WNN的矿井通风系统可靠性评价模型

阐述了小波神经网络的基本原理,在分析矿井通风系统可靠性影响因素和参考其它评价模型的基础上,建立基于小波神经网络的矿井通风系统可靠性评价模型,并通过实例证明了应用小波神经网络进行矿井通风系统可靠性评价的可行性和优越性;结果表明,用小波神经网络进行矿井通风系统可靠性评价更准确、精度更高.     

基于多神经网络模型的软测量方法及应用

针对具有复杂非线性的生化过程,提出了一种基于多神经网络模型的软测量方法·利用主成分分析技术对原样本数据进行压缩,得到低维样本数据,并利用一种改进的分类指标对低维样本数据实现生化过程样本数据的分类,然后利用神经网络分别拟和各类数据的特性,建立软测量模型·最后,将这一方法应用于谷氨酸发酵过程,实验结果验证了该方法的有效性·     

星载天线展开机构系统可靠性分配的未确知方法

针对星载天线展开机构系统设计初期可靠性数据缺乏的情况,提出了系统可靠性分配的未确知方法.在综合评分为权的系统可靠性加权分配法的基础上,将未确知信息引入可靠性分配的权系数矩阵中,建立了星载天线展开机构系统可靠性分配的未确知模型.利用未确知有理数的运算规则,推导出系统可靠性分配的未确知权系数表达式.最后,以某星载天线展开机构系统为实际算例,给出系统可靠性分配的可能值和可信度的计算结果和对应不同累积可信度的分配结果,表明了该方法的可行性和有效性.     

教学工作水平评估的神经网络模型

文章基于神经网络方法,建立了教学工作水平综合评价模型;首先构建了神经网络评价模型的结构,然后用样本数据训练了神经网络评价模型,最后通过数据测试,验证了该模型对全面、公正、科学地评估高校教学工作是行之有效的。     

基于BP神经网络的高校学生管理工作绩效评价模型

文章基于BP神经网络方法，建立了高校学生管理工作绩效评价模型，然后运用MATLAB，用样本数据训练了神经网络评价模型，并利用该模型进行了验证计算。结果表明，该模型对科学、公正地评价高校学生管理工作绩效是行之有效的。     

多种智能算法在混凝土配比优化中的应用研究

利用神经网络模型对混凝土强度进行预测得到了较广泛的研究,但由于高强混凝土组方数据的复杂性,其预测精度较差.本文首先利用自组织人工神经网络,根据混凝土试验样本数据的分布规律对其进行自然分组,然后对每组样本数据分别建立多层前向神经网络模型,利用该模型对混凝土强度进行预测,得到了较高的精度.     

基于RBF神经网络的多媒体教学课件综合评价模型

采用RBF神经网络的方法建立了多媒体教学课件的综合评价模型,构建了神经网络评价模型的结构,并在MATLAB上采用样本数据训练了神经网络评价模型,仿真结果表明：该模型克服了传统评价过程的复杂性和主观因素,能全面、公正、科学地综合评价多媒体教学课件.     

一种基于LSTM神经网络建模的时域电磁正演方法

针对传统计算电磁学在求解时域电磁散射特性时耗时较长的问题,该文提出了一种基于长短时记忆(LSTM)神经网络的时域电磁正演算法,以快速准确地求解时域电磁散射特性。首先,利用时域有限差分(FDTD)方法生成样本数据;然后,搭建一个适用于本问题的LSTM神经网络模型,将一部分样本作为训练数据输入到该LSTM神经网络中,另一部分作为测试数据来验证基于LSTM神经网络的电磁正演模型的可靠性。经过验证,基于LSTM神经网络的时域电磁正演建模方法与传统的FDTD方法相比,在保证足够精确度的前提下(平均相对误差低于2%),计算速度提高了1 809倍。实验结果表明,基于LSTM神经网络的时域电磁正演模型算法能够对不同形状、不同相对介电常数的散射体在不同位置时的电场做出正确的预测,并且计算速度显著提高。     

基于粗糙集理论通风系统可靠性神经网络仿真

提出了一种基于粗糙集理论的矿井通风系统可靠性神经网络仿真结构设计模型。通过对属性和属性值的约简，剔除系统中不必要的影响因素指标，以达到对系统可靠性特征参数优化的目的；同时克服了神经网络规模过于庞大及分类识别速度慢等缺点，取得了减少分类过程中模式匹配搜索量的良好效果。该方法对复杂系统可靠性工程的深入研究及应用具有一定的参考价值。     

发动机动态特性组合神经网络建模新方法

针对现有发动机组合神经网络建模方法对不同数组结构的样本数据泛化能力较差的不足,提出一种多步线性插值法的组合神经网络建模方法. 该方法基于有限元建模思想,以具有丰富样本数据的某一维输入量构造网格线,对多维输入样本空间进行划分. 在网格线上,样本数据按照BP算法对网络模型进行训练,得到高精度神经网络函数,而在网格线中间,所求输出根据相邻的两条网格线的神经网络函数进行多步线性插值. 与传统组合神经网络建模方法的对比结果表明,在处理不同数组长度的多维发动机动态特性试验数据方面具有很好的适应能力.      

