台阶清碴爆破孔网参数智能选取

应用模糊神经网络模型对台阶清碴爆破孔网参数进行智能选取，增强了设计孔网参数的可靠性和爆破设计的合理性．该方法从爆破实例中获取经验知识并应用，克服了人为因素的干扰，取得了符合实际的结果，为选择爆破控制参数和取得良好的爆破效果提供了依据.     

三维空间模型的露天台阶爆破专家系统及应用

传统人工布孔设计的爆破模式效率较低,无法适用于大规模的爆破工程,因此,研制了露填台阶爆破专家系统.把爆破台阶地形转化为三维空间模型,将台阶爆破设计原理和智能设计相结合,研制出智能系统,实现了自动布孔、多种装药结构选择及快速爆破网络设计等目标,并应用于中煤集团平朔东露天矿的台阶爆破.结果表明：专家系统所设计方案与人工方案相比较,实现了减少大块率,控制前冲、后翻,控制飞石距离,减少爆破冲击等目的,实际应用中验证了露天台阶爆破专家系统可行.     

台阶爆破设计专家系统结构与原理

将专家系统理论与台阶爆破设计原理相结合，研究了集爆破参数优化、炮孔自适应布置、设计参数计算、自适应绘图、爆破效果预测、爆破效果分析和爆破管理于一体的台阶爆破设计专家系统。简要介绍了系统的主要内容及其实现方法，并在攀钢集团兰尖铁矿进行了应用，爆破效果达到矿山生产的要求，而且爆破设计及修改十分方便，可操作性强。     

露天台阶爆破设计方法探讨

露天台阶爆破在国民经济建设中具有广泛的应用,在煤炭、金属矿、建材矿山等工程领域,爆破方法是破碎矿岩的主要手段。结合国内外露天台阶爆破设计方法与工程实践,总结了露天台阶爆破的钻孔形式、布孔方式和爆破参数的设计计算方法,并应用于工程实例中,为露天台阶爆破设计提供一个参考。     

台阶压碴爆破效果遗传神经网络预测

应用遗传神经网络模型对台阶压碴爆破效果进行了预测,增强了预测结果的可靠性。遗传神经网络是人脑的模型,从爆破实例中获取经验知识,并应用专家知识对爆破效果进行预测,取得了符合实际的预测结果,从而为选择爆破控制参数和取得良好的爆破效果提供了依据.     

基于Delphi和GIS-MO控件开发台阶爆破设计系统

应用Delphi语言和地理信息系统(GIS )软件控件MO(MapObjects),设计开发爆破设计系统.该系统实现露天爆破的自动设计、修改等功能.最大限度地减少手工工作量以及人为因素的不利影响,保证计算与处理结果的准确性和可靠性.该系统还具有可视化程度高、界面友好等特点.其GIS独特的空间数据管理特性功能,将完善目前基于AutoCAD开发的爆破设计软件在空间拓扑关系和属性信息相对较弱的问题.     

专家系统在确定露天矿台阶爆破参数的应用

露天矿台阶爆破质量的好坏，对后序作业有很大的影响，因此对现场爆破技术人员的素质有很高的要求。结合我国矿山的实际情况，从理论上综合利用人工智能原理，模糊数学，数据库及多目标决策，开发出一个适合我国特征的确定露天矿台阶爆破参数的专家系统。此系统不仅能够进行露天矿台阶爆破的设计，同时也可以用来训练爆破技术人员。     

黑岱沟露天矿预裂爆破参数智能设计及连线设计

《黑岱沟露天矿预裂爆破计算机智能设计系统》主要通过研究影响黑岱沟露天煤矿预裂爆破质量的关键因素及其相互关系,为预裂爆破设计与优化提供理论支撑,并达到提升预裂爆破质量的目的。文章就选取爆破参数设计的原则、影响爆破参数设计主要指标的确定、及预裂爆破参数智能设计及连线设计进行了探讨。     

E4303焊条力学性能模糊神经网络智能预测

为了获得反映焊条原材料成分与其熔敷金属力学性能之间映射关系的预测模型,该文对E4303碳钢焊条进行配方设计和堆焊试验,测定其熔敷金属的抗拉强度、屈服强度、延伸率、冲击功4项力学性能指标.采用自适应模糊神经网络方法建立了直接由焊条原材料成分预测焊条力学性能的模糊神经网络模型.用该模糊神经网络模型对训练样本以外的试验数据进行预测.结果表明,抗拉强度和屈服强度的预测平均相对误差在5%以内,延伸率指标预测平均绝对误差仅为0.021,冲击功指标预测效果与BP网络相比有明显改善,说明该模糊神经网络预测模型能够直接根据焊条原材料成分较准确地预测其熔敷金属的力学性能.     

