水质预测的因素状态网络模型研究

通过对因素神经网络理论的研究,提出了因素状态BP网络;通过将信息扩散原理和落影技术结合,形成信息扩散式落影,并与因素状态BP网络有机结合,解决了知识非完备性的问题以及由于训练样本有矛盾样点而使平凡BP因素网络无法训练出结果的问题.以此建立的水质预测的因素状态人工神经网络模型应用于丹江口水库,获得了令人满意的结果.     

基于BP神经网络的西瓜仁重预测

人工神经网络是人工构造的模拟人脑功能而构建的一种网络,其中BP学习算法是一种单向传播的多层前向网络.利用MATLAB神经网络工具箱,设计BP网络的训练步骤,从园艺试验田观测的数据中抽取部分数据作为样本预测西瓜仁重,把影响西瓜种仁重的4个主要因素作为网络的输入向量,西瓜种仁重为网络的输出向量,根据需要调用相关程序,从而避免了编写大量的算法程序,训练结果表明,预测结果与实验结果吻合.     

人工神经网络在柚皮总黄酮提取中的应用

为获得柚皮总黄酮提取的优化工艺,以乙醇体积分数、溶剂用量、提取温度和提取时间作为影响因素,进行了柚皮总黄酮提取的单因素试验和正交试验。以获得的20个单因素试验结果和9个正交试验结果作为训练样本,设计和训练了4-5-1结构的三层BP人工神经网络。运用训练好的网络对设计的625种工艺组合进行预测,获得了3组总黄酮得率较高的提取工艺。结果表明,通过人工神经网络获得的提取工艺总黄酮得率比正交试验提高了5.7%。     

S195—1型低背压排气消声器的设计研究

本文以内燃机排气噪声必需的消声量频率特性作为设计消声器的依据,论述了扩张室式和穿孔板复合消声器的设计.试验表明,采用这种新型复合消声器后,S195柴油机排气噪声得到了有效控制.     

BP神经网络预测中厚板对接焊接变形

为了预测中厚板的对接焊接变形,从而能有针对性的采取控制措施来实现结构精度,分别用20组不同焊接参数焊接的相同尺寸的中厚板做比较,得到不同的焊接变形系数。利用人工神经网络的方法,建立3层BP网络模型,根据试验训练样本数据,对该模型进行训练,建立BP网络模型系统,通过建立的BP网络系统对其中几组数据进行预测,结果显示,预测的结果与试验数据接近,误差满足工程要求,表明神经网络可以应用于中厚板焊接变形的预测。     

基于MATLAB 6.x的BP人工神经网络的土壤环境质量评价方法研究

对基于MATLAB 6．x的BP人工神经网络工具箱进行了简要的介绍,并将BP人工神经网络应用到土壤环境质量现状评价中。编制了基于MATLAB 6．x土壤环境质量评价程序,并对影响评价结果的训练集的构建、隐层神经元数量的选择、训练过程的建立等问题进行了探讨。结果表明,用随机函数rand或线性函数linspace内插生成网络的训练集是可行的,BP网络隐层的传递函数为tansig。神经元数量为5（用rand函数生成训练集）或8（用linspace函数生成训练集）,输出层的传递函数为purelin,神经元数量为1。训练集中加入一定的噪声更有利于提高网络的识别能力。在此基础上,将构建的网络应用到实际土壤环境质量评价中,并将评价的结果与其他评价方法得出的结果进行了比较,表明BP人工神经网络应用到土壤环境质量评价中是切实可行的。     

预测水稻螟虫发生趋势的径向基函数人工神经网络模型及其与BP网络的比较

文章采用径向基函数人工神经网络的方法,利用MATLAB工具箱并结合气象资料中的平均气温、最低气温、日照时间和降雨量．建立了预测虫害发生程度的RBF神经网络预测系统。系统通过实例证实了预测的准确性,并且与常用的BP网络进行了比较。RBF网络和BP网络通过对训练样本的仿真,可明显看出RBF网络比BP网络更为精确。通过程序记时显示RBF网络用时1．2030s．比BP网络训练所需的时间要短的多．因此RBF神经网络具有很好的实用价值。     

内燃机排气消声器优化设计

研究内燃机排气消声器的一种优化设计方法，并通过设计计算得出４１００ＱＢ型柴油机排气消声器的优化结果。利用该方法设计得到的消声器具有良好的消声性能，并能提高消声器的一次设计成功率。     

YH_(2.5)油锯降噪初步研究

本文对YH_(2.5)油锯噪声及其控制进行了研究。结果表明,油锯最突出的噪声源是排气噪声,其次是进气噪声,而且进气噪声随着转速提高而变化的速率超过排气噪声。因此,寻求消声器的消声性能、空气动力性能和结构性能之间的矛盾统一,设计性能优良的进、排气消声器是油锯噪声控制的关键。通过理论和实验分析的结果表明,油锯消声器采用扩张室和微穿孔板复合结构,合理选择消声器内部结构及最佳设计参数,从整体上考虑进、排气噪声的控制,可以有效地解决消声器性能之间的矛盾。根据上述原则设计的YH_(2.5)油锯进、排气消声器获得满意的降噪效果。     

基于遗传算法的BP网络在小流域侵蚀量预测中的应用

人工神经网络可用于流域水土流失的预测.针对BP神经网络收敛速度慢及容易陷入局部最优解的缺点,设计了基于遗传算法(GA)的优化BP神经网络.利用遗传算法特有优势,为BP网络的初始权值和阈值搜索全局最优解空间,经过BP算法迭代训练,进行预测.依据黄土高原沟壑区杨家沟小流域多年径流与泥沙的实测数据,对创建的侵蚀量模型进行训练和预测,取得了较高的预测精度和较快的收敛速度.     

