投影寻踪新方法在泥石流危险度评价中的应用

探讨了利用实码加速遗传算法的投影寻踪新方法的泥石流危险度评价模型,并给出了相应算法、实例及同其它方法对比应用,表明了利用投影寻踪方法来评价泥石流危险度是有效可行的,且取得了理想的结果。     

一种新的池塘溶解氧预测模型

池塘溶解氧的精确预测一直是池塘人工养殖生产中的瓶颈问题。该文建立了基于神经网络的池塘溶解氧智能预测模型，并对预测模型进行了验证，其预测结果与实测数据拟合良好。     

基于模糊神经网络的智能履带车路径跟踪系统

履带车适合于松软地面作业，其在结构化环境中能够自动驾驶功能具有重要的意义。介绍了基于模糊神经网络的智能履带车路径跟踪系统。该系统是模糊控制和神经网络控制的有机结合体，除了保留常规模糊控制器的自然语言信息处理功能以外，同时具有神经控制系统的监督学习及知识获取功能，这使得控制系统对变化的工作环境具有更好的适应性。试验表明：该控制系统对变化路径的跟踪响应迅速、反应敏感，能够满足路径实时跟踪的要求，效果较好。     

α-生育酚在超临界 CO_2 中溶解度神经网络模型的建立

生育酚有很高的生理活性 ,油脂生产中得到的脱臭馏出物含有丰富的天然生育酚。作为萃取生育酚的基础 ,该文对甲酯化油脂脱馏出物中 α-生育酚在超临界 CO2 中的溶解度进行了测试 ,并用 Chrastil分子缔合模型和RBF神经网络模型对溶解数据进行了拟合。Chrastil分子缔合模型的相对误差为 2 5 .36 %。对于 RBF神经网络模型 ,经过网络学习和训练 ,训练集平均误差仅为 0 .32 % ,测试集误差为 6 .48% ,效果比较理想     

坡面入渗的人工神经网络模型研究

根据野外人工模拟降雨试验得到的不同耕作措施下坡面土壤入渗实测资料，引入人工神经网络建模方法，建立了不同耕作措施，如等高耕作、人工掏挖、人工锄耕和直线坡条件下坡面入渗BP网络模型，并利用实测资料对网络进行了训练和预测，取得了较好的结果，说明该模型的建立与求解为复杂坡面土壤入渗规律的研究提供了一条新途径。     

基于BP神经网络的脂肪酶酯化菜籽油脱臭馏出物的仿真研究

该文采用BP神经网络对脂肪酶催化酯化菜籽油脱臭馏出物的工艺条件进行了仿真研究。将中心组合试验和神经网络相结合，采用动量梯度下降法对网络进行训练仿真，并利用训练好的网络对催化酯化工艺条件进行预测。结果表明：经过训练的网络可以很好的模拟反应条件，得到了脂肪酶催化反应的最佳工艺参数，此时脂肪酸甲酯的含量为55.2%，维生素E保留率达到90%,为脱臭馏出物的酯化催化效果的预测提供了一条可行的途径。     

地震时城市供水管网连通可靠性分析

在分析地震条件下管线功能函数及极限状态方程基础上,对城市供水管单元体进行震害预测。以供水管网系统作为边权的有向网络图,通过基于神经网络的Monte Carlo方法,模拟各管线运行状态及其破坏状态。结合图论理论,分析供水管网的管线连通可靠性。     

基于神经网络和遗传神经网络的农村信用社企业贷款5级分类

分别运用神经网络和遗传神经网络对农村信用社企业贷款进行了5级分类。结果表明,运用遗传神经网络的分类效果明显好于单纯用神经网络的分类效果;模型的准确率高,有利于农村信用社更好地进行贷款分类,从而更好地进行金融风险的控制。     

基于近红外透射光谱及神经网络的大豆油质量分析

提出了一种基于近红外透射光谱及最速下降BP算法识别大豆油质量的方法。光谱采集范围是10 000~4 000 cm-1,将得到的近红外光谱数据作为网络的输入神经元,利用主成分分析方法得出8个变量指标数,该变量指标对样品累计贡献率达到99.9%以上;将8个主成分的特征值作为BP网络的输入向量,建立BP神经网络模型。该模型对预测样品集能正确判别,判别正确率达到100%。     

前驱差速轮式农业机器人的BP定位估计方法

针对一款自主研发的轮式农业移动机器人,提出了一种基于BP神经网络的轮式农业移动机器人定位估计方法.该机器人为前驱模式,依靠差速完成转向.定位方法是在前期的神经网络训练过程中,以左轮、右轮的驱动脉冲数为输入,以左右轮行进长度为输出,训练函数采用Bayesian规则;在后期的定位推算中,则假设机器人左右轮行进轨迹为两段同心圆弧,进而计算机器人几何中心位移.在与最小二乘定位估计方法的实验对比中,基于BP神经网络的定位估计方法具有更高的定位精度和更小的估计方差.