人工神经网络在水泵性能预测中的应用

分析了影响水泵机组性能变化的主要因素;根据泵性能与各因素之间的关系,利用BP人工神经网络构建了水泵性能的预测模型;以某轴流泵试验数据为样本,BP人工神经网络为工具,对轴流泵模型进行了泵扬程及效率性能指标与流量、叶片角度等相关因素间的性能预测研究.预测结果表明,将该模型用于轴流泵性能参数预测,不仅可以提高预测精度,而且可以缩短试验时间,降低试验成本.     

预测二甲醚发动机燃烧性能的准维多区燃烧模型

模型详细考虑了二甲醚（DME）发动机内燃油的喷雾、卷吸、传热、着火燃烧等过程,计算结果显示,模型采用正弦喷油规律更为合理,模型采用等质量和等径向间距两种油束分区方法得到的结果相同;计算的示功图和压力升高率曲线与实测结果吻合较好;计算的燃烧放热率由线很好地揭示了DME发动机燃烧的特点,该模型能够成功地模拟DME发动机各个工况下的燃烧过程。     

黑火药的烟火效应和配方选择

目的　归纳黑火药的各种烟火效应,并对黑火药的配方选择进行探讨; 方法　通过测定黑火药在常压下的燃烧速度、爆发点和比容等参数,绘制三角坐标图,对图中各个区域进行了详细分析; 结果　得出了黑火药的燃烧特性与烟火效应变化规律; 结论　黑火药３ 种成分的不同配比可以产生不同的烟火效应;     

人工神经网络在中长期汇率预测中的应用

随着世界经济的发展，世界各国经济的联系越来越紧密，汇率就成了人们越来越关注的问题。现在各国都投入大量人力和物力进行汇率预测。影响汇率变动的因素是很多的，既有经济因素又有政治因素和心理因素，还有各国中央银行的直接干预。值得注意的是，汇率也受国际炒家的影响因此，要做好汇率预测工作，就需要认真地考虑和分析这些因素，诸如，国际收支状况、通货膨胀率、利率水平、政府的政策和干预态度、外汇市场的投机性力量，以及国际金融环境的变化，甚至社会环境的稳定程度、公众心理因素也会对汇率产生直接或间接的影响。由此可见，进…     

人工神经网络及其在气候预测中的应用

利用湛江地区近50年的月平均气温时间序列资料，采用人工神经网络模型建立了该地区的短期气候预测系统，试验结果表明，人工神经网络模型对湛江地区的短期气候具有较好的预测能力，在平均绝对误差（MAE）小于1C的条件下，年尺度上气温的实际预报准确率达到75％，充分显示出神经网络模型在气象业务中极高的应用价值。     

用人工神经网络定量预测化工基础物性

人工神经网络是人工智能技术的一个分支。本文将人工神经网络技术用于化合物的正常沸点、临界温度和沸点汽化热的定量预测,取得了较好的结果。估算精度好于或相当于文献方法。通过对三种基础物性的试验,表明人工神经网络技术可以用于定量预测,从而为这种技术开辟了一个新的应用领域。     

长途电话话务量发展前景的人工神经网络预测

电信部门目标管理中的一个重要问题是对电话话务量发展前景进行合理预测。对此,本文提出话务量组合预测的人工神经网络方法,并选取一组标样进行具体尝试。结果表明,用这种方法预测我国长途电话话务量效果较好。     

用人工神经网络综合测井和地震资料预测岩性

利用一种全新的人工智能技术──人工神经网络，将测井和地面地震资料（如层速度或波阻抗）联系起来，自动建立测井数据、地震数据和告性间的非线性关系，从而有效地进行岩性预测。     

应用神经网络预测橡胶配方的性能

建立了以配合前用量和胶料物理性能的人工神经网络模型，训练后的神经网络能较好的拟合实验数据，对９个橡胶配方的性能进行回想和预测结果与试验值的偏差小，说明利用神经网络方法精度高，数学模型可靠。     

基于人工神经网络的股价指数预测

本文阐述了现行的股价指数预测方法的基于线性假设的局限性，针对股票价格指数的非线性变动特性，探讨了一种基于人工神经网络的股价指数预测模型，并通过Matlab6．5编程实现，运用到沪深300指数预测中。仿真结果表明，采用人工神经网络方法的误差较小，预测精度较高，能在一定程度上克服现行的预测方法的不足。     

人工神经网络对结构动力响应的预测

本文应用人工神经网络对结构在地震波作用下的动力响应进行了预测，结果证明用改进的BP网络训练神经网络能达到很好的收敛效果，预测的结果相当精确，为结构的智能控制提供了很好的前提条件．     

自密实混凝土性能预测的神经网络模型

自密实混凝土具有优异的工作性能，但目前还没有有效的配比数学模型．为此，在自密实混凝土配比试验的基础上，利用神经网络理论，建立了自密实混凝土性能预测的神经网络模型．计算结果表明，用人工神经网络方法预测自密实混凝土的性能是可行的，能满足工程实际的要求．     

人工神经网络模型在瓦斯预测中的应用

通过对神经网络的基本原理和学习算法的分析,建立了基于瓦斯涌出量预测的BP网络应用模型,采用Delphi编程语言,预测了瓦斯的涌出量,并结合实例进行了验证。     

人工神经网络与遗传算法在高炉焦比预报中的应用

建立了遗传算法与BP神经网络相结合的高炉焦比预报模型。该模型用于预报在不同操作条件下适宜的焦比,寻求高炉诸多操作参数与焦比之间的映射关系,为高炉操作者提供调整炉况的依据。实际应用表明,该模型具有较好的命中率。     

人工神经网络在地表径流预报中的应用

为了更加准确地对地表径流进行预测,选择广东省汕尾市南告水库以上流域作为研究对象,构建BP神经网络模型对南告水库的日资料进行径流模拟研究,研究结果表明:人工神经网络可以提高预测精度,且应用前景比较广泛.     

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。     

Prediction of the Performance of the Fabrics in Garment Manufacturing by Artificial Neural Network

An artificial neural network is used to predict the performance of fabrics in clothing manufacturing. The predictions are based on fabric mechanical properties measured on the FAST system. The influences of the different ANN‘s construct on the convergence speed and the prediction accuracy are investigated. The result indicates that the BP neural network is an efficiency technique and has a wide prospect in the application to garment processing.     

人工神经网络水质预测模型研究

水质预测物理模型在水环境保护中起着十分重要的作用,然而由于模型的参数识别问题,使其应用受到很大局限.对人工神经网络(A rtific ia l N eura l N etw ork,简称ANN)水质预测建模作了初步研究.用试错法,以训练时间和测试误差两项指标为依据,对比分析三层、四层网络结构,认为ANN模型适应于水质预测建模,并提出了适合的模型结构、学习速率、传递函数.     

人工神经网络预测非饱和土的特征参数

针对测定非饱和土的吸力既费时,费钱,又困难,而且往往是通过水分特征曲线间接求取,以致其精度不够理想这一问题,尝试采用人工神经网络进行预测研究,将部分已有的试验数据（含水量,吸力数据）作为输入模式进行训练,然后利用网络参数进行相应的参数预测。结果表明,神经网络预测技术十分有效,为工程应用提供了一种新的工具。