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。     

基于神经网络的柴油机故障诊断专家系统

现代设备大多数集机电液信于一体，对其所出现的故障做出准确而迅速的判断，单纯地依靠传统的故障诊断专家系统是不够的。为此，把神经网络和传统的专家系统相结合，建立神经网络专家系统，达到优势互补的效果。在神经网络诊断中，采用MATLAB的神经网络工具包建立了径向基函数神经网络诊断模型，并以柴油机燃油系统故障诊断为例，验证了该系统的可行性。     

华北型日光温室升温系统的节能设计专家系统

目前温室的采暖设计理论未考虑新节能技术和温室采用的智能控制系统对温度的影响，因而容易造成设备容量过大和燃料储备过多的现象。为此，使用基于神经网络和模型的模糊专家系统来设计适当的加温设备和经济的燃料储备，可以大量地节约温室运行成本。     

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。     

神经网络专家系统在发动机故障诊断中的应用

依据单一的专家系统或神经网络在处理故障诊断中各自存在着局限性,提出了将神经网络技术与专家系统融合的集成式故障诊断专家系统,并应用于发动机故障诊断中。文章介绍了神经网络专家系统特点、结构、及诊断方法,并对4105ZD发动机在不同的工况下进行测试,测试结果表明,诊断系统能够对发动机常见故障取得良好的诊断效果。     

基于神经网络推理的压缩机故障诊断专家系统

设计了一种基于神经网络推理的汽车空调压缩机故障诊断专家系统。此系统将传统专家系统与神经网络技术科学地加以综合,弥补了传统专家系统的诸多缺陷。专家系统的知识库由两部分组成,即浅层知识库和深层知识库。推理过程由神经网络完成,并带有解释说明模块,主要说明诊断结果的判定依据。实践证明,这种方法能较好地解决传统专家系统存在的问题,提高系统的诊断速度和准确率。     

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。     

神经网络技术用于发动机故障诊断的研究

结合专家系统与模糊神经网络两种人工智能技术,通过对汽车发动机废气中ＨＣ、ＣＯ、ＣＯ２和Ｏ２含量的分析进行故障推理和诊断。专家系统与神经网络主要采用串型连接,由神经网络模块进行故障分类,再经专家系统给出解释并进一步推理,得到具体的诊断结果,从而实现发动机常见故障的快速、准确和智能化的诊断。     

智能生猪生长环境的故障诊断系统

针对生猪生长环境控制系统故障多,且具有模糊性和复杂性的特点,提出了一种智能化的生猪生长环境控制故障诊断专家系统.结合了神经网络、模糊逻辑以及专家系统的优点,采用模糊隶属函数来描述这些故障的程度.系统采用神经网络,推理速度快,容错能力强,并运用MATLAB 的图形用户界面(GUI)功能,增加系统的易操作性,方便用户使用,更新系统简单直观.     

离心输油泵故障诊断专家系统的研究与实现

提出了一种新的对基本神经网络进行组合的思路，将基本神经网络分层联接，每一层对应对象的某一属性，并根据属性分类。以这一思路为指导，组建了BP网络与竞争网络组织相结合的神经网络，并以此为核心，搭建了离心输油泵故障诊断专家系统的框架。     

网络化淡水虾养殖专家系统的实现

网络化淡水虾养殖专家系统利用人工智能与计算机技术，把养殖淡水虾的研究成果和专家长年的养殖经验进行了系统集成，从系统的功能模块、知识表示、推理机、数据库等方面进行了论述，实现了网络化淡水虾养殖专家系统。     

基于粗糙集和神经网络在小麦病害诊断中的应用

针对小麦病害诊断过程的复杂性以及处理信息的不确定性,综合了粗糙集理论与BP神经网络的各自优势,构建了小麦病害诊断模型。首先是对连续的样本数据进行离散化,主要采用差别矩阵计算方法进行启发式知识约简,得到最小简化规则,然后把约简结果作为BP神经网络的输入结点。实验结果表明,采用该方法不仅优化了神经网络的拓扑结构,还降低了神经网络的训练时间,同时大大提高了学习速度和故障诊断的准确率。     

