基于交会图和多元统计法的神经网络技术在火山岩识别中的应用

针对火山岩储层的特殊性(复杂性、离散性和随机性),应用BP神经网络技术对火山岩测井解释中岩性识别问题进行了研究。该方法的技术关键是样本集和初始权重的建立,以及模型的优选。本文提出了一种基于交会图和多元统计法的学习样本生成方法,即根据取心岩样的地球化学和岩石学研究,用交会图技术建立样本集,采用聚类分析和距离判别法确定初始权重。将研究方法应用在松辽盆地杏山地区火山岩岩性识别问题中,取得了很好的效果,岩性解释符合率高于90%。文中通过四种岩性识别处理模式的对比研究,表明赋权重处理模式为最优处理模型。在神经网络模型预测过程中,需充分利用已有的地质经验和测井曲线信息建立典型可靠的样本文件,同时考虑神经网络方法中各种因素的影响,优选模型和计算参数才能使预测结果符合实际情况。     

MATLAB的BP神经网络在边坡稳定性评价中的应用

运用MATLAB的神经网络工具箱(NNT)建立了边坡稳定性BP神经网络预测模型,并以大伙房水库输水工程引水隧洞出水口边坡稳定性评价为例,阐述了基于MATLAB的BP神经网络应用于边坡稳定性分析的可行性和可靠性.     

图像传感器产品及市场扫描

如果把计算机比作人的大脑，那么通讯就是人的神经网络．而传感器则是人的五官并具有五官的延伸功能。     

等离子体刻蚀工艺控制模型分析

讨论了主因素分析法以及神经网络法在等离子体刻蚀工艺中的应用.结果表明主元素分析法可以实现对数据的压缩,而神经网络算法则显示出比传统的统计过程控制算法更好的准确性.     

径向基函数神经网络的再学习算法及其应用

为了应用径向基函数神经网络逐步地识别待研究系统,文章针对径向基函数神经网络的再学习算法开展了深入的研究.应用严格的数学推理方法,将径向基函数神经网络的再学习问题转化为矩阵求逆的附加运算.详细给出了径向基函数神经网络再学习算法中增加新训练样本和增加新基函数的数学公式,同时对如何获取新的训练样本进行了研究.     

一种智能型的PCB产业需求预测方法

目前需求预测在整个印制电路板产业的生产活动控制中正扮演着越来越重要的角色。分析了影响印制电路板需求的因素和现有的预测方法,提出了一种适用于PCB产业需求预测的有效方法——遗传/BP—神经网络。实验表明该方法能够进一步改善印制电路板预测的准确度和减少生产成本的消耗。     

用动态规划神经网络模型研究多水库系统的水量分配(下)

为了分析多水库系统中两座水库之间灌溉用水的分配问题，建立了基到动态规划的神经网络模型。为了研究从一座上游水库取水在下游两座之库之间进行水量分配的问题，提出了3个状态变量和4个决策变量的改进的动态规划算法。采用神经网络模型，用3个状态变量动态规划算法得出调度原则，就所研究的多水库系统实例来说，新的动态规划神经网络模型的性能很好，将该模型的性能与临时凑合的标准调度原则和以前推荐使用的约束动态规划神经网络模型进行了比较。     

电力系统谐波检测的现状与发展

准确、实时地对电力系统谐波进行检测有着重要的意义。本文根据电力系统谐波测量的基本方法，对近年来电力系统谐波检测的新方法进行了分析和评述。最后对电力系统的谐波测量进行了总结并提出了看法。     

斜拉索-磁流变阻尼器系统半主动控制的神经网络法

磁流变阻尼器具有良好的可变阻尼特性，能用于结构的半主动控制。针对斜拉桥拉索-磁流变阻尼器系统，本文提出了利用神经控制器进行半主动控制的神经网络法，该神经控制器根据过去时刻的加速度响应和控制信号预测下一时间步的控制信号，并给出了训练方法及开展了数值仿真研究。仿真结果显示，采用神经网络半主动控制能取得很好的减振效果，证明该方法是可行的。     

用人工神经网络作地质数据分析

本文提出了利用人工神经网络进行地质数据多变量分析的方法，研究表明，此方法具有精度高、运算速度快、算法简单易于编程等显著特点，是地质数据分析中一有效方法。