人工神经网络模型在种植业劳均耕地面积预测中的应用

利用人工神经网络建立了具有时间序列的对象的预测模型 ,并提出了基于本模型的数据处理方法 ,在此基础上 ,对吉林省榆树县大坡镇西山村的种植业劳均耕地面积作了预测 .证实了本模型的正确性和科学性.     

神经网络在农业技术经济方案评价中的应用

利用人工神经网络建立农业技术经济方案评价模型，提出了基于本模型的数据处理方法及ＢＰ算法并给出了验证实例。     

BP人工神经网络自适应学习算法的建立及其应用

解决了BP神经网络结构参数、学习速率与初始权值的选取问题,并对传统的BP算法进行了改进,提出了BP神经网络自适应学习算法,又将其编制成计算机程序,使得输入节点、隐层节点和学习速率的选取全部动态实现,减少了人为因素的干预,改善了学习速率和网络的适应能力.计算结果表明:BP神经网络自适应学习算法较传统的方法优越,训练后的神经网络模型不仅能准确地拟合训练值,而且能较精确地预测未来趋势.     

人工神经网络在农机管理中的应用

利用人工神经网络建设了具有时间序列对象的预测模型，并提出了基于本模型的数据处理方法，在此基础上，对广东省某县的人均收入作了预测。证实了本模型的正确性和科学性。     

遗传算法和BP人工神经网络在税收预测中的应用

针对经典的BP人工神经网络所存在的缺陷,结合遗传算法,提出了基于实数编码的GA-BP神经网络税收预测模型。在结合递归预测方法的基础上,该模型取得了令人满意的结果。     

人工神经网络控制的Sigmoidal函数研究

本文针对前馈神经网络误差反向传播算法（ＢＰ）算法应用于控制系统收敛速度慢，神经元非线性处理函数选择难等问题，提出了自动寻找最优Ｓｉｇｍｏｉｄａｌ函数方法。与ＢＰ算法相比较，该方法不仅收敛速度快，而且学习次数和隐节点数减少。仿真计算结果表明，该方法应用于控制系统鲁棒性能好，提高了网络学习能力，改善了学习性能，在神经网络控制中有一定推广价值。     

基于主成分BP人工神经网络的人力资本预测

人力资本是决定地区经济增长的重要因素之一,其形成受多种因素的综合影响。通过主成分分析法将众多指标进行综合,消除样本间的信息重叠,降低BP网络的输入维数。针对人力资本系统的非线性特征,运用BP网络高度非线性映射能力,对我国各地区人力资本投资进行了预测。     

BP改进算法研究及一种系统控制训练算法

为了实际应用的目的,本文对一些ＢＰ改进算法进行了研究,发现了了这些改进算法的优缺点及应用范围,并提出了系统控制训练算法,实验证表明该算法具有收敛性、能保证练正常进行,应用方便等显著优点。     

一种改进的BP算法

讨论了网络学习过程中的假饱和现象，并给出了克服方法，同时，也讨论了学习样本输入编排机理，给出了一种避免网络学习出现的局部极小的算法。通过实例验证此方法非常有效。     

人工神经网络的改进训练学习算法BPGA

本文通过引进神经元增益参数和记忆上一次网络状态改变量的冲量参数,设计了BPGA,对标准的BP算法进行了改进,提高了网络的学习速度和收敛性,并与标准的BP算法进行了比较.     

人工神经网络在农业中的应用

人工神经网络是人工智能领域中发展迅速的信息处理技术之一,在简单介绍了人工神经网络的发展和基本结构的基础上,对人工神经网络在农业中用于农业技术管理、分类、预测等方面进行了综述,图１,参２９。     

基于神经网络与弹性分析的因素分析法及其应用

论述了基于神经网络与弹性分析的因素分析法,并用两个实例说明其应用。     

自组织数据挖掘与人工神经网络方法比较研究

着重分析了自组织数据挖掘与人工神经网络方法对系统的先验知识的利用 ,算法过程以及推广能力方面的差别 ,显示了自组织数据挖掘方法具有能同时利用关于系统的先验知识和来自观察数据样本的信息的良好性能 ,并指出 ,这应当成为研究复杂系统的一条重要途径.     

神经网络在优化计算中的应用

本文讨论了神经网络算法在约束优化问题中的应用,并对用神经网络求解约束优化问题时的求解步骤、能量函数的选择等提出了实用的见解,最后用实例进行了说明,证明该方法是切实可行的。     

人工神经网络距离继电器的仿真研究

距离继电保护是高压传输线继电保护的一种主要方法。传统距离继电器的精度受到不同的故障条件以及电网结构变化的影响，容易发生误动,拒动等现象，给电力系统带来重大损失，本文提出一种基于人工神经网络的距离继电器，该方法以三相电压和电流的基波分量幅值作为网络输入，仿真结果表明，与传统的继电器相比，该继电器反应迅速、准确，即使在不同的故障条件和网络条件下也能正常工作。     

多目标数据关联的神经网络解算

从组合优化的角度,建立了密集回波条件下多目标数据关联的数学模型,并提出连续型Hopfield神经网络解算方案,对结果进行了仿真。通过与联合概率数据关联(JPDA)方法的对比仿真,表明了该算法的有效性和快速性。     

ANN在事物分类中的问题讨论

在事物分类中 ,人工神经网络被认为是一种客观而实用的方法 .但数据分析表明 ,网络输出结果并不完全符合实际情况 ,有时甚至严重失真 ,存在着一系列问题 ,而这些问题是由网络本身的性质所决定的 .     

基于人工神经网络的投资预测

叙述了神经网络的基本原理，建立了工程投资人工神经网络预测模型，编制了人工智能估价系统软件，并结合实例做了分析.     

一种新的人工神经元网络结构模型

提出了一种新的人工神经元网络结构模型 ,与传统的层次型结构不同的是 ,它具有一种逐步细分型、自相似的结构 .给出了用二层模型模拟任意连续函数的一个可靠方法 ,构造方法是基于函数的局部性质 .