应用神经网络技术研究农业生产函数

在对目前流行的Ｃ－Ｄ农业生产函数研究方法及其存在的问题做了简要分析后,提出了应用神经网络技术建立“隐式”农业生产函数模型的新思路。该模型方法具有较好的非线性品质,模型适应能力强。     

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.     

人工神经网络BP算法的数据处理方法及应用

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两家村的人均收人作了预测。证实了本模型的正确性和科学性.     

用改进的密切值法综合评价农业技术经济方案

密切值法是多目标决策的一种优选方法，将改进后的密切值法应用于农业技术经济方案的综合评价是一种新的尝试，农业技术经济方案优劣的评价主要由产量，投资、耗水量，用药量和劳力等指标组成。首先由各经济方案中各评价指标的极端情况组成“虚拟”的最好和最差方案，其次求出待评价经济方案（点）与最好，最差方案的距离，再引进可综合反映与最差方案距离两者水平的综合参数－－密切值，实例计算表明，BP神经网络方法不能应用于该例的技术经济方案评价与排序，结果存在多义性，密切值法的排序结果更可靠，用于农业技术经济方案评价与排序是切实可行的，并且密切值法计算过程简单，很容易实现计算机化。     

模糊神经网络在股价预测中的应用

讨论模糊神经网络在股价预测中的应用，模糊神经网络克服模糊规则产生对专家的依赖性及模糊集的非自适应性，隶属函数的自适应和模糊规则的自组织通过神经网络的自学习和竞争获得。通过一个股价预测实例验证了该方法的有效性。     

遗传算法在神经网络控制中的应用与实现

比较了遗传算法与神经网络的特点,并对将遗传算法用于前向神经网络的可能性进行了研究,同时阐明了遗传算法和神经网络结合的必要性,提出了一种融合遗传算法的神经网络控制方法,该方法采用多层前向神经网络作为遗传搜索表示方式的思维,以神经网络为基础,用遗传算法 习神经网络的权系数,即保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力,将遗传算法和神经网络相结合,分析了遗传算法基本参数及神经网络结构、隐层和输出层节点非线性函的选择,设计了用遗传算法学习神经网络权系数的软件实现方法,成功地实现了机械手逆运动学求解问题及倒立摆的控制,仿真结果显示了遗传算法快速学习神经络权系数的学习效率与收敛精度,确保了快速达到全局收敛,克服了多层前向神经网络传统的BP学习算法精度低、收敛速度慢、容易陷入局部极小的缺陷,表明了该方法的可行性与有效性。     

粒子群算法在小波神经网络中的应用

利用粒子群(PSO)算法对小波神经网络(WNN)中的参数{am，bm，w(am，bm)}进行优化，取代了传统的梯度下降法。并将仿真结果与BP网络进行比较，仿真数据表明，PSO算法在叠代次数、函数逼近误差、网络性能方面均比BP网络有着显著的提高，且在粒子数目较大的情况下能有效避免BP网络无法避免的局部极小值问题。     

BF及模糊神经网络在旋转机械故障诊断中的应用

本文对模糊神经网络用于故障诊断较传统BP(Back-Propagation)网络的优越性进行了分析,并提出了一种利用模糊神经网络进行旋转机械故障诊断的新方法。在这种方法中利用RBF(Radial Basis Function)神经网络获得隶属度函数,并简化了模糊神经网络的训练,使得新的故障诊断专家知识更易于扩充到现有的故障诊断网络中。仿真结果表明,本文方法所构建的故障诊断网络易于扩展且有良好的诊断效果。     

PCR和RAPD技术在农业研究中的应用

对PCR和RAPD技术进行了简要介绍,并对该项技术在我国国内农业生产中的基因产品检测、病害病原检测、物种或品系间亲缘关系分析、作物抗病性基因分析和食品微生物检测等方面的研究进展进行了介绍。参25。     

模糊神经网络技术在故障诊断中的应用

总结了模糊神经网络在故障诊断中的应用,分析和归纳了不同结构的模糊系统与神经网络的合成形式。对直接模糊神经网络、B样条模糊神经网络、RBF模糊神经网络以及几种扩展的模糊神经网络在故障中的应用进行了讨论。针对故障诊断通用模型,给出了子模块的改进和选取方法,从而使故障诊断的模糊神经网络方法更为系统和有效。     

