基于免疫进化算法的径向基函数网络

基于免疫进化算法，提出了一种设计径向基函数(RBF)网络的新算法——免疫径向基函数网络(IRBF)训练算法．该算法通过提取RBF网络核函数宽度的先验知识作为疫苗构成免疫算子，缩小了标准进化算法搜索空间的范围，提高了算法的收敛速度．计算机仿真表明，采用这种算法训练的RBF网络达到了较好的性能．     

基于径向基函数网络的加筋挡墙高度预测模型

提出了一种基于人工神经网络（ANN）技术的加筋挡墙临界高度预测方法，通过30组挡墙离心模型试验数据以及组足尺试验数据样本的训练与学习，建立了可用于加筋挡墙高度预测的径向基函数网络（RBFN）模型，采用4组挡墙离心模型试验数据和1组足尺试验数据，共5组样本作为检验样本对网络预测能力进行检验，结果表明网络的学习是成功的，同时网络能较好地适应本特定问题，推广能力较好。     

基于径向基函数网络的煤层破裂压力预测方法

为了获得准确的破裂压力预测值,本文引入径向基函数(RBF)神经网络模型对煤层破裂压力进行解释。通过对收集的200余层资料进行了拟合和预测破裂压力,优选径向基函数网络模型,对其中150层资料进行拟合,得到拟合精度达到92.01%,同时利用训练的径向基函数网络模型,对剩余井层中的20层资料进行了预测,预测精度达到89.85%,解决了传统方法预测效果误差大的问题,该结果利用径向基函数网络模型预测煤层气井的破裂压力准确度高,可以推广应用。     

河道洪水演算的径向基函数神经网络模型

将径向基函数神经网络方法应用于河道洪水演算中，并利用最小二乘法来确定模型参数。结合河道洪水演算的具体方式，分别构建基于马斯京根方法和具有预见期的洪水演算方法的径向基函数神经网络模型。将该模型应用于两条天然河道的洪水演算中，计算结果表明，该模型运算快速，精度较高，具有较大的应用价值。     

基于径向基函数网络的人脸识别

提出了利用径向基函数网络(RBF)识别人脸的方法,分析了其识别原理,讨论了网络结构的设计,给出了各层节点,隐居中心向量及形状参数的选取原则,并针对ORL人脸库的多幅人脸图像进行了识别实验。实验结果表明,RBF网络的识别效果较好,且其学习算法要比BP网络的学习算法简单。     

基于肤色模型和径向基函数网络的脸部检测

驾驶员疲劳状态检测一般采用对人眼的闭合度进行计算,若实现对人眼的闭合度计算首先是对人脸的正确快速检测,针对驾驶室的特定环境,本文研究一种基于肤色模型和径向基函数网络为基础的快速人脸检测算法,该算法首先对输入图像进行RGB和YCbCr颜色空间的转换,其次建立相关的肤色模型,实现人脸区域的粗定位,然后结合径向基函数网络对输入的图像进行训练,这样就可以根据训练的结果判断是否是肤色,从而实现人脸检测。仿真结果表明,所研究的算法较好的提高了强光下人脸的正确检测,为驾驶员疲劳驾驶的研究奠定前期基础。     

基于径向基函数网络的非线性通用模型控制

为了克服通用模型控制器要求过程一阶微分模型应该有显式解的局限性,提出了一种基于神经网络的通用模型控制方法,将非线性过程模型应用逆系统的方法在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性。其参考轨迹是一条典型的二阶曲线,由于径向基函数网络具有许多优点,该控制策略中的神经网络为径向基函数网络。该控制器参数具有明显的物理意义,参数整定方便。仿真实验验证了该控制策略的有效性。     

基于径向基函数神经网络车辆跟驰模型

针对由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型的问题,应用径向基函数神经网络建立了跟驰模型,改进了基于最近邻聚类的网络学习算法,并利用跟驰数据对模型进行了验证.结果表明,该网络模型与多层前馈网络模型相比,结构简单,训练时间短,精度高,适宜在线进行实时预测.     

