隐节点竞争BP模型

通过分析ＢＰ网络在局部极小状态下的微观特性，给出一种在隐藏层引入竞争机制的网络模型──隐节点竞争ＢＰ模型，试验表明该模型不仅有效地克服了局部极小问题，而且加快了学习速度。另外，还对本文提出的Ｏ竞争和已有的δ竞争进行了比较，并验证了Ｏ竞争的有效性。     

应用人工神经网络技术估计城市道路交通出行量

本文应用人工神经网络模型中的连续Hopfield网络求解估计城市道路交通出行量分布的反推数学模型, 力求提高求解的速度和精度, 获得令人满意的结果。     

一类复杂规划问题的分层规划方法

分析了“计划编制”问题的特点，指出在ＡＩ中，此问题可归结为一类多施主（ｍｕｌｔｉ－ａｇｅｎｔ），并需对动作发生的时间、地点和动作的对象进行规划的复杂规划问题。据此，本文拓展了Ａｌｌｅｎ和Ｓ．Ａ，Ｖｅｒｅ的时间包（ｐａｃｋａｇｅ）和时间推理的某些概念，提出了时间窗口的概念及以此来求解“计划编制”问题的分层规划方法。最后给出了一个实际问题的解法。     

人工神经元网络辅助催化剂生产

本文提出了一种探索催化剂生产优惠操作条件的新方法，从而使最终产品的质量得以提高，并能节约人力、物力、寻优是依据数学模型离线进行的。模型采用人工神经元网络ＡＮＮ以实际上并不完全的历史数据训练后自动产生。     

神经网络在肺癌早期鉴别诊断中的研究与应用

研究了人工神经网络方法（ＮＮ）在生物医学工程和生命科学中的应用。提出了改进反传算法（ＭＢＰ）并用于肺癌早期诊断：发现其对几类病人的识别和预测时，分类正确率高，临床诊断预测力强。     

运动中人工补氧对心血管系统的影响

通过对人体安静时和定量负荷９００ｋｇｍ／ｍｉｎ，６分钟以及定量负荷９００ｋｇｍ／ｍｉｎ运动第４‘－６’吸氧，每分钟自动记录一次血后。脉搏变化情况。记测第７分钟，第８分钟的心电图，发现在运动中吸入４６％纯度氧对人体心血管功能会产生明显的恢复作用。     

企业财务危机预警Rough-ANN模型的建立及其应用

基于Rough集理论和ANN(人工神经网络)方法建立了企业财务危机预警的Rough-ANN模型,对企业财务危机指标的约简、财务危机知识的神经网络动态学习与推理、财务危机的预测和评定等功能进行了集成,并就企业财务危机预警问题进行了实证分析.其结果表明,该模型有效、可行,为企业财务危机的动态预警提供了一条新的途径.     

模糊神经网络在可转换债券价格预测中的应用

研究模糊神经网络在可转换债券价格预测中的应用；并对万科转债(125002)进行价格预测，通过实际数据检验确定该方法的可行性；从而为可转换债券价格预测提供了一种行之有效的方法。     

基于免疫算法的前向神经网络学习方法

提出了一种采用免疫算法训练多层前向神经网络的方法。该方法利用免疫算法训练前向神经网络,能够使网络优化过程趋于全局最优。利用基于遗传策略的聚类机制确定前向神经网络的初始权值,增加了网络训练算法收敛于全局最优的概率。将这种神经网络用于雷达模拟调制信号的调制方式识别的仿真结果表明,采用该算法设计的前向神经网络达到了较高的性能。     

应用人工神经网络模型进行中国教育发展的宏观比较研究

本文提出一种应用于我国教育系统宏观比较研究的人工神经网络模型。在模型中应用了模式相似方法来估计中国的社会经济发展的实际水平, 教育发展的预期投入以及教育结构。利用模型对中国教育现状的分析得出了一些可与其它方法得出的结果相互佐证的有益结论。