分布式主客观证据融合模型及其应用

为了有效地提高油田剩余油分布预测的准确率和可靠性,通过BP神经网络联合模型与两级D-S证据推理模型的优势互补进行主客观证据融合,实现了剩余油分布多属性特征的准确分类．提出了将BP神经网络分类结果的可信度及专家系统推理结论的可信度作为D-S证据推理模型输入证据基本概率赋值的有效方法．实际应用与结果分析表明了上述方法的有效性,为各类多源信息融合系统的研究和工程实现提供了示例、途径和有益的经验．     

Levenberg-Marquardt神经网络在煤矿作业人员人因可靠性评价中应用研究

依据人因可靠性原理、事故致因理论,结合煤矿生产系统的特点,提出了观测可靠度的概念,确立了一系列便于统计和赋值的人因可靠性评价指标.针对人因失误事件过程的动态性、复杂性以及数据的不完整性,利用BP神经网络对非线性动态系统的自学习性和自适应性的特点,建立了基于BP神经网络的煤矿作业人员人因可靠性评价模型.运用Levenberg-Marquardt算法改进的BP神经网络,克服了收敛速度慢,容易陷入局部极小点的缺点,提高了预测精度和稳定性.对于岗位工龄短或有效记录不足的煤矿作业人员,采用BP神经网络模型进行了人因可靠性评价.评价结果表明,基于BP神经网络的煤矿作业人员人因可靠性评价方法具有较好的适用性和可行性.     

一种用神经网络估计网络可靠性的方法

提出一种用神经网络估计网络系统可靠性的方法．用节点数为n的网络系统的结构参数、网络中边的可靠度以及网络可靠性的精确值对神经网络进行训练，使神经网络学习到网络结构参数、网络中边可靠度与网络可靠性之间的映射关系．并利用同样的训练数据，应用GCV方法对神经网络模型的误差进行估计．对于节点数为n的其它网络系统，只要将有关数据输入获得的神经网络，就可得到该网络可靠度的估计值．     

基于动态模糊神经网络的配电网规划供电可靠性评估

传统的供电可靠性评估方法是以准确的配电网结构和多年的元件可靠性历史数据为基础进行评估,难以实现对城市配电网规划方案的供电可靠性评估.为此本文提出一种基于动态模糊神经网络的配电网规划供电可靠性评估方法,首先对供电可靠性的影响因素进行分析,建立供电可靠性评价指标体系,然后利用动态模糊神经网络对规划目标年的供电可靠性进行评估,算例表明,该方法是有效的.     

基于可靠度敏感性的神经网络法研究边坡稳定性

针对边坡工程结构功能函数不能显式表达的可靠性分析问题和非线性问题计算量大的弊端．研究结构可靠度敏感性,提出参数的相对敏感性分析方法,并基于该方法提出了神经网络法分析边坡稳定性。具体思路：由可靠指标对随机变量分布参数的相对敏感性分析,确定边坡可靠度主要影响参数;用神经网络模型近似替代响应量与基本变量间的隐式极限状态函数,根据蒙特卡罗模拟法,对网络模型进行可靠度分析,求解结构可靠度指标。基于可靠度敏感性的神经网络法．对均值和成层边坡进行稳定性分析,与传统可靠度计算方法相比．结果表明：该方法分析边坡稳定性是准确的且具有较高的计算效率。     

采用MEA-AdaBoost-BP模型的工程结构可靠性分析方法

针对工程结构可靠性设计中算法和计算存在的问题,提出基于MEA-AdaBoost-BP神经网络算法模型的可靠性求解方法. 运用思维进化算法(MEA)求解训练集权值和阈值优化的BP神经网络,并构造为弱预测器函数.然后,运用AdaBoost算法将多个优化后的BP神经网络弱预测器函数迭代训练,形成MEA-AdaBoost-BP神经网络算法模型强预测器函数. 最后,利用逼近隐性功能函数求解可靠性指标,并将其与AdaBoost-BP算法和Monte-Carlo算法进行比较.研究结果表明:所提算法在计算中与Monte-Carlo算法相比,其迭代次数分别仅为16次和46次,效率高,计算精度与Monte-Carlo法接近;而和AdaBoost-BP法相比,其可靠性指标误差分别仅为1.59%和1.88%,计算结果更精确.     

A Neural Network Method for Reliability Optimizations of Complex Systems

0 Introduction The reliability has become a key factor in the design and operation of complex systems[1]. In general, the de- sign of a system involves numerous discrete choices among available component types based on reliability, cost, performance etc. …     

基于改进响应面法的在役PC桥梁承载力可靠性

提出改进响应面法研究在役PC桥梁承载力可靠性问题。利用神经网络模型拟合功能函数,采用JC法计算出桥梁结构构件的可靠指标,并进行了可靠性分析。工程实例分析表明：该方法建立的神经网络模型能够显示化表示复杂的桥梁承载力功能函数;随着使用年限的增长,桥梁上部结构的可靠指标计算值逐渐减小,说明上部结构抗力出现衰减;应用改进响应面法对在役PC桥梁承载力的可靠性计算是可行的。     

一种BP神经网络软件的设计

介绍了BP神经网络模型及其算法,设计出一种基于模糊的能实现的任意结构的三层BP神经网络软件.软件网络模型具有较高的可靠性.测试表明,该神经网络软件的学习效果达到较高的精度,可广泛应用于故障诊断、模式识别、最优预测等方面.     

构造容错人工神经网络的方法

具有容错能力的人工神经网络结构，可以提高人工神经网络的可靠性。本文提出了基于ＢＰ算法的容错人工神经网络评价函数，分析了容错性，并给出了模拟结果。