基于优化的模糊系统在故障诊断中的应用研究

设计了一种模糊神经网络推理系统诊断发动机故障的方法,该方法应用遗传算法对系统进行优化并对BP网络算法进行改进。这种方法能够优化模糊系统的参数和结构,并且能删除无用的模糊规则。最后以发动机点火系统的次级电压为例,说明这种方法的应用过程。结果证明这种推理系统具有收敛速度快、泛化能力好、推广性强的特点。     

我国农机总动力需求的模糊神经网络预测模型

利用模糊神经网络建立了具有时间序列对象的预测模型，提出了相应的模糊化方法，并对我国农机总动力需求进行了预测，预测结果和实际情况的有较好的一致性。     

基于灰色理论及BP神经网络的尿素水解预测模型研究

研究根据室内尿素水解试验资料,建立了以温度、水分、时间为输入因子,尿素态氮含量为输出因子,拓扑结构为3-2-1的BP神经网络预测模型,以及Verhulst灰色预测模型和零级动力学模型,并分析比较了三种模型的预测效果。结果表明:3种预测模型均能满足模拟精度要求,所建立BP神经网络模型模拟值与实测值的平均相对误差、相关系数和决定系数分别为2.39%、0.992 4和0.984 5,具有较高的预测精度和良好的稳定性,并且模拟效果明显优于Verhulst灰色预测模型和零级动力学模型,可以较好地描述尿素水解动态变化过程,为尿素水解定量研究提供了精确的科学依据。     

基于PSO-BP优化PID模型的水肥控制系统研究

针对传统灌溉施肥方式无法切实满足作物生长需求和水肥资源浪费严重的问题,设计一种基于PSO和BP神经网络优化PID模型的水肥控制系统。系统通过结合作物种植环境水肥浓度信息,利用PSO和BP神经网络算法优化PID控制参数,以解决水肥施灌过程中系统的非线性、时变性和滞后性等问题。综合MATLAB/simulink仿真试验结果可知,利用PSO和BP神经网络优化的PID控制模型较传统PID控制模型系统响应速度提高9.33%,调节时间缩短72.24%,超调量仅为PID控制的11.78%,优化效果较好。系统试验结果表明,施灌过程中系统控制稳定,在一定程度上达到水肥浓度精准控制的效果,具有实际应用价值。     

神经网络在农业专家系统中的应用

介绍了专家系统的特点及农业专家系统的发展现状;提出了将神经网络理论应用于农业专家系统的设计方法,并分析了其优点;论述了基于神经网络的农业专家系统的结构、知识表示与获取、推理机制等;结合具体实例,给出了神经网络学习方法及专家系统运行过程。     

神经网络在CAPP加工方法选择中的应用

机械零件加工方法的选择是工艺设计的基础,为了实现CAPP加工方法的合理选择,应用了神经网络的理论和方法,首先对零件基本特征分类编码,然后建立BP神经网络模型进行学习训练后,得出了CAPP加工方法选择的合理方案。该神经网络的各项误差指标均达到了满意的要求,充分说明了用BP神经网络模型求解CAPP加工方法的选择具有可靠性与优越性。     

煤层气发动机混合气充量系数模型的辨识

将充量系数作为预混合点燃式煤层气发动机转速和进气歧管压力的函数,根据实验数据,应用系统辨识方法,建立了基于多项式、BP神经网络和自适应神经网络模糊推理系统（ANFIs）的混合气充量系数模型,比较了各种模型的建模效果。为了验证模型的有效性,将所建充量系数模型分别嵌入煤层气发动机平均值模型,对平均值模型的估计值和实验数据进行了比较。检验结果表明,充量系数的非参数模型比多项式模型具有更高的预测精度,适合作为系统仿真的子模型。