基于ANN的苜蓿太阳能干燥温度场仿真研究

在苜蓿固定深层太阳能干燥过程中,苜蓿干燥过程是非线性的,且干燥因素有交互作用和不可控制等特点.采用传统方法建模较复杂且精度不高.本文介绍了1种基于BP算法的人工神经网络的建模仿真方法,着重阐述了以苜蓿太阳能干燥过程中的苜蓿温度变化为切入点,利用MATLAB人工神经网络工具箱的建模仿真过程,最终建立1个精度高达97%人工神经网络模型,为太阳能干燥过程控制提供参考依据.     

油气管道腐蚀的灰色线性回归组合预测模型

油气管道腐蚀作用机理复杂,诸多因素存在模糊性与相互关联性,对管道腐蚀速率的有效预测存在一定困难。运用具有处理线性和非线性因素能力的灰色线性回归组合模型对油气管道腐蚀进行建模,并引入BP人工神经网络模型对组合模型的残差进行修正,以进一步提高预测精度。将所建模型应用于某油气管道腐蚀速率的预测中,结果表明:所建灰色线性回归组合模型在对油气管道进行腐蚀预测时,既充分考虑到了原始数据的线性因素,又考虑了其非线性因素,预测效果较好,同时适用于解决其他复杂腐蚀体系的预测问题。     

人工神经网络在CAD中应用的现状与方法研究

在论述人工神经网络理论研究进展，分析人工神经网络模型的特点和性质的基础上，探讨了人工神经网络模型在现代CAD技术中的应用研究现状与发展趋势；阐述了人工神经网络在优化设计中的算法和在CAD专家系统中的应用方法，以及自由曲面神经网络建模方法和特征识别与提取方法。     

非充分灌溉中作物——水模型的建模与识别

本文认为:作物水分生产函数的名称不能确切反映作物产量与水分关系的数学特点。作物—水模型(MCRW)的名称可能较为适合,这种模型实质上是一种模拟模型。本文从理论特征,建模主要假设及确认方法等方面,对线性模型和阶段非线性模型的建模问题进行了较系统的研究,对国外主要的阶段模型进行了比较分析,提出了模型适用条件;对线性模型进行了带有置信区间的改进。可为非充分灌溉中模型选择和应用提供指导以及模型的建立提供理论依据。     

水体中叶绿素a含量短周期预测的研究

通过连续监测数据分别使用线性回归方法和人工神经网络方法建立叶绿素a在短周期内的同步和6步超前预测模型,探讨在短周期内建立叶绿素a含量预测模型的可行性,从而对可能发生的“水华”现象做出前瞻性预测。同时,通过对建立的线性回归模型和人工神经网络模型进行比较,发现人工神经网络在预测精度方面较线性模型有一定优势。     

基于神经网络的催化剂配方模型

本文应用人工神经网络中的BP网络与RBF网络，讨论脂肪醇催化剂配方的建模问题，并与传统的多元线性回归方法进行对比。结果表明，神经网络具有明显的优点，而RBF网络又比BF网络更加精确，且收敛速度要快1000倍以上。     

基于人工神经网络的逆流式谷物干燥机模型

针对传统数学建模方法的局限性，利用人工神经网络建立逆流式谷物干燥机模型。网络的拓扑结构是基于感知机的３层前向网络，采用ＢＰ算法对网络进行训练，训练数据来源于逆流干燥要计算机模拟结果。实验结果表明网络能很好地预测逆流干燥机的行为。     

人工神经网络在林业中的应用现状与趋势

通过概述人工神经网络的概念和常用模型,对人工神经网络在林业资源管理和动态监测、森林植被和立地分类与识别、森林灾害预防和森林生态系统评价中的应用现状进行综述,并对人工神经网络技术在林业中的应用趋势进行探讨.     

基于人工神经网络的暂态电能质量现象的分类与识别

暂态电能质量信号具有发生随机性,持续时间短和非平稳的特性,使得信号的识别实现较为困难.目前对电能质量信号进行辨识的方法有基于规则的专家系统方法、基于神经网络的方法以及结合小波变换技术的神经网络方法等.利用小波变换和人工神经网络的结合方法,对各种暂态现象实现有效地识别和初步地分类.     

虚拟企业协商项目规划问题的建模方法

项目驱动的虚拟企业协商项目规划问题是一个复杂的多维决策问题,文章提供了协商项目规划问题的数学描述,给出了将复杂的、规模大的多维协商项目规划决策问题进行近似简化的串行协商规划、并行协商规划和混合协商规划的建模方法,并对三种方法进行了理论分析和实例仿真比较.