电火花加工中最优加工条件的确定

在电火花加工中,影响因素较多,难以确定最优加工条件.为方便操作者决定粗加工最优加工条件,并提高表面加工效果和粗加工速度,提出了一种使用人工神经网络融合遗传算法自动确定和优化电火花成形加工中加工参数的方法.利用遗传算法结合节点删除法来优化BP神经网络结构,以此自动确定神经网络隐含层节点数.经实践证明,用该方法优化后的BP神经网络所确定的最优加工条件,能保证较高的粗加工速度,方便了操作者对加工条件的确定.     

汉江水质综合评价的BP网络方法

以往的水质综合评价因子权重的确定方法使得评价结果带有较强的主观性,神经网络方法则可以有效排除主观因素的干扰.构造了一个多因子水质综合评价的3层BP网络模型,以生化耗氧量、氨氮和总磷为评价因子,对汉江武汉段水质的富营养化状况进行了评价.结果表明,该方法评价结果更为客观,符合实际情况.     

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、     

机械零件制造成本估算系统

机械零件制造成本是评价零件可制造性的 1个指标 ,对产品设计是 1种反馈 .通过产品制造成本的核算可以使设计人员在产品设计的早期阶段了解产品的制造成本 ,及时改进设计以降低成本 .准确、快速估算制造成本 ,不仅便于企业的生产活动的控制和管理 ,而且直接影响企业对市场的分析和产品数据的一致性 .与以往传统的核算方法不同 ,采用的基于特征的神经网络制造成本估算方法 ,避开了设计参数到成本参数之间复杂的非线形映射关系 ,实现了零件制造成本早期估算 .以回转类零件为例 ,对基于特征的神经网络成本估算方法进行了实例应用验证和分析 .     

人工神经网络实现专家系统中的自动知识获取

神经网络适宜于处理具有残缺结果和含有错误成分的模式,能够在信源信息含糊、不确定、不完整,存在矛盾及假相等复杂环境中进行处理.网络所具有的自学习能力使得传统专家系统技术应用最为困难的知识获取工作转换为网络的变结构调节过程,从而大大方便了知识库中知识的记忆和提取.本文用人工神经网络中BP网络实现了专家系统中自动获取知识的功能.     

基于人工神经网络控制算法的SSSC潮流控制器设计

本文提出了一种应用神经网络控制策略为静止同步串联补偿器(SSSC)设计的新型潮流控制器。径向基函数神经网络的理论基础是函数逼近,用一个两层的前向网络去逼近任意函数,以更好地进行潮流控制。仿真结果表明,这种控制器与传统的PI调节控制相比,不但能快速调节潮流,增加系统阻尼,改善系统稳定性,并且有较强的适应性、鲁棒性。     

基于人工智能工程机械优化调度方法的研究

工程机械优化调度方法的研究具有十分重要的意义。本文利用人工神经网络多数据寻优好的特点，对工程机械土方工程调度问题进行人工智能优化调度。通过研究建立了工程机械施工质量、工期、效率、成本等多目标函数寻优模型，为工程机械机群优化调度实际应用奠定了理论基础。     

用人工神经网络对SARS疫情进行分析与预测

采用三层结构的反向传播网络(backpropagationnetwork,简称BP网络),对SARS在中国的传播与流行趋势及控制策略建立了网络模型.并利用实际数据拟合参数,针对山西的疫情进行了计算仿真.结果表明,该网络模型算法收敛速度较快,预测精度很高.     

前向多层神经网络的步长搜索调整研究

该文在深入分析BP神经网络的步长调整算法的基础上,提出了函数变步长搜索法。实践证明,这种算法既能保证在网络训练中,随着迭代次数的增加,误差改变速度减慢的态势,又能在每次迭代中,求出近似最优步长,从而有效提高网络的学习速度,收敛到全局最小点的概率也更大。     

智能科学技术

当今时代.最具影响魅力的两大带头科学群体是信息科学群和生命科学群.而智能科学技术恰恰是信息科学群和生命科学群的最重要、最精彩.而且最有前景的交叉科学领域。为此.《计算机教育》杂志特约请中国科学院计算所智能信息处理重点实验室史忠植研究员(兼任中国计算机学会秘书长.国际信息处理联合会人工智能技术委员会委员等职务)为本刊撰写了这方面的技术专题。