BP神经网络在旅游安全预警信息系统中的应用研究

利用BP神经网络对旅游安全预警信息系统的应用进行了研究,并通过BP神经网络模型的构建和仿真试验结果证明了该模型的适用性和可行性。     

基于BP神经网络的数字识别

介绍了字符识别的几种方法及神经网络的基本原理,并将BP神经网络应用于数字识别,选取最佳的隐含层节点数及训练样本个数,实现了基于BP神经网络的数字识别。仿真试验结果表明,BP神经网络可以对阿拉伯数字进行快速、准确的识别,具有广泛的应用前景。     

基于PSO–BP算法的油菜籽干燥工艺参数的优化

结合神经网络和粒子群算法(PSO)对油菜籽干燥工艺进行优化:采用BP神经网络建立油菜籽平均水分下降速率和发芽率与干燥温度、初始含水率、真空度之间的三层网络预测模型,利用试验样本数据计算并确定预测模型的网络权值及阈值,再采用PSO算法进行参数优化。试验验证结果表明,对比BP网络模型和PSO–BP模型,发现BP网络仿真值相对误差最大值为4.5%,而PSO–BP仿真值最大相对误差小于2.93%。     

淀粉生产线浓度BP神经网络控制器的设计与实现

在经典控制器的基础上,设计了基于BP神经网络的PID控制器,采用BP神经网络训练方法,针对淀粉浓度控制的模型,用MATLAB软件工具进行了仿真,仿真结果证明了该方案的可行性。     

改进粒子群优化 BP 神经网络的洪水智能预①测模型研究

该文提出改进的PSO‐BP算法在洪水预测应用中建立预测模型。以BP神经网络为基础,提取观测站往年平均径流量作为洪水属性。采用改进的PSO‐BP算法对神经网络的各个参数进行优化,最后建立模型应用于流域观测站的洪水预报模型,叙述了PSO粒子群算法和BP神经网络算法,详细阐述粒子群算法优化BP神经网络的权值和阈值,得出最优的BP神经网络预测适应度值。通过实验仿真对比,结果表明此方法预测结果比BP神经网络算法和混沌径向基神经网络模型算法精度更高,提高了预测的效率。     

基于FLANN的非线性校正在电容式粮食水分传感器中的应用

采用函数链神经网络方法对电容水分传感器进行非线性校正,与BP神经网络算法相比,函数链神经网络结构明了,算法简单,易于收敛.介绍了解决电容水分传感器非线性函数链神经网络原理和建模方法,并仿真试验证明了该方法的可行性和有效性.     

基于BP神经网络番茄果实横纵径生长的建模研究

[目的]准确快速地预测果实的大小,提高温室番茄种植的经济效益。[方法]以2002和2003年果实横纵径部分试验资料为样本,根据BP神经网络的建模原理建立果实横纵径生长的模型,通过仿真试验检验了网络的仿真性能。[结果]以MATLAB6.5作为系统仿真平台,对果实横纵径进行了建模仿真。利用神经网络工具箱命令:[m,b,r]=postreg(A,T)对系统的仿真输出与目标输出作了线性回归分析,分析结果为:m=0.9987,b=0.0051,r=1.0000;m=1.0000,b=-1.7724e-004,r=1.0000。[结论]基于BP神经网络的果实横纵径模型具有较好的仿真效果,在果实横纵径的预测中具有很好的应用前景。     

基于GMDH网络的船用增压柴油机性能预测及仿真

采用数据分组处理（Group Method of Data Handing,GMDH）的神经网络分类方法,建立4190ZLC船用四冲程增压柴油机性能预测的数学模型.针对船用中速柴油机运行状况,考虑到其影响运行状态的因素,结合实验数据进行4190ZLC船用柴油机性能的预测及仿真分析.该模型解决了神经网络结构较大,计算耗时较长的问题.将该模型与BP（Back-Propagation,BP）前馈神经网络仿真结果进行比较,结果表明其仿真效果好于BP神经网络模型,并且该神经网络能较好地满足柴油机性能预测仿真的需求.     

雄先型核桃雄花疏除的二次回归与BP神经网络模型研究

雄先型核桃雄花疏除（去雄）是提高产量的重要管理措施,为提高核桃去雄的效率,建立二次回归与 BP神经网络模型。分别以乙烯利、赤霉素和甲哌鎓为自变量和核桃雄花脱落率为响应指标,进行田间建模试验,建立了二次多项式回归方程和 BP神经网络模型,并于翌年进行 BP模型田间确认试验。试验数据分为训练集、确认集和试验集,中心组合（二次旋转回归试验设计）田间建模试验得到的20组数据随机划为训练集（17）和确认集（3）数据,试验集为翌年田间确认试验得到的数据,BP神经网络的拓扑结构为3-5-1。①BP神经网络对确认集样本的预测值误差分别为1.3550%、0.4291%、0.3538%;②BP神经网络的预测值与田间确认试验结果相差为2.04%,回归预测值与田间确认试验结果相差为3.12%;③BP神经网络预测比回归预测提高预测精度1.0%以上。将二次多项式逐步回归分析和 BP神经网络方法有效的结合使用,既可明确各因子的作用效应亦可得到相对准确的预测结果。     

