隐层节点数经验公式在水库调度规则提取中的应用效果评价

隐层节点数是确定人工神经网络模型结构的重要参数,但目前尚无通用的确定方法。以水库中长期优化调度规则提取为例,选择了四种典型的隐层节点数经验确定公式,将合格率、确定性系数、平均绝对误差、指标综合占优数等作为评价指标,以全年、汛期、非汛期为统计时段,评价了各经验公式对四项评价指标的拟合和检验效果,并进行了摄动分析。结果表明,Lippmann R P公式应用效果、适应性及稳定性均较好,更适合建立水库优化调度规则提取模型。     

“五害元素”对P20塑料模具钢组织及力学性能的影响

用人工神经网络及材料微观分析方法研究了"五害元素"H,O,N,P,S对P20钢组织及性能的影响。GRNN人工神经网络能根据化学成分精确预测P20钢的力学性能,同时能用于研究"五害元素"对力学性能的影响规律。预测结果表明:"五害元素"对断面收缩率和伸长率均有影响,而对抗拉强度及屈服强度的影响不大。减少"五害元素"含量,从而减少夹杂物的含量及减轻杂质元素在晶界的偏聚,增大了裂纹形核和扩展阻力,可使P20钢得到较高的断裂韧性。本研究提供了一种研究"五害元素"与力学性能关系的较好方法。     

应用神经网络模型对大学毕业生就业质量的预测

目的:尝试应用BP人工神经网络模型预测大学毕业生的就业质量。方法:以476名大学毕业生为研究对象,将毕业生的各种心理特质作为预测因子,利用Clementine数据挖掘软件构建大学毕业生就业质量的BP人工神经网络模型。结果:神经网络模型的拟合精度达到99.98%,对就业质量的平均绝对预测误差值为0.083。结论:该神经网络模型可用来预测和诊断大学毕业生找到工作后的就业质量,为就业指导工作提供技术与理论依据。     

基于多传感器数据融合的喷水推进泵空化分类识别

采用基于奇异值分解和人工神经网络的多传感器数据融合方法对喷水推进泵的空化状态进行了分类识别研究。首先利用基于奇异值分解的权值估计算法分别对水声信号和振动信号在时间上进行数据级融合,提取出各自的特征,然后将所有特征组合起来作为神经网络的输入,利用BP网络和RBF网络进行特征级融合和分类识别。分析结果表明：基于多传感器数据融合的分类识别结果优于单传感器分类识别结果;采用基于奇异值分解的数据融合方法后,分类识别率显著提高,对空化初生微弱特征的识别效果尤佳。     

深圳市用水量预测及情景分析

以深圳市为例,将GDP、SSO、TSO、RP作为影响因子,构建了各影响因子的预测模型,利用蒙特 卡洛随机模拟方法定量分析了影响因子的不确定性水平,进而建立了BP神经网络用水量预测模型,预测 了2011～2015年深圳市用水量。结果表明,2011～2015年深圳市的用水量会保持缓慢增长,但增速会减 小并趋于稳定,预计2015年用水量会出现饱和,饱和点之后用水量将不会再增加。     

金沙江下游梯级与三峡区间流量演算模型研究

针对马斯京根法区间河道流量演算的缺陷,以未来金沙江下游溪洛渡、向家坝水库与三峡水库的梯级优化运行为例,分别构建了马斯京根流量演算模型与人工神经网络流量演算模型,并对演算参数做了最优估计。检验结果表明,该方法行之有效,具有适用性。     

煤气优化系统的研究

使用人工神经元网络的方法,对石家庄钢铁公司高炉煤气、转炉煤气发生量与炼铁厂、烧结厂、燃烧炉、转炉炼钢车间、电炉炼钢车间等消耗量进行预测,并将预测的结果用于建立煤气优化调度模型,实现煤气的合理利用与分配.     

腐蚀研究中的统计分析方法和预测模型

分别讨论了不同的统计分析方法和预测模型在腐蚀研究中的应用,这其中包括多元线性回归分析、灰色模型GM(1,1)与灰色关联性分析、人工神经网络分析以及剂量响应函数模型。在此基础上,引入了一种源于社会科学的全新的分析方法--多层线性模型（HLM）,并对多层线性模型在腐蚀研究中的应用尤其是腐蚀纵向研究进行了可行性的讨论。     

神经网络在热轧铬镍钢变形阻力预测的应用

以凸轮式高速形变试验机进行的热模拟压缩实验得到的实验数据为基础,建立了热轧铬镍钢的变形阻力与其化学成分、变形温度、变形速度及变形程度对应关系的BP、Elman、RBF和GRNN 4种神经网络预测模型;并对4种网络的训练过程和预测精度进行比较分析。结果表明,神经网络有很强的预测能力;4种神经网络相比较,RBF网络具有更高的预测能力和好的泛化能力。     

基于岩控的人工神经网络在渗透率预测中的应用

渗透率是储层评价中的重要参数,与传统的经验模型或统计模型计算的结果相比,BP神经网络由于高强度非线性映射能力及较强的自适应和自学能力,可以更精确地预测储层渗透率。通过对常规BP网络模型的改进,即在模型中加入定量化的岩性评价参数作为一个学习样本,建立了储层参数与测井响应及岩性之间的非线性模型。应用该方法对北部湾盆地涠西南凹陷涠洲某油田流一段的渗透率进行预测,取得了较好的效果。该方法计算的渗透率与实测渗透率吻合度很好,而且比用常规的、没有岩性控制的BP网络模型计算的渗透率精度更高。除了在储层参数预测方面进行应用,该方法还在储层沉积微相和岩性预测方面有着广泛的应用前景。