基于结构的神经网络在系统建模中的应用

针对复杂非线性系统的建模问题，提出一种基于结构的神经网络建模方法。将一个复杂系统转化为若干个较简单的子系统，分别用函数链神经元建立各子系统的模型，然后根据子系统间的相互作用关系连接成一个完整的网络，即基于结构的神经网络。分析了网络的性能，探讨了在复杂系统建模中的应用。对Y2－Hc10型先导式溢流阀的仿真表明了该方法是可行和有效的。     

Hopfield神经网络在磁粉制动器设计中的应用

为了优化磁粉制动器的结构,提出了Hopfield神经网络的磁粉制动器结构设计方法。方法中利用磁粉制动器的结构建立优化模型,以磁粉制动器的总体积为目标函数,推导约束条件。根据推导的目标函数和约束条件,采用外点罚函数法,构造出优化的增广目标函数,在满足约束条件下,目标函数最小,从而得到磁粉制动器结构的设计方案。实际结果表明,优化后的制动器在满足各项指标的条件下,总体积减小了23%。     

一种混沌神经网络模型及其在优化中的应用

通过在Hopfield神经网络模型 (HNN)中引入非线性自反馈项 ,提出了一种具有暂态混沌动力学行为的神经网络模型。该模型首先经过一个倍周期倒分叉过程进行混沌搜索 ,进而进行类似HNN的梯度搜索。由于它利用了混沌搜索固有的随机性和轨道遍历性 ,因而具有较强的克服陷入局部极小的能力。两个典型的函数优化例子表明了该算法的有效性     

探C—D生产函数在经济增长评价中的应用

长期以来，Ｃ－Ｄ生产函数Ｙ＝ｅ＾λｔＫ＾ａＬ＾β已被人们广泛地应用于分析生产要素在经济增长中的作用。本文探讨应用Ｃ－Ｄ生产函数分析现实经济系统，当样本数据决定的α＋β＜１，即规模报酬递减时，通过建立新的算式，超越试图测算各要素对经济增长贡献率的传统作法，从而对现实经济的运行状况更深刻细致的分析、评价、获取更丰富、更有阶段的信息。     

甘肃省农业科技进步对经济增长贡献率的研究

通过分析农业科技进步贡献率的计算方法,确定了应用Ｃｏｂｂ－Ｄｏｕｇｌａｓ生产函数测算甘肃省农业科技进步贡献率,计算出１９８８～１９９７年甘肃省农业科技进步贡献率为４５．８９％,并对到２０００年甘肃省农业科技进步贡献率达到５０％,担子同应采取的措施。     

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。     

改进免疫算法在预测过程神经网络中的应用

基于过程神经网络（procedure neural network, PNN）建立了具有高精确度的多步预测模型。针对PNN训练过程复杂的特点,提出了一种基于正交基函数展开和矢量矩免疫算法(vector distance based immune algorithm, VD-IA)相结合的PNN训练方法。根据PNN在三角函数正交基展开形式下的数学模型,推导出适用于VD-IA的优化问题模型,采用一种自适应策略加快了VD IA的收敛速度。基于Mackey-Glass混沌序列检验了该方法的有效性,将该方法与BP训练方法、改进粒子群优化（improved particle swarm optimization, IPSO）算法进行了对比分析。仿真结果表明,基于VD-IA的PNN训练方法可以获得较优的结果,且获得泛化性能较好的PNN模型。     

县域农业经济发展综合评价物元模型及其应用

按照物元模型、可拓数学方法与关联函数理论,根据县域农业经济发展理论,建立了县域农业经济发展综合评价的物元模型。通过计算其综合关联度,将多指标的评价归结为单目标决策,给出定量的数值评定结果,利用综合关联度进行综合定量分析,直观全面地衡量了县域农业经济发展状态。选择湖南省宁远县县域农业经济的发展状况作为评价实例,研究表明,该评价方法结构合理,实际意义明确,评价结果较为直观明确地反映了宁远县县域农业经济发展水平,这表明该评价方法对县域农业经济发展的评价有着较高的应用价值。表1,参7。