得的电离层电子密度数据,对2009年不同季节的电离层F2层峰电子密度分布特征进行了研究.采用人工神经网络插值技术,以世界时、地理经度、纬度、F2层峰电子密度及地磁活动指数Kp作为人工神经网络输入层的5个神经元,以NmF2作为输出层神经元,获取全球分布的NmF2.结果显示,位于南半球的威德尔海异...     

基于人工神经网络的无线传感器定位算法

在无线传感器网络定位中,距离向量-跳数(DV-Hop)算法定位误差较大;为了提高定位准确性,结合径向基函数(RBF)神经网络与节点跳数理论,提出RBF-Hop的定位算法;该算法中需要随机生成虚拟节点以满足神经网络的训练,此算法为首先对距离各锚节点均较近的优先定位节点进行定位,然后将已经定位的节点作为下一轮定位的锚节点,循环定位直至所有未知节点定位出来;仿真实验表明,在同样的节点分布下,RBF-Hop比DV-Hop算法的平均定位误差降低29.11%;在锚节点比例、通信半径不同等情况下,RBF-Hop比DV-hop算法的定位精度有了明显的提高。     

铸钢件耐磨堆焊层人工神经网络成分预测

阐述了人工神经网络在耐磨铸钢堆焊成分预测中的意义和工作原理，用自行编制的人工神经网络程序计算了铸钢件堆焊层的化学成分。     

冲天炉熔炼控制的人工神经网络模型

建立了冲天炉熔炼过程控制的人工神经网络模型，并用于网状图的重新构造和工艺参数的计算与分析。神经网络模型可用于生产过程的预测、控制和工艺参数的优化     

介孔立方ZrO2球形粒子准气相反应合成工艺的优化

采用一种新颖的基于WEB的人工神经网络-遗传算法系统对介孔立方ZrO2球形粒子准气相反应合成的新工艺进行了建模与优化设计.结果表明,合成最小粒径ZrO2前驱物球的最优参数为M[ZrOCl2·8H2O]=0.49 mol/L,VS=0.035 m3/h,P=99.80 kPa;ZrO2前驱物球的最小平均粒径为0.75μm.通过实验验证,此最优参数下合成的ZrO2前驱物球平均粒径为0.72 μm,计算值与实验值符合的较好.将合成的最小粒径前驱物球经干燥和600℃煅烧后,得到了平均粒径为0.64 μm的介孔立方ZrO2球.     

基于人工神经网络的铝熔体中氢的预测

用HyscanⅡ型测氢仪测定了铝熔体在不同温度和保温时间下的氢含量 ,通过对BP人工神经网络的分析和改进 ,采用了结构为 2 4 2 1的BP神经网络模型 ,用所获得的试验数据对其进行训练和测试 ,当BP神经网络经过 3× 10 5次学习后 ,最大训练误差 (MaxTrainingError)和训练均方差 (RMSTrainingError)分别为 0 .5 5 %和 0 .18% ,同时相应的最大测试误差 (MaxTestError)和测试均方差 (RMSTestTraining)分别达到了 0 .72 %和 0 .3 3 % ,对铝熔体中氢的预测达到了很高的精度 ,从而建立了熔炼条件 (温度、保温时间 )和氢含量的映射模型     

轮胎在侧向力、纵向力联合工况下的神经网络模型

建立了轮胎在侧向力、纵向力联合工况下的神经网络模型，分析了不同训练方法对模型精度的影响。通过对轮胎实测值与神经网络预测值的对比表明，轮胎神经网络模型的精度能满足工程要求，BP前馈神经网络可有效地应用于车辆轮胎特性的数学建模。     

基于人工神经网络的铜合金形变热处理工艺和性能

利用神经网络对Cu-Cr-Zr合金变形量、时效温度和时间与硬度和电导率样本集进行训练和学习，采用改进的BP网络算法-Levenberg—Marquardt算法，建立了形变热处理工艺BP神经网络模型，得出了具有较高综合性能的最佳工艺参数：在80％变形量，450-480℃，2～5h形变热处理条件下，硬度和电导率分别可达HV150～157和74％～77％(IACS)。     

基于遗传算法的Al-5%Cu合金电脉冲孕育处理参数优化

以实验为基础,利用神经网络和遗传算法优化Al-5%Cu合金的电脉冲孕育处理工艺参数。神经网络的输入参数为脉冲电压、脉冲时间和电脉冲孕育处理时熔体温度,输出参数是合金凝固组织的晶粒度。在神经网络训练的基础上,采用遗传算法优化神经网络的输入参数。结果表明,神经网络和遗传算法的组合建模获得了较好的优化结果。     

AB_5型贮氢合金P－C关系的人工神经网络研究

本文利用人工神经网络方法研究了ＡＢ５型贮氢合金的Ｐ－Ｃ曲线、平台宽度和平台压力等，并取得了满意的结果，表明人工神经网络可用于贮氢材料的设计