在建筑照明中的人工神经网络方法

将BP网络理论应用于建筑照明计算和设计中,利用其智能性和自学习功能,实现照明计算和设计的优化,并给出利用传统的利用系数法与BP算法结果的比较。     

体育场照明设计探讨

参阅国内外有关体育场的照度标准、体育建筑设计规范，根据延安大学体育场的实际情况以及学校要求建一座功能完备、具有现代化设施的活动场所的要求，对体育场照明的基本要求、主要指标、灯具的选择、照明的方式、供电及自动化控制方面做些探讨，在体育场设计方面总结一些经验，也为此次设计提供一些理论依据。     

浅谈医院电气照明设计

随着社会的进步和生活水平的提高,人们对医院环境的要求越来越高。医院照明设计的主要目标是营造健康、舒适和温馨的生活环境,在满足人们视觉上的美感要求、确保人们生理和心理舒适的同时,起到保护视力的作用,力求技术先进、经济合理、使用安全、维护方便,达到节约电能、提高照明环境质量水平的目的。     

探析地下汽车库照明设计

文章结合规范对地下汽车库照明设计中的主要问题了阐述,并提出了解决方法。     

人工神经网络在色谱中的应用

综述了近几年来人工神经网络用于色谱研究中的进展。主要体现在用人工神经网络方法预测色谱保留值、优化色谱分离条件、自动监控色谱仪运行以及揭示色谱数据的隐含信息方面,并展望了人工神经网络在色谱中的应用前景。     

人工神经网络理论在控制领域中的应用综述

力图从人工神经网络的研究历史出发,在对人工神经网络在控制系统中的应用现状作出概述之后,针对当前的自动控制领域所遇到的难点问题,说明为什么人工神经网络理论能在其中获得如此广泛的关注,并详细论述其适用于控制工程领域应用的主要特征。     

浅谈工业厂房照明设计

厂房的照明设计直接关系到生产效率、产品质量及生产安全。本文从照明方式、照度标准、照明光源及灯具选择等方面着手,从节能的角度阐述了厂房照明设计。     

人工神经网络在化学中的应用进展

回顾了人工神经网络的发展历史,简要评述了近期在化学中的非线性校准、模式识别、定量结构／活性相关(QSARs)、优化、过程控制、传感器、建模、参数估计、预测预报等方面的应用。并展望了人工神经网络在化学计量中的应用前景．     

装饰照明设计与应用

随着城市现代化的发展,人们对都市夜生活水平的需求日益增加,装饰照明的作用及功能将日益被人们所重视,并将会得到更大的发展.本文就装饰照明设计要求与应用做了举例介绍.     

人工神经网络在膀胱癌诊断中的应用

目的:探讨应用BP神经网络技术建立诊断模型来判断膀胱癌的可行性。方法:153例患者分为训练集和测试集,应用BP神经网络模型,建立人工神经网络诊断模型,然后随机抽样测试样本输入模型进行预测。结果:人工神经网络预测膀胱癌的灵敏度为100%,特异度为92.3%。结论:人工神经网络诊断模型对膀胱癌的判断有良好的诊断性能。     

人工神经网络在数控加工中的应用

描述了采用BP算法的三层感知器神经网络模型的工作原理,研究了神经网络实时监控系统基本原理和方法及其在数控加工控制中的具体运用,该方法可以实现数控加工过程自适应优化控制。     

利用遗传算法优化人工神经网络权值

遗传算法是一种新的、基于自然选择和基因遗传学原理的随机搜索算法．针对神经网络中BP算法学习效率低且收敛速度慢以及容易陷入局部最优等不足，文章提出利用遗传算法对BP神经网络中的神经元间的连接权值进行优化的方法．试验结果表明，用遗传算法优化BP神经网络的连接权值后收敛速度快，并有效的解决了BP算法容易陷入局部最优的问题．     

神经网络及其在股市预测中的应用

将BP神经网络和RBF神经网络应用于股市综合指数预测.预测结果表明,RBF网络计算量少,学习速度快,预测精度高.     

人工神经网络在化学反应器故障诊断中的应用

讨论了人工神经网络中的 BP算法和改进的 fahlman修正算法在化学反应器故障诊断中的应用 ,对二者的学习收敛速度和收敛性能进行了比较 ,指出了改进的 fahlman修正算法和优越性     

多层神经网络BP算法的改进

多层神经网络ＢＰ算法的改进姚瑞波孙国雄汤崇熙（东南大学机械工程系，南京２１００１８）目前，前馈型多层神经网络模型已广泛应用于模式识别、语音识别、数据压缩等领域．ＢＰ算法作为其学习方式有效地解决了ＸＯＲ、Ｔ－Ｃ匹配问题，但ＢＰ网络的学习过程是对一个高...     

基于神经网络的非正常工况预报

分析了PTA生产中氧化反应器尾氧浓度的影响因素,提出一种用小波分析对数据进行降噪处理的方法。采用BP神经网络并对其进行了一定程度的改进。通过降噪前后的网络仿真结果对比,表明基于小波降噪的神经网络具有更好的精度和更强的泛化能力。用此网络预测尾氧浓度,实现了对非正常工况的预报。通过实际对比,表明该网络能够较理想地预报出非正常情况。     

人工神经网络在苏州空气污染预报中的应用

人工神经网络在预测预报领域的应用越来越广泛。简单介绍了BP神经网络的基本原理,较详细地回顾了国内BP神经网络在空气污染预报领域的研究应用情况,并建立了苏州市区SO2浓度预报的BP神经网络,预报结果表明:该模型具有简便、快速、准确的优点,可推广用于其它空气污染物的预报。     

人工神经网络在红霉素发酵过程状态预估中的应用

探索了动态ＢＰ网络和ＲＢＦ网络在红霉素发酵过程状态预估中的应用,比较了它们的收敛速度和学习能力。结果表明,ＢＰ网络和ＲＢＦ网络都具有相当好的学习能力,但ＲＢＦ网络的收敛速度更快,训练好的神经网络,在红霉素发酵过程中可在线预估出红霉素效价、葡萄糖浓度、ＮＨ２－Ｎ浓度、丙醇浓度和菌体浓度等参数值,并可在进上步的过程优化和控制中应用。     

神经网络模型在用电负荷预测中的应用

在电力系统规划中 ,居民用电负荷的预测是一项重要的基础性工作。但影响居民用电负荷的因素很多 ,并且难以用一个线性表达式来表示。神经网络模型在处理非线性大系统的复杂问题中具有很大的优势 ,文中引入三层反向传播的神经网络模型 (BP网络模型 )对居民用电负荷情况进行了分析 ,并采用变化学习速率的方法对网络进行训练。     

改进型人工神经网络在暂态电能质量检测分类中的应用

电能质量分为稳态和暂态两大类。针对暂态电能质量信号因随机性、持续时间短、非平稳特性而使得信号的识别较为困难的问题,本文提出了一种改进型BP神经网络,对暂态电能质量进行有效的识别和初步分类。通过MATLAB仿真,获得了良好的识别分类效果。