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.     

多个内插管并联结构消声器的插入损失计算

推出具有多个内插管并联管路声学元件的声传递矩阵 ,利用声传递矩阵进行柴油机排气消声器的插入损失的计算 ,模拟计算结果与试验数据具有较好的拟合程度 .     

基于遗传神经网络的陕西省土地利用结构模型研究

针对土地利用结构变化的复杂特征与BP人工神经网络在预测应用上的缺陷,利用遗传算法来优化BP人工神经网络模型,形成了遗传算法与BP网络结合的遗传神经网络模型,通过运用matlab软件编制神经网络和遗传神经网络程序,实现模型的建立。证明遗传神经网络用于土地利用结构的预测是可行和有效的,有着良好的前景。     

基于BP神经网络对苹果呼吸强度的预测

应用BP神经网络,通过苹果贮藏期间多维数据与呼吸强度的相关分析确定网络的拓扑结构,建立苹果呼吸强度的人工神经网络模型.仿真结果表明,该神经网络能很好地拟合不同贮藏条件下的呼吸强度,模型预测精度达到90%以上.同时,通过遗传算法优化BP神经网络的初始权值和阈值矩阵,使神经网络的预测精度进一步提高.     

BP神经网络算法在土地覆盖分类中的应用研究——以新疆于田绿洲为例

BP神经网络算法结构简单、快捷,与传统的分类方法相比,分类精度较高,能较好地反映土地覆盖的分类结果.通过多年实地景观照片库结合土地利用图等地理辅助数据,采用BP神经网络算法对于田绿洲1999年和2002年两期ETM遥感影像进行土地覆盖分类.结果表明:地理辅助数据参与下的BP神经网络用于土地覆盖分类研究可获得较好的分类结果,平均分类精度可达到90;以上.通过精度分析认为神经网络算法在遥感图像分析与处理技术中具有很大的应用潜力.     

基于USB650南疆红枣颜色分级方法的研究

以南疆红枣颜色快速分级为研究对象,采用美国海洋光学USB650红潮光谱仪来测量红枣的颜色特征值,采用红枣颜色按L[微软拥护1]值分级时,一级红枣的L值为30.2~35.4,二级红枣的L值为35.5~39.9,三级红枣的L值为40.0~44.6,按L值分级与人工分级的一致度为93.65%;以红枣的L、a、b值作为特征值,应用BP人工神经网络进行分级,BP人工神经网络分级与人工分级的一致度达到了94.76%。结果表明,以L、a、b三个颜色值分级效果要好于仅以L值分级,BP人工神经网络分级效果优于人工分级,较好地满足红枣颜色分级的需求,对南疆红枣产品的加工、销售具有一定的理论指导和实际应用意义。     

基于自我调节学习的柴油机故障诊断研究

针对柴油机故障原因和故障征兆之间非线性、多变量和模糊的关系,结合柴油机故障实际运行情况和大量专业人员经验知识,提出了一种基于自我调节学习的柴油机故障诊断方法,建立基于灰靶理论的故障诊断模型,利用实时反馈的更新自我调节柴油机故障统计数据和专业人员经验知识构造柴油机故障征兆标准模式,通过对故障征兆和诸故障原因靶心距排序,诊断出柴油机故障的原因并及时维修,反馈更新后再实时自我调节学习故障征兆标准模式。应用结果证明了其实用性和有效性,为同类故障诊断提供了一个新的思路。     

柴油机混燃汽化醇类燃料的试验研究*

 利用排气管温度加热汽化乙醇并通过进气管道供入气缸,与原机进行了性能对比试验。其中乙醇燃料能够汽化并有氢气的产生以及本身具有自供氧效应是节能的主要原因,热能节省率达4%左右,试验发现该方案完全可行,具有实际的推广价值。     

毛白杨农田防护林林分密度指数模型

以河南省博爱县毛白杨农田防护林带为研究对象,应用人工神经网络建模技术,以平均胸径为输入变量,以林分密度为输出变量,建立BP人工神经网络模型,用毛白杨的实际数据进行模型训练,选出的最佳模型,拟合准确度为98.18%,并与Reineke的林分密度指数模型比较,结果进一步表明,人工神经网络是一种有效的林分密度指数模拟技术。     

用非制动测功法确定4115T发动机功率比例系数“K值”的试验研究

本文通过大量台架试验和理论分析,确定了国产4115T发动机用非制动法(靠发动机本身所有运动部分为负荷)测功时所需的重要比例系数K值为0.0368千瓦/转/分(0.05马力/转/分)。它具有实际应用价值,为用非制动测功法评价4115T发动机修后质量或技术状态提供了科学依据。