应用神经网络-蒙特卡罗法的可靠性分析方法

为了提高内燃机设计的可靠度，提出了应用神经网络－蒙特卡罗法求解发动机零部件可靠度的新方法，该方法利用神经网络根据有限元分析样本逼近应力函数，结合应力－强度干涉模型，采用蒙特卡罗随机模拟求取可靠度。将计算结果与常用的一次二阶矩法，设计验算点法相比较，表明该方法是可行的，而且适用面更广，可适用于多参数且服从于任何分布的问题。     

全局优化学习算法下的高阶神经网络模型

研究了一个高阶神经网络模型，该模型采用全局优化学习算法，能使所有学习图样都成为系统的稳态吸引子，其存储容量远高于Ｈｅｂｂ－ｒｕｌｅ－ｉｌｋｅ型学习算法下的高阶神经网络模型，并能存储识别相关图样，对由３０个神经元组成的二阶神经网络系统进行了计算机模拟，模拟结果证实了上述结论。此外，还分析了初始突触强度对学习效果的影响，计算不同存储力图样数目下的平均吸引半径。     

卵黄油在超临界二氧化碳中的溶解度及其模拟

本文利用动态法及半连续装置，在温度３５℃－７５℃、压力２５ＭＰａ－２６ＭＰａ的条件下，进行了卵黄油在超临界二氧化碳中溶解度试验，并将试验结果用反传播神经网络方法进行模拟，社会网络能较好地模拟卵黄油在超临界二氧化碳中的溶解度。     

2^n元数神经网络模型：存贮容量分析

在神经网络中引入了量子力学的Ｄｉｒａｃ符号表示，采用算符形式统一描述了２￣ｎ元数神经网络模型，从理论和数值模拟比较了各模型的存贮容量，该模型可应用于灰度图象或彩色图象的识别．     

一种模拟自然纹理图象的神经网络模型

讨论了随机神经网络模型－吉布斯随机场模型的势能函数和分布规律，用该模型对自然纹理图象进行模拟，建立了神经网络模型，并在微机上进行了实验，结果表明，当设量不同参数时，可以得到不同的纹理图象。     

大型炉膛燃烧过程的数值模拟

介绍了一个针对大型炉膛燃烧过程进行数值模拟的完整三维湍流、燃烧和热传递计算模型，该模型预示了气体流动、组分浓度和温度、颗粒轨迹及燃烧、壁面辐射热流。气相的动量、烛和组分的守恒方程采用ｋ－ε模型来描述湍流粘性系数，用颗粒随机轨道法模拟煤粉的运动轨迹，并且考虑了挥发分的燃烧及热解、焦炭燃尽过程。对辐射热传递采用离散传递法。     

Sylvester矩阵方程的BP神经网络求解研究

利用神经网络的本质并行性和高度非线性映射能力，提出了Ｓｙｌｖｅｓｔｅｒ矩阵方程ＡＸＢ－ＣＸＤ＝Ｅ的ＢＰ神经网络求解方法，并给出了相应的数例模拟该方法网络构建简单，求解精度高，计算量小，实验结果表明其高效性参６     

用结构可控神经网络作结构分析

构造一个的结构可控的前向神经网络，并于结构位移法方程的求解，采用动态的网络学习算法，使该网络得以更快速度收敛。数值模拟证明，用这种加速度的神经网络求解线性方程，其收敛速度优于传统的高斯－赛德尔迭代法。     

概率神经网络在油浸式变压器故障诊断中的应用

介绍了传统的三比值法,分析了概率神经网络的基本结构,建立了基于三比值法的概率神经网络油浸式变压器故障诊断模型。描述了该模型的使用方法,总结了该模型的优越性。     

大型炉膛燃烧过程的数值模拟

介绍了一个针对大型炉膛燃烧过程进行数值模拟的完整三维湍流、燃烧和热传递计算模型，该模型洋了气体流动、组分浓度和温度、颗粒轨迹及燃烧、壁面辐射热流。气相的动量、焓和组分的恒方程采用ｋ－ε模型来描述湍流粘性系数，用颗粒随机道法模拟煤粉的运动轨迹，并且考虑了挥发分的燃烧及热解、焦炭燃尽过程。对辐射热传递采用离散传递法。     

