用自组织人工神经网络预判昆虫适生区

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络预判昆虫适生区，并以桔小实蝇作为研究对象，验证了该网络的可靠性。结果表明，神经网络方法性能良好，可望成为植检对象适生区预判的有效手段。     

Application of Incremental Genetic RBF NN in Converter Vanadium Recover

Converter vanadium recover is a very sophisticate reaction which is diverse and non- line. From the point of view of statistics and reaction mechanism, it is difficult to build up end- point control static model. Aim at this problem, the paper puts forward a model identify method based on incremental genetic RBF neural network to build up such a model, which can perfectly resolve the problem of random selection of RBF cluster center number and sample data clustering. Furthermore, in order to ensure structure of neural network to fit with continuous incremental data set, the paper presents a method of incremental data dealing, which is applied to amend the parameters of neural network. Then the request of continuous production is satisfied. Finally the result of test shows that after adopting the algorithm, the error of result is less than before and end- point hitting ratio satisfies to ninety percent. These indicate the algorithm has the engineering practicability.     

模式识别和主成分分析在多环芳烃室温磷光分析中的应用

本研究应用主成分分析和人工神经网络两种模式识别方法对多环芳烃混合物固体基质室温磷光重叠光谱进行分析,考察了主成分分析和人工神经网络对多环芳烃混合物SS-RTP的处理效果,结果显示应用人工神经网络对于苯并喹琳、苊、菲啶、咔唑和芴等多环芳烃任意组合混合物能够很好地区分开来,这表明RBF神经网络在复杂多环芳烃混合物定性分析中具有很好的应用性和可行性.     

人工神经网络在水资源规划领域中的应用

本文从水资源现状及发展前景出发,介绍了如今被越来越重视的智能规划方法——人工神经网络,以及其在水文领域被广泛应用的BP算法.防治洪水灾害是水资源规划的一项重要内容,结合BP神经网络进行水文预报使得预报更为简便易于操作,预报精度较传统水文模型也有一定提高.因此加强人工神经网络的深入研究,并耦合其他方法,使其更为灵活广泛地应用于水文预报领域十分重要.     

基于RBF神经网络环境质量评价研究

城市空气质量与人们的日常生活息息相关。空气污染的加剧,雾霾的频现。人们对空气质量高度关注。以长春市为例,根据已有的监测数据,运用人工神经网络建模的方法,对长春市空气质量进行科学合理的评价。为管理者提供一定的决策依据。     

改进RBF神经网络在我国大豆价格预测中的应用研究

我国大豆价格受国内外多种因素共同影响,具有非线性、随机性和高噪音等特点,采用传统数学模型进行预测,不仅分析难度大,预测误差也很大。RBF神经网络以其优良的逼近性能而被广泛应用于非线性时间序列预测之中。本文提出一种基于遗传算法优化RBF神经网络的我国大豆价格预测模型,该模型为多维输入单维输出的多变量预测模型,模型的初始输入由大豆价格的历史数据和相关影响因素数据组成。采用遗传算法对RBF神经网络输入层节点数、基函数中心、扩展常数和输出层权值进行优化,模型可以从初始输入变量中自主选择最合适的输入变量组合作为模型的输入。采用2009-2014年的大豆价格数据进行预测研究,用2009-2013年的数据作为训练集,2014年的数据作为测试集,改进RBF神经网络通过自主识别和选取中国大豆进口量、中国消费者信心指数和进口大豆到港分销价格3个因素作为相关影响因素的输入。结果表明:模型预测精度较高、泛化能力较强,能够很好捕捉大豆价格变化规律,可为大豆市场价格的准确预报提供参考借鉴。     

挑流泄洪雾化的人工神经网络模型

以BP神经网络为基础，研究建立了挑流泄洪雾化神经网络模型，并用网络模型模拟了漫湾水电站的泄洪雾化。通过比较表明，人工神经网络在挑流泄洪雾化研究中是可行的，并具有明显的优势。     

COD-污泥负荷对SBR工艺脱氮效果影响研究--基于MATLAB的人工神经网络动态仿真法

利用MATLAB的人工神经网络工具箱，对SBR工艺中进水COD－污泥负荷对系统脱氮效果的影响建立了预测模型。通过对模型预测结果与实测值的比较表明：模型预测精度较高。这为工艺运行中及时、合理地调整COD－污泥负荷来提高系统脱氮效果提供了一条新途径。     

人工神经网络在模具制造技术中的应用

目前模具的设计制造一般仍依靠经验为主，通过人工神经网络对模具制造技术中的问题进行讨论，能改进模具制造技术中的相应问题。本文综述了人工神经网络在磨具制造技术中的应用，并提出了需改进的问题。