基于神经网络的男子体质健康预测模型研究

利用人工神经网络强大的函数映射能力,以体质健康各评价指标测量成绩为输入参数、体质健康总分为输出参数,建立了体质健康神经网络预测模型。该模型克服了多元回归模型需要确定数学表达式的缺点,更准确地映射出各评价指标成绩与体质健康总分之间的函数关系,并随着新样本数据而不断更新。运用所建立的神经网络模型,绘制了各评价指标成绩与体质健康总分之间的相关曲线,为学生进行科学训练提供了理论依据。     

BP神经网络的通风系统可靠性评价

为了找到一种更加准确、快速评价矿井通风系统可靠性的方法.通过定量分析影响矿井通风系统的各因素,建立完整有效的评价指标体系.利用BP神经网络映射评价指标体系和可靠性等级之间的非线性关系,建立评价模型,由Matlab编程确定评价模型各参数,提高了预测速度和精度.用Visual Basic建立了图形用户界面,简化操作流程.结果表明:该评价指标体系结构完整,能够充分描述通风系统的安全状况.所建立的BP神经网络可以正确映射通风系统可靠等级,且仅通过图形用户界面即可完成矿井通风系统安全可靠性的预测工作.     

神经网络方法在计算沙粒起跃初速度分布中的应用

利用神经网络的自适应、自学习功能,以有限的实验数据为训练样本,建立了描述风速、粒径与沙粒起跳初速度分布函数之间映射关系的神经网络模型.利用此网络可以预测得到实验尚未给出的沙粒初速度分布函数中的拟合参数,可快捷、有效地弥补实验数据的不足.     

人工神经网络在覆盖件拉深筋设计中的应用

文章引入流入量的概念作为衡量板料进料阻力的依据,提出用拉深筋嵌入程度和材料流经拉深筋时弯曲程度2个因素来评价拉深筋对进料阻力的影响.采用BP神经网络分别建立单筋和双筋与流入量之间关系的神经网络模型,对神经网络建模的关键技术进行讨论分析,建立了性能良好的映射模型.结果表明,所建立的网络模型具有优良的性能,能充分反映流入量与筋参数之间的映射关系,为后续有限元模拟和实际生产提供了有价值的参考.     

大坝变形蚁群聚类径向基函数神经网络安全监控预测模型

本文研究了蚁群聚类法和径向基函数神经网络的基本原理,结合大坝变形安全监控的要求,探讨了大坝变形监测数据聚类处理方法,构建了径向基神经网络隐层基函数,由此表征了大坝变形规律的影响因素与变形之间的非线性映射关系.通过上述研究,建立了大坝变形蚁群聚类径向基函数神经网络(ACC-RBF)安全监控模型.实例分析表明,所提出的模型比传统的径向基神经网络模型预测精度更高.     

基于RBF神经网络的旋风器阻力系数预测模型

旋风器阻力系数是随旋风器结构参数变化的复杂函数，根据阻力系数与结构因素之间的映射关系建立了基于径向基函数(RBF)神经网络预测模型，并将其用于切流反转式旋风器阻力系数的预测并与常用的BP神经网络模型比较。结果表明，该模型收敛速度快。预测误差小，预测结果与实测结果较为符合。     

基于模糊神经网络的瓦斯爆炸危险性评价模型

煤矿瓦斯爆炸事故的复杂性和随机性决定了煤矿瓦斯爆炸重大危险源的变化不会按照某一特定的规律或函数变化.模糊神经网络具有较强的非线性函数逼近能力和较强的自学习、自适应和联想能力.通过简化易燃、易爆、有毒重大危险源评价模型,确定了网络的输入参数,应用模糊神经网络对各参数之间的关系进行计算,验算结果表明:该网络模型在评价煤矿瓦斯爆炸危险性方面效果良好.     

高校大学生体质状况特征分析——以海南大学全日制本科生为例

采用文献资料法、体质测试法和数理统计法对海南大学634名大学生体质现状进行了研究,分析了海南大学学生体质的总体情况,比较了各年级大学生体质的差异.结果表明:海南大学学生体质的整体状况处于中等水平(74.28分),不同性别大学生的体质存在非常显著差异,在体质水平上,女生成绩(76.1分)好于男生成绩(72.45分);在体质总分上,三年级大学生的体质成绩最好,为76.09分,二年级次之,为75.32分,四年级成绩最差(71.72分),且其与各年级成绩之间的差异显著;在身体形态上各年级整体上不存在差异,但在身体机能和身体素质的各指标上,部分指标有显著性差异,且具有统计学意义.     

大学生体质健康的灰色关联度综合评价与回归分析

针对大学生体质健康时效性问题,选取身高/标准体重、肺活量体重指数、台阶实验、立定跳远、握力体重系数五项指标作为评价指标,利用层次分析法合理地确定各指标权重,建立灰色关联度综合评价模型,比较了10名大学男生的体质健康水平,并就此五项评价指标做了多元回归和响应曲面分析。结果表明:灰色关联层次综合评价和回归分析客观地反映了个体之间的差异,并能准确地区分出大学生体质健康水平。     

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.     