神经网络软件模拟平台的设计与实现

在对神经网络模型组成结构以及现有神经网络模拟软件分析的基础上,提出一种实现神经网络软件模拟平台的方法。通过在不同的级别上描述神经网络,定义神经网络结构和编写神经网络算法,建立完整的神经网络模块。实现了基于Ａｄａ语言的结构和算法分离实现的软件模拟平台。改进了系统的可描述性、通用性和可扩展性。     

基于PCA和神经网络的人脸识别

介绍一种基于PCA和神经网络结合的人脸识别方法。该方法首先利用主成分分析方法对整幅图像进行特征提取,获得最佳描述特征,从而减小神经网络的输入。然后将降维之后的图像数据输入到一个前向传播神经网络中训练。神经网络的权值采用粒子群算法进行优化,用标准人脸数据库中的样本进行测试,最后将该方法与其他方法作了比较。实验结果表明,该方法能够取得更好的效果。     

神经网络模型的结构和算法的分离

研究神经网络模型的结构和算法的分离与结合理论及结合神经网络结构描述语言实现底层代码的重用,通过对多种神经网络的比较,总结出规律,论证了结构和算法分离的可行性,给出了分离的理想界线和各部分的适当描述方式及合成的具体方法,只要用户输入对新结构的描述,选择算法库中一种合适的算法就能通过软件自动生成神经网络程序,目前采取这种结构和算法相相分离的方式,被认为是具有一定优势和意义的。     

一种水泥窑炉控制规则的神经网络表示方法

介绍了一种水泥机立窑控制规则的神经网络表示方法，在此基础上讨论了利用面向对象的程序设计工具进行实现的问题。这种方法具有扩充方便、易于实现的优点，对水泥窑炉的规则控制具有一定意义。     

多级模糊神经网络在故障诊断中的应用

提出一种基于模糊神经网络的多级故障诊断系统,根据多级的需要,除了建立故障谱和识库外,还分别建立了频谱特征知识库、振动变化特征知识库和故障位置特征知识库,并对其主要功能做了比较细致和论述。文中特别对第1,3级采用的基于模糊组织径向基函数神经网络及第2级采用的模糊逻辑神经网络的学习算法做了较全面的论述,同时解决了模糊神经网络随着输入变量的增加,模糊规则呈指数增长带来网络训练的困难。通过试验,研究了该系统在某炼油厂重催化机组故障诊断中的具体应用。     

塔河碳酸盐岩缝洞型油藏动态储层评价技术

碳酸盐岩缝洞型油藏具有极强的非均质性,单纯用静态资料来认识这类油藏是非常困难的.作者提出利用生产动态资料和信息进行该类型油藏研究的新思路.即利用人工神经网络技术在处理非线性相关参数预测方面的优势,并以渗流理论为基础,结合试井成果,推导出影响油藏开发的重要参数(地层系数)与生产信息的关系;建立了人工神经网络预测储层参数的结构模型.通过塔里木盆地塔河油田实例研究,说明了神经网络技术在碳酸盐岩缝洞型油藏储层评价预测和非均质性分析等方面具有较强的实用价值.     

基于VHDL语言的神经网络激活函数随机运算的实现

为节省硬件实现中的资源数量,基于状态机原理并采用随机运算实现神经网络非线性激活函数的方法,给出了S型激活函数的数字逻辑实现,用硬件描述语言(VHDL)对该算法进行了软件设计与实现,并在Modelsim SE 6.2仿真平台上进行了仿真测试.该设计有利于程序的随时修改,可节省大量硬件乘法器,有效缩短设计周期,满足了神经网络超大规模集成电路的需要.     

基于差异性度量的选择性神经网络集成

基于神经网络间的差异性,提出一种选择性神经网络集成方法.该方法利用差异性度量,选择满足一定条件的个体神经网络组成神经网络集成,选出的个体神经网络既满足个体的精度要求,又满足个体神经网络之间的差异性要求.理论分析和实验结果表明,利用该方法能够提高神经网络集成的分类识别率.