优化BP神经网络算法在油茶产量预测中的应用

针对标准的BP神经网络模型对我国南方的重要木本油料树种油茶产量进行预测过程中存在的缺陷,采用相对误差逐步优化回溯算法在迭代过程的参数,使原始的BP神经网算法在运算精度和计算速度上均得到显著的提高,即一种改进的回溯算法优化BP神经网络预测模型。经过试验效验与仿真证明,得到的改进算法不仅能提高油茶产量预测的收敛速度,而且在油茶产量预测精度上也有很大的提高。优化后的BP神经网络算法为多要素因子之间相互影响事件的结果预测,提供了新的设计思路和更好的解决方法。     

MATLAB仿真软件在结构力学教学改革中的探索与实践

结构力学是土木工程专业学生必修的一门重要的专业基础课。为了解决结构力学课程内容较抽象,理论性强,绘图量、计算量大的问题,引入了MATLAB仿真软件。提出了在传统教学模式上结合现代教学手段的一些改进措施,使教学与仿真实验紧密结合起来,大大促进了学生学习的主动性,同时还提高了学生的综合素质和解决实际工程问题的能力。     

虚拟实验在水产动物生理学中的应用

水产动物生理学虚拟实验采取人机交互方式实施实验,已用于课堂实验教学,在提高动物生理学实验教学效果、增强学生学习兴趣、培养学生理论联系实际的能力等方面取得了显著效果。     

大学物理实验教学改革的思路和实践

大学物理实验是高等院校的一门重要基础课。然而，由于受资金限制，边远地区高校的实验室硬件设施通常很不完善，导致物理实验课程的教学困难较多。为解决这个问题，边远地区高校需要对大学物理实验的教学模式进行改革。提出建立学生自由选课系统，并建立模拟实验室。这不但可以缓解边远地区高校对实验室硬件设施的迫切需求，还使得实验课分层次教学成为可能。     

仿真软件Proteus在计算机组成原理课程教学中的应用

计算机应用技术专业开设了相当多的有关硬件方面的课程,这些课程的实验受到条件的限制,学生的实验难于自主、自由地开展,成为学生学习的瓶颈。众多的仿真软件在教学中使用会切实减轻学习负担,在《计算机组成原理》课程中利用Proteus软件可以进行实验的仿真教学,有利于学生的创新能力的发展。     

森林防火虚拟仿真实验教学体系建设探索与实践

虚拟仿真实验解决了许多传统实验无法解决的问题,因而被越来越多的教育者所重视,已成为实验教学的重要组成部分。中南林业科技大学森林防火虚拟仿真实验教学中心充分发挥其林业特色,坚持自主创新、开放共享的原则,打造了一支坚强有力的虚拟仿真实验教学团队,建成了一大批森林防火虚拟仿真实验教学资源。实践表明,虚拟仿真实验教学的开展,为包括林学、信息等专业在内的广大学生提供了便捷和有效的实验教学手段,有力的提升了学生的综合能力。     

BP人工神经网络在聚合物溶液体系活度预测中的应用

应用不同BP人工神经网络对不同聚合物溶液体系的活度进行了训练，共12个系统，613个数点，总的平均相对误差为0．0263，在采用相同BP人工神经网络对聚合物PS与不同溶剂溶液体系的活度进行试练时，总的平均相对误差为0．0212，而利用相同BP人工神经网络对同一聚合物不同溶剂溶液体系的活度进行预测时，总的平均相对误差为0．0484。     

稻米品质综合评价的人工神经网络方法

基于人工神经网络 (ANN)理论 ,面向稻米品质的综合评价问题 ,分别开发了 SOM和 BP神经网模型 ;研究了模型的设计、利用观测数据建立网络结构训练样本集以及网络学习等问题 ;从不同角度分别对杂交籼稻雄性不育保持系和恢复系两组供试亲本的品质样本进行聚类和综合评价 .实际仿真结果表明 ,ANN用于米质评价是科学、有效的 ,而且方法简便、速度快     

生物化学实验教学中开展创新性实验的探讨

目前我国高等院校开设的生物化学实验课程一般采用教师给定的实验方案,学生按既定的实验步骤进行,该种方式不利于当前"提高学生的创新能力"教学培养目标的实现。本文在分析生物化学实验传统的教学模式的基础上,总结了我校通过教改,开展设计性和综合性实验,激发学生的积极性和创造性,培养学生的自主实践能力、创新能力和科学思维能力,最终提高了学生的综合素质的实践体会。     

Multisim在电子电路的设计和实验研究中的应用

利用Multisim强大的电路仿真功能,引导学生开展电子电路设计、实验与研究,有利于提高学习成效,同时对电子电路实验教学的不足起到一种补充作用.     

神经网络可拓融合技术在生物废气检测中的应用

将生物滴滤塔有机废气处理过程视为一个可控工业生态环境,以净化废气的流量、循环液流量、pH值、塔内温度等过程参数作为可拓物元,采用神经网络模型的可拓融合的方法对工业生态环境中微生物的反应过程的状态检测进行了研究。通过仿真和实验发现净化处理过程适合用人工神经网络（ANN）模型建模,而通过对遗传算法的改进能够提高其收敛速度。采用改进遗传算法（MGA）与LMBP算法相结合（MGA—LMBP）,建立了神经网络模拟生物滴滤塔处理有机废气的过程可拓融合模型,利用已有的实验数据样本训练神经网络模型,取得了较好的效果。