双自由面台阶爆破最小理论药包量的计算

从静力学出发,根据弹性力学和结构力学理论,推导出了一个包含岩石和炸药性质、爆破几何参数以及被爆岩石的破碎程度等因素、适用于双自由面台阶爆破的最小理论药包量计算公式     

FMODM法在梯段爆破参数优化中的应用研究

采用一种对爆破参数选取进行多目标参数模糊优化的方法,利用加权相对偏差距离最小法,建立相应的目标函数模糊矩阵,优化出了符合工程要求和尽可能降低爆破成本的最优设计方案,并通过某工程的实际数据进行了比较－ 结果表明,利用多目标模糊决策法求得的优化参数与实际工程基本吻合－     

用模糊ART神经网设计自适应调色板

本文分别采用模糊ＡＲＴ神经网和模糊ＡＲＴ神经网的变体设计了自适应调色板。文中通过实验证明，模糊ＡＲＴ神经网设计灵活，且客观映射误差有比较明显地改善；同时，通过负模糊度概念的引入，构筑模糊ＡＲＴ神经网的一种变体；负模糊ＡＲＴ，进而从实验上证明了负模糊ＡＲＴ，以较少的类别数可得到较佳的视觉效果。     

自适应模糊神经网络构建方法

模糊极大极小神经网络的结构与超盒形状系数有关，该神经网络的性能取决于超盒形状系数的选择．在构建该神经网络时，最优超盒形状系数的确定比较困难，故提出了一种自适应的模糊极大极小神经网络构建方法，取消了超盒形状系数对扩张过程的限制，以是否包含其他类样本为超盒扩张条件．实验结果表明，使用这种模糊神经网络方法生成的神经网络结构更简单，对模式分类的效果更好．     

自适应模糊神经网络构建方法

模糊极大极小神经网络的结构与超盒形状系数有关,该神经网络的性能取决于超盒形状系数的选择.在构建该神经网络时,最优超盒形状系数的确定比较困难,故提出了一种自适应的模糊极大极小神经网络构建方法,取消了超盒形状系数对扩张过程的限制,以是否包含其他类样本为超盒扩张条件.实验结果表明,使用这种模糊神经网络方法生成的神经网络结构更简单,对模式分类的效果更好.     

基于神经网络的模糊控制系统的研究

从模糊理论和神经网络各自特点出发 ,详细讨论这 2大系统的联系和区别 .进一步将两者有机的结合起来 ,实现基于神经网络的模糊控制推理结构的设计 ,同时给出其设计的方法和步骤 .显示两者的结合是实现更完美智能控制系统的有效途径 .     

模糊神经网络的若干进展

文章对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科——模糊神经网络进行了综述，分析了所取得的主要成果及其特点，并指出了今后模糊神经网络研究中有待解决的许多阿题。对开展模糊神经网络的研究将具有启迪作用和现实意义。     

一种用于模式分类有监督的模糊ART神经网络

探讨了一种将有监督学习机制融合到模糊ＡＲＴ网络构成一个有监督的模糊ＡＲＴ神经网络模型,这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力,对该网络进行了滚动轴承检测数据模式分类实验,并与ＢＰ网络进行了比较性实验,结果表明：该网络具有良好模式分类能力和较好的可塑性。     

多输入模糊神经网络结构优化的快速算法

采用规则前件提取,以获得较少的高效规则,对模糊神经网络(Fuzzy Neural Network)进行结构优化,解决了在多输入模糊系统中因规则数多导致的结构庞大问题,使之适用于多输入模糊系统．结构学习中采用竞争算法优化隶属函数,保证规则前件提取的高效;参数学习中采用梯度下降法调整网络参数。     

一种模糊神经网络自校正控制器设计与应用

本文提出了一种模糊神经网络智能控制方法，并介绍了采用多层神经网络表达模糊控制和知识规则，模糊推理和学习算法，实验仿真结果表明，这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性质优于一般模糊控制。