臭氧降解微囊藻毒素的人工神经网络模型

建立臭氧降解微囊藻毒素MC-LR的人工神经网络模型,研究臭氧投加量、MC-LR初始质量浓度、pH等对降解速率的影响,并以反向传播算法的神经网络模型对多因素条件下的降解效果进行仿真预测。研究结果表明:降解速率不受初始MC-LR质量浓度的影响;臭氧投加量的增加能有效提高MC-LR的降解速率;pH降低能大幅度改善降解效果,尤其在酸性条件下,pH的变化对降解速率的影响程度更大;在具备酸性条件和臭氧量较高时,在短时间内即可达到很高的去除率,否则降解效果不明显;该模型能预测复杂多因素试验条件下的有机物降解效果,为试验及实际降解MC-LR提供理论指导,克服了初等函数模型的局限性。     

客车空调多元平行流冷凝器模型

文章分析了客车空调的运行特点以及对冷凝器的性能要求,介绍了多元平行流冷凝器的技术优势,对平行流冷凝器的流动和换热过程进行了深入分析,建立了一维准稳态数值计算模型,并在BJX10E客车空调上进行了应用设计和空调性能对比实验。结果证明,平行流冷凝器性能较传统的管片式冷凝器有较大提高,是一种可以提高客车空调能效、实现轻量小型化的新型换热器。     

蒸发式冷凝器的换热模型与解析解

根据热力学和传热学理论,建立了带有预冷盘管的蒸发式冷凝器传递过程的微分方程组,得到了冷凝盘管外冷却水温度和冷却空气焓值沿冷凝器高度方向分布的解析表达式,结果不仅可以用于常规蒸发式冷凝器的设计,而且还为蒸发式冷凝器的仿真和优化提供了理论基础.最后分析了氨用蒸发式冷凝器的工程实例,用来验证模型的可行性和合理性.     

露天矿边坡稳定性预测的人工神经网络模型

利用人工智能中的神经网络原理和方法,建立了露天矿顺层边坡稳定状态预测的神经网络模型,描述了矿山边坡稳定指标与其影响的非线性映射关系,提出了露天矿边稳定性预测的神经网络原理和方法。     

变量液压泵稳态仿真模型

提出了一种新的变量液压泵稳态仿真计算模型，恒流源恒压源模型。该模型将变量液压泵等效为液阻、压力突变、恒流源构成的一般液压元件。在对液压系统进行稳态仿真过程中，使用该模型，变量液压泵以普通液压元件的形式出现在系统回路，不必将其简化为一个边界点。     

重油加氢裂化过程稳态模型的建立

为保证石油化工系统安全生产，采用偏最小二乘法（ＰＬＳ）与人工神经网络（ＡＮＮ）相结合的方法，建立了重油加氢裂化过程的稳态模型，解决了体系复杂、影响因素多、现场数据的噪声等对模型的运算速度和精度不易满足要求的困难。对ＰＬＳ的主矢量所张成的子空间进行了数学分析，并对该方法的降维去噪能力进行了讨论。仿真实例表明，ＰＬＳ－ＡＮＮ法与ＡＮＮ法相比，在训练与预报精度都有所改善的条件下，不仅具有良好的降维效果，且有更强的除噪能力；与线性ＰＬＳ法相比具有更好的非线性映射能力。     

人工神经网络之BP模型算法实现

BP网络模型误差反向传播算法，有效的解决了权值调整问题，也是至今为止应用最广泛的神经网络。因此，本文介绍了BP的网络模型算法理论，并通过C#语言对该算法进行实现，可根据不同样本数据建立相应的BP模型，本研究具有一定的实用价值。     

计算机软件质量综合评判的人工神经网络模型

根据单指标评价标准,通过在规定的区间范围内随机取值生成足够多的训练样本、检验样本和测试样本,遵循误差反传（BP）网络建模基本原则和步骤,建立可靠、有效的软件质量综合评价模型,克服了物元模型、灰色模型等方法存在受人为因素影响及定性评价等缺陷．对6个模拟样本和8个实际软件的评价表明,本文提出的样本生成方法、建模过程能有效避免出现过训练和过拟合现象,建立的BP模型具有较好的泛化能力、可比性和客观性;各评价指标与软件质量等级之间存在明显的非线性关系,可靠性指标对软件质量等影响最大．     

