利用神经网络预测混凝土的抗压强度

应用人工神经中的神经元网络理论,预测混凝土的抗压强度值,探讨出一条预测混凝土抗压强度的理论方法,其结果具有较高的精确度。     

神经网络多参数诊断法

讨论了机械故障诊断中采用多参数诊断法的必要性,阐述了神经网络理论用于多参数诊断的理论依据,归纳了神经网络多参数诊断法的实施步骤,并以滚动轴承故障诊断为例,对该方法进行了实验验证,证明了该方法的实用性。     

基于神经网络的股市预测

本文研究了基于神经网络的股票预测方法．针对目前存在的问题,提出了联合Davidon最小二乘算法及遗传算法来综合训练网络结构和权值的新方法．经对上证指数的模拟预测表明,通过合理地选取参数,可获得满意的预测效果．     

比例-双信号动态矩阵控制

将动态矩阵控制与双信号对象相结合,可以得到双信号动态矩阵控制。双信号动态矩阵控制包括四个环节：预测模型,滚动优化,反馈校正和导前信号校正。但由于采样周期与导前区不匹配,当发生导前区扰动时过渡过程仍不理想。进一步在双信号动态矩阵控制的基础上引入比例调节器,形成比例—双信号动态矩阵控制。仿真结果表明,用该方法设计的蒸汽温度控制系统在跟踪设定值和克服扰动等方面都具有良好的控制品质。     

节点自删除神经网络及其在磨粒识别中的应用

在前向多层神经网络的基础上,提出了一种新的节点自删除神经网络模型。该神经网络根据隐层节点输出的相似性能够自动地进行网络节点的删除。对网络中冗余节点的删除,使网络尺寸得到优化,这一定程度上也解决了前向多层神经网络的推广性和学习问题。在Ｐａｒｔｙ－４问题的实例中,通过对惯性ＢＰ算法网络和该节点自删除网络的比较,充分说明了该节点自删除神经网络在各方面的优越性。铁谱磨粒识别一直是一个困难的课题,应用自删除神经网络模型在该实例中,也取得了较好的识别效果。     

基于人工神经网络的岩土工程力学参数反分析

基于人工神经网络方法,建立了非线性力学反分析模型。用位移反求岩土工程计算中的邓肯参数,并以实例进行计算分析,结果表明此法适用于解决这类复杂非线性问题,稳定性好,有良好的适用性。     

用脉冲控制法抑制非线性系统中的混沌

本文讨论了利用脉冲控制法对高维离散神经元系统和非自治的细胞神经网络进行控制,并通过数值仿真实验证实用很小的外部激励就能控制住混沌。该混沌控制方法对于非线性混沌系统的控制具有简单、实用的特点,且广泛适用于多种动力学系统。     

混合型神经网络专家系统

本文在分析传统人工智能与神经网络信息处理的各自特点的基础之上,指明二者相互结合的必然性,并给出了混合型神经网络专家系统的框架。     

石英的粒度对其前剂量热释光效应的影响

本文介绍了用石英粉末进行前剂量热释光效应的测量方法,并就不同粒度的石英样品对其１１０℃峰的ＴＬ响应的影响进行了专门研究。     

WAVELET PACKET AND FUZZY NEURAL NETWORK FOR TOOL CONDITION MONITORING *

在自动化制造中,线监控刀具状况以保护刀具与加工工件显得越来越重要．近年来,许多研究者在此领域进行了广泛的研究,然而由于加工过程的不确定性,现有的刀具监控系统的可靠性还有待提高．本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统,该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段,并在此基础上,建立了自适应特征提取方法,为模糊神经网络提供最优的特征输入,然后模糊神经网络据此进行决策,分析刀具磨损状况．实验结果表明：该系统模糊神经网络能有效通过学习人类模糊知识和在线学习样本来提高刀具监控精度．