陶瓷材料电加工表面粗糙度的预测

针对电加工工艺参数与性能指标的函数映射关系大多具有非线性的特征，提出了将BP神经网络引入电加工领域中。考虑到BP算法的不足，提出用遗传算法来优化BP神经网络的连接权值，设计了基于进化神经网络的学习算法，建立了陶瓷材料电加工表面粗糙度随工艺参数变化的预测模型。试验结果表明，该算法可以避免BP神经网络易陷入局部极小值等问题，预测精度高，相对误差在4％之内，进而验证了该模型的可靠性。     

基于改进BP神经网络的农业机械数据预测研究

为提高河南省农业机械数据预测的精度,获得更可靠的预测结果,提出基于自适应粒子群算法(APSO)优化的误差方向传播(BP)神经网络预测方法,利用APSO算法优越的全局搜索能力更新BP神经网络的权值和阈值,有效结合两种算法的优势,并引用河南省1986-2017年农业机械数据进行测试。仿真结果表明,本文提出的APSO-BP算法比同等条件下BP神经网络算法和PSO-BP算法预测误差平均可降低2.4%和1.35%,可以有效提高预测的速度和精度。     

并行BP与ART-2复合神经网络诊断应用研究

本文在对ART-2和并行BP人工神经网络模型进行分析的基础上，将二者结合，提出了一种针对大型复杂设备进行故障诊断的复合神经网络诊断策略，解决了柴油机故障诊断过程中对并发故障诊断和新故障都能有效识别的问题。     

模具自由曲面磁力超精研磨控制系统

提出了一种模具自由曲面超精研磨加工中人机一体化智能控制策略。该系统的初始研磨加工参数由基于神经网络的专家系统决定,能克服传统专家系统无法自学习的缺点。研磨过程中由一个模糊神经网络和人组成的合作智能控制系统实时修正研磨参数,通过人机一体化系统中的“人在回路中”方法,使研磨质量和研磨效率达到最佳。相关试验证明,该系统可以克服常规磁力研磨中工艺参数完全依赖操作者经验的缺点,是实现模具表面磁力研磨自动化的有效途径。     

用模糊神经网络诊断发电机励磁主

介绍了一种以可控硅整流桥各桥臂两端电压信号作为模糊神经网络的输入信号的实时功率单元故障诊断系统。信号经过模数转换后送给模糊化处理单元，再传递到神经网络；神经网络根据以前学习、训练的知识，得出故障诊断结果。该系统解决了目前我国农村技术力量难以判断农用水利发电机组现代励磁控制系统中电力电子模块故障的难题。文中还介绍了用DSP（TMS320F2407）作为核心器件的控制电路的实现方法。     

模糊控制理论与RBF神经网络相结合的短期负荷预测

负荷预测中神经网络算法精度较高但计算非常复杂。该文引入了模糊理论,有效地解决了计算精度与计算复杂程度的矛盾。     

自组织神经网络在流域土壤水分含

由于土壤水分含量受众多因素的影响，空间变异性很大，给土壤水分含量空间分布的研究带来了很大的困难。空间模式识别是处理土壤水分含量空间数据的方法之一，能够分析得到土壤水分含量空间数据的聚类结果。基于自组织特征映射和自适应共振理论的自组织神经网络模型在空间数据模式识别中得到广泛应用，针对澳大利亚tarrawarra试验流域土壤水分含量的观测数据，应用自组织神经网络，建立动态土壤水分含量的空间模式识别模型，并用半变异函数对识别结果进行检验，实例研究表明该方法是一种行之有效的方法。     

基于神经网络的农用运输车可靠性问题研究

农用运输车是我国现阶段特有的产物,其使用和推广受产品可靠性的影响很大。为此,针对农用运输车可靠性模型,应用数学方法和人工神经网络系统理论,提出了基于自适应线性神经网络的可靠性模型参数估计方法,并给出了基于该方法的农用运输车相关参数的可靠度函数表达式,为农用运输车的设计制造和管理使用提供了重要的理论参考。     

基于嗅觉可视技术的醋醅理化指标分析

通过分析56个不同发酵池种子醋醅乙醇脱氢酶(ADH)的活性与56个对应接种池的不挥发酸和总酸的关系,得出将种子ADH活性控制在600~700 U/m L时,被接种池的醋醅品质较高。利用嗅觉可视化技术结合误差反向传播人工神经网络(BP-ANN)模型,快速检测种子ADH活性和预测被接种池不挥发酸及总酸质量分数。结果表明,BP-ANN模型预测ADH、不挥发酸、总酸的相关系数分别为0.781 6、0.844 7和0.946 3。因此,嗅觉可视化技术结合BP-ANN可有效预测醋酸发酵过程中的理化指标。     

基于神经网络的番茄栽培管理专家系统

针对专家系统开发过程中存在的问题，利用神经网络的学习功能、记忆功能和并行处理的优势，提出了用神经网络建立专家系统的方法；构造了神经网络专家系统的基本框架；并详细阐述了神经网络专家系统的设计过程及BP神经网络的改进算法。