汽车空调压缩机和冷凝器组合仿真研究

针对汽车空调运行条件差，运行时受影响因素多的特点，利用Matlab中Simulink仿真工具建立了汽车空调压缩机和冷凝器稳态仿真模型．在此基础上，通过压缩机和冷凝器的组合仿真程序运算得出不同转速下各个参数随冷凝器空气进口温度的变化关系．仿真结果比较合理．     

神经网络的多故障诊断层次模型研究

人工神经网络已成功应用到实际的故障诊断系统中，但大多主要用于单故障诊断情形。实际应用中，多故障同时出现的情况却普遍存在。基于神经网络的方法，构造了一种用于既能诊断单故障，又能诊断多故障的模型。通过实例与传统的诊断模型进行对比，说明了所提出诊断模型的可行性和有效性。     

人工神经网络水质预测模型研究

水质预测物理模型在水环境保护中起着十分重要的作用,然而由于模型的参数识别问题,使其应用受到很大局限.对人工神经网络(A rtific ia l N eura l N etw ork,简称ANN)水质预测建模作了初步研究.用试错法,以训练时间和测试误差两项指标为依据,对比分析三层、四层网络结构,认为ANN模型适应于水质预测建模,并提出了适合的模型结构、学习速率、传递函数.     

城市可持续发展调控预测模型的BP网络实现

根据1990-1999年10年时间序列上海市可持续发展评价指标体系的数据库,选取表征研究区域可持续发展的主要因子,即国民生产总值、人均用水量、人口自然增长率、海域环境质量、万元产值工业废水排放量及人均公共绿地面积,利用神经网络技术建立了上海市可持续发展的调控预测模型,取得了良好的效果.     

地下水水位预测的人工神经网络模型研究

地下水系统是一个复杂的随机系统，根据地下水水位与其影响因素之间存在的相关关系，建立了一个基于神经网络的地下水水位预测模型，并将其用于研究区地下水水位的预测，结果表明该方法具有较高的预测精度。     

土石坝渗流的神经网络监控模型

通过对土石坝渗流的成因分析,应用人工神经网络原理,并结合某土石坝的实测资料建立了渗流监控模型,给出了模型的输入输出因子和模型结构。该模型具有再学习能力,在应用过程中,可以用新的观测资料对模型不断地进行学习训练,以提高模型的精度。     

基于人工神经网络的智能识别数字模型

人工识别阿拉伯数字既耗时又费力,提出了一种利用BP网络与竞争网络相结合的神经网络来识别阿拉伯数字的模型,仿真结果表明,该模型能够对数字进行准确、快速地识别,且抗噪能力较好.可以用于对部队番号、邮政编码、证件等进行识别.     

通信网络路径选择的流体仿真神经网络电路模型

提出了一种寻找通信网络最佳路径的流体网络电路模型,该模型充分利用网络的全部拓扑论处,用电路实现寻优计算,可在电路时间常数内给出网络的最佳路径。模拟结果证明了该模型的正确性和可行性。     

床面形态判别的人工神经网络方法

根据给定的水流及泥沙条件，预报床面可能出现的沙波形态，是一个重要的研究课题．在对影响床面形态的参数分析后，认为床面形态应由3个无量纲参数控制，因而以往采用2个参数的经验方法有很大的局限性．基于此结论，建立了预测床面形态的人工神经网络模型，该模型充分考虑了本问题的特点．验证结果表明，该模型具有较高的精度，可用于实际问题中．     

非线性神经网络模型及在粮食生产预测中的应用

本利用非线性神经网络BP模型，对我国粮食生产进行了实证预测研究。结果表明，用该网络建立的模型经过训练后，可得到影响粮食产出与各因子及其之间的非线性关系，网络模型新颖，具有较好的预测精度及较好的预测效果。可广泛应用于各种预测研究，有较高的应用推广价值。     

河道洪水演算的神经网络模型

提出了适用于河道洪水预防的神经网络模型，应用实测水文资料与河道洪水演算的马斯京干法进行了比较，得出：神经网络模型几乎没有进行河道洪水的连续模拟；对于线性河道系统的实时洪水预报，马法优于神经网络模型；对于非线性河道的实时洪水预报，两者相差不大，神经网络模型略优一些。