基于响应面方法的车辆多目标协同优化

建立包含7个子系统的某整车动力学仿真模型,以整车的操纵稳定性和行驶平顺性达到最佳匹配为目标,整车的悬架刚度和减震器的阻尼以及稳定杆的扭转刚度为优化变量,在ADAMS/CAR环境下进行仿真。根据中国汽车行业标准QC/T 480—1999和GB/T 4970—2006,分别以操纵稳定性的4个闭环评价指标和平顺性的随机路面评价指标的综合计分为目标函数,以相应计分的最大、最小值作为约束函数建立协同优化的数学模型。然后采用中心复合试验方法设计59组试验,根据实验数据,运用响应面方法(RSM)拟合出回归模型,得到最优值。仿真结果表明该优化方法使汽车的综合计分提高了13%,操纵稳定性和平顺性同时得到优化。     

人工神经网络在热舒适实验研究中的应用

使用人工神经网络(ANN)方法处理影响人体热舒适的多种环境因素和人体的热反应之间的关系,以探讨用于各类环境热舒适性预测的可行性.针对稳定热环境和非稳定热环境下的热舒适实验,建立了BP神经网络模型,利用实验数据对网络进行训练和测试,检验其预测的准确性.评测结果表明,对稳态环境,该模型较传统的线性回归方法有更高的预测精度;对非稳态环境,避免采用回归方法遇到的非线性关系处理问题,能合理地预测非稳态条件下热反应的变化.因此,合理建立各类热环境的ANN模型,用已有的热反应数据训练该模型,实现对环境热舒适性的预测是可行的.     

基于网络层次分析法的乙炔生产厂应急救援能力评价

乙炔生产厂应急救援能力评价指标之间关系复杂,各指标相互影响,使得常规的评价方法难以准确地体现这种错综复杂的关系,无法对乙炔生产厂应急救援能力进行准确的评估。为了提高乙炔生产厂应急救援能力并提供一种更加合理的评价方法,按照事故发生的时间顺序,结合乙炔生产厂应急救援的特点,基于网络层次分析法从事故预防、应急准备、应急响应、灾后恢复4个方面建立了评价指标体系,将复杂问题系统化,解决了各指标下一层内部指标间以及相邻层指标间相互影响的问题,保证了评价的客观性。以某乙炔有限责任公司为例进行计算分析,基于网络层次分析法（ANP）建立了乙炔生产厂应急救援能力评估指标体系模型,运用超级决策（SD）软件和专家打分法实现了对各评价指标的赋权和评分,最终得到该公司的应急救援能力为"良"。依据评价结果,提出通过提高预防事故能力、完善灾后恢复相关工作和增强灾后重建能力来提高该企业应急救援能力的对策。     

基于BP人工神经网络的非饱和黄土湿陷系数计算方法

在综合分析非饱和黄土湿陷系数影响因素的基础上,采用BP人工神经网络方法建立了湿陷系数的计算模型.用西安地区黄土的实测资料作为网络模型的学习训练样本和测试样本,对网络模型的计算结果与实测进行了对比.结果表明,用人工神经网络方法计算非饱和黄土湿陷系数,结果准确、可靠,更接近于实际,为湿陷系数的理论计算提供一种新方法.     

基于不同行业的沪深300股指期货价格发现功能研究

基于沪深300股指期货日收盘价及中证全指系列指数中的行业指数数据,利用协整检验、VAR模型、格兰杰因果检验和脉冲响应函数,研究了我国股指期货与不同行业现货价格上的领先滞后关系及其内部差异,最后对投资者和监管部门提出了一些建议.实证结果表明:股指期货和各行业现货指数之间存在着较强的单向因果关系,且在不同行业之间存在较大的内部差异.     

人工神经网络法在地下水水质分级中的应用

通过对受污染的地下水进行水质分析，建立了该类水质的人工神经网络分级预测模型，采用已确定其污染级别的地下水数据作为训练样本对网络进行训练，然后利用收敛的网络进行污染程度分级，其结果与实际的基本一致，这充分说明了利用神经网络预测该类水质受污染程度是一种可行方法。     

基于功能动作筛查的大学生运动损伤发病率预防方法

为了对大学生运动损伤发病进行预防,降低运动损伤发病率,通过功能动作筛查研究大学生运动损伤发病率预防方法。选择160位大学生,对其进行功能动作筛查,进行评分测试。分析了大学生功能动作筛查整体测试结果、大学生灵活性筛查结果、稳定性筛查结果和基本动作功能筛查结果,对大学生不同功能动作筛查分数进行相关性分析,研究大学生功能动作筛查分数分布特性,分析了运动损伤发病预防效果。结果表明:转/旋转稳定性项目分数最低,肩关节灵活性分数最高;女大学生肩关节活动幅度、髋关节灵活性比男大学生好,男生躯干稳定性比女生好;功能动作筛查总分和灵活性相关性最高与稳定性相关性最低;但相关性整体均较高。功能动作筛查分数分布主要集中在中间部分;功能动作筛查可降低大学生损伤发病率。从结果中可以看出大学生髋关节和踝关节的灵活性以及稳定性相对较差,需进行针对性训练;针对灵活性、稳定性和基本动作问题,需进行相应的纠正性练习;提高大学生身体灵活性与稳定性非常重要;需重视大学生身体灵活性与稳定性联系,预防损伤发病,降低损伤概率;经功能动作筛查及预防损伤训练,可有效预防大学生损伤发病,增强大学生身体素质,改善身体机能。     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…     

视觉类次任务驾驶安全性预测模型

为了建立一种视觉类次任务驾驶安全性预测模型,实现对驾驶人执行视觉类次任务时的行车安全进行预测,设计并进行了城际高速公路场景中三种视觉类次任务驾驶试验;以眼球运动状态参数集和车身行驶状态参数集为安全评价指标,使用模糊层次分析法(F-AHP)计算得到测试驾驶人的安全评价数字等级;以此为基础,利用BP神经网络建立视觉类次任务驾驶安全性预测模型,以30名测试驾驶人的评价指标数据作为神经网络的输入训练样本、安全评价数字等级作为神经网络的输出训练样本,调试网络参数直至满足本研究的精度需要;最后,使用其余10名测试驾驶人的数据对模型进行适用性测试。研究结果表明,在操作车载收音机、发信息以及操作触摸屏设备这三种次任务情境下,本预测模型的适用性较好,可以比较准确的实现对驾驶人安全等级的预测。