基于人工神经网络的偏微分方程求解方法

针对各种微分方程传统的数值方法的求解中,传统的数值方法在求解微分方程时存在计算存储量、计算时间等都随着微分方程维数的增加而剧烈增长的问题,严重制约了高维问题的求解.提出一种求解偏微分方程的神经网络方法.通过数值算例说明,神经网络方法在求解微分方程问题上有高效率、很好地泛化等优点,为偏微分方程求解提供了一种有效的新途径.     

基于演化算法的复杂机械广义优化设计实现策略研究

针对复杂机械广义优化设计过程中优化模型不易获得这一难题，利用人工神经网络的高度非线性是非线性映射能力，将优化建模转换为求取设计变量到设计方案的映射关系，构建了复杂机械广义优化柔性建模方法；引入模糊评价理论，设计了基于演化计算的优化方法，给出了优化流程图。该策略特别适用于复杂机械概念设计阶段的方案优化。     

焊接专家系统设计及开发技术

论述了焊接专家系统的基本原理和结构,着重介绍了开发焊接专家系统的技术,包括传统的开发工具和新的先进技术在焊接专家系统中的应用.     

基于人工智能的钛合金热变形工艺参数优化

在深入分析热变形工艺参数对Ti-15-3合金显微组织及成形载荷的影响的基础上,以变形温度、变形程度和变形速率等热变形工艺参数作为设计变量,以显微组织和成形力的最佳综合为目标,建立了该合金热塑性成形工艺参数的多目标优化数学模型。以显微组织参数和成形力的人工神经网络预测模型作为优化算法的知识源,将人工神经网络与修正的遗传算法相结合,对Ti-15-3合金的热塑性成形工艺参数进行优化。结果表明,提出的修正的遗传算法是有效的,采用将其与人工神经网络相结合的方法对钛合金的热塑性成形工艺参数进行优化是可行的。     

ANN valuation model of material LCIA profile

Weighting model is the only valuation model of life cycle impact assessment(LCIA) profile now. It simplifies evaluation function into linear function, and makes the determination of weighting factor complicated. Therefore the valuation of LCIA profile is the most critical and controversial step in life cycle assessment(LCA). Development on valuation models, which are understood easily and accepted widely, is urgently needed in the field of LCA.The modeling approaches for the linear evaluation function were summed up. The modeling approaches for the nonlinear evaluation function were set up by function approximation theory, which include choosing preference products, forming preference data, establishing artificial neural network(ANN) and training ANN by preference data.By selecting 7 material products as preference product, experience was done with modeling approaches of the nonlinear evaluation function. The results show that the modeling approaches and valuation model of the nonlinear evaluation function are more practical than the weighting model.     

消失模铸造充型过程的模拟方法

通过分析消失模铸造充型过程的特点，提出了一种消失模铸造充型过程的计算模型，并用人工神经网络算法计算了充型过程中不同时刻液态金属-模样界面的位置．模拟计算结果与实际测试结果无论在充型形态还是充型时间上都符合得较好．     

基于人工神经网络的结构钢回火后力学性能预测

利用多层前向神经网络，使用B－P算法对结构钢回火性能预测进行了研究。通过利用99种钢450余组训练数据样本对神经网络进行训练，建立了结构钢回火后的力学性能与金属成分和回火温度之间的隐性函数。并针对训练用样本不足的问题，设计了为网络提供自学功能软件，在钢完全淬透的前提下，用此神经网络模型可在一定精度范围内预测结构钢的回火力学性能。     

使用人工神经网络对强力旋压有限元模拟进行参数预选

在筒形件强力旋压领域内，介绍了使用人工神经网络的手段，在MARC有限元模拟的前处理中实现参数预选的方法。作为与有限元模拟相结合的旋压智能化设计的一项关键技术，能够达到减少有限元模拟的误差和工作量的目的。     

用人工神经网络方法预测鼓泡塔气含率

A new correlation for the prediction of gas hod up in bubble columns was proposed based on an extensive experimental database set up from the literature published over last 30 years .The updated estimation method relying on artificial neural network,dimensional analysis and phenomenological approaches was used and the model prediction agreed with the experimental data with average relative error less than 10%.     

人工神经网络及其在窑炉动态温度场的模拟研究

本文阐述了人工神经网络的发展、基本原理以及前馈神经网络的反向传播学习算法，并应用单孢层网络进行了窑炉烧嘴温度场分布的仿真研究。结果表明。用非线性神经元网络模拟在窑炉温度场预测和控制方面是可行的。