基于径向基函数神经网络的入侵检测系统模型

通过分析当前运用较多的入侵检测模型的缺陷,提出了一种基于径向基函数(Radial Basic Functions)神经网络的入侵检测系统模型。该模型既克服了传统的基于规则库的入侵检测系统所存在的管理问题,又克服了传统的系统仅能判断入侵行为是否异常,而不能识别入侵行为属于哪种类型的缺陷,从而使系统能够达到实时监测网络及主机状态,来防范不可预知性入侵。该模型具有良好的易用性和可扩展性,是一种开发安全管理系统的有效手段。     

基于径向基函数网络的能源消费量预测模型

采用径向基函数(RBF)神经网络方法进行能源消费量预测,建立了基于RBF神经网络的能源消费量预测模型。以我国1978~1997年的实际数据作为学习样本,对网络进行训练,拟合效果良好;以1998~2002年的实际数据检验网络,预测精度较高。并通过实例与BP网络进行比较,表明RBF网络预测模型优于BP网络预测模型。     

基于人工神经网络的青藏公路铁路沿线生态系统风险研究

根据青藏公路铁路沿线（50 km缓冲区）生态系统特征,选取雪灾、旱灾、崩塌滑坡等7项指标,依托人工神经网络MLP（Multilayer Percetron）模型,构建青藏公路铁路沿线生态风险评价模型。评价结果显示：青藏公路铁路沿线生态系统所跨越的6个自然区的平均生态风险值居前3位的是：柴达木山地荒漠区（4.2585）,果洛那曲高寒灌丛草甸区（2.7640）、青东祁连山地草原区（2.7335）;沿线10种植被生态系统平均生态风险值居前3位的是：针叶林生态系统（4.3096）、荒漠生态系统（4.1174）和无植被地段（3.6182）。在影响各区、各植被生态系统风险值大小的因素中,自然因素为主要控制因素,人为因素影响相对较弱。依据评价结果,将青藏公路铁路沿线生态系统划分为4个区：柴达木盆地高风险区、西大滩至当雄中度风险区、青东祁连和青南2个轻度风险区。     

人工神经网络预测纯金属的表面张力

建立了以纯金属原子半径、熔点、沸点和原子化焓预测表面张力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４０种金属的表面张力进行回想和预测结果与实验值的偏差在可接受范围内，表明人工神经网络在纯金属表面张力预测方面有一定的前景。     

基于RBF-NN逆系统的卷取张力控制

 基于对卷取机张力间接控制过程的研究,以提高恒张力卷取控制精度为目的,引入径向基函数(RBF)神经网络及逆系统控制理论知识,结合卷取张力控制过程的物理特性,建立了张力控制逆系统模型,其仿真结果较为理想,对实际的生产有指导意义.     

基于生态压力指数的榆林市生态安全评价研究

以生态足迹原理为基础,计算了榆林市2001—2013年的人均生态足迹和人均生态承载力,并用生态压力指数及其指数等级划分标准对其进行了生态安全评价.结果表明,榆林市2001—2013年间,人均生态足迹从3.522 hm~2上升到了4.290 hm~2,人均生态承载力从3.145 hm~2下降到了2.455 hm~2,生态压力指数从1.120上升到了1.748.由此看出,榆林市的自然生态处于不安全状态.榆林市今后要采取优化产业结构、完善退耕还林还草政策、改变能源结构,以及提高民众的环保意识等措施,以减少对自然生态的压力.     

中国自然灾害生态风险评价

进行中国（陆地）生态风险评价研究,旨在探讨大尺度的区域生态风险评价方法并实施评价,为生态系统的风险识别和风险防范提供科技支持。选择10种自然灾害作为生态风险源,22种生态系统作为风险受体,并考虑生态-环境脆弱性的影响。在各单项灾害生态风险评价的基础上,完成了中国灾害生态风险综合评价与制图。评价结果显示,从诸种自然灾害风...     

Recycling Strategy and Recyclability Assessment Model Based on the Artificial Neural Network

Now, a rapidly growing concern for the environmental protection and resource utilization has stimulated many new activities in the in dustrialized world for coping with urgent environmental problems created by the steadily increasing consumption of industrial products. Increasingly stringent r egulations and widely expressed public concern for the environment highlight the importance of disposing solid waste generated from industrial and consumable pr oducts. How to efficiently recycle and tackle this p...     

基于人工神经网络的动态联盟制造资源评估方法

在研究了多指标综合评价指标体系的构建与优化理论、Matlab关于人工神经网络的建立和分析了人工神经网络的BP网的优缺点基础上，构建了制造资源评价指标体系：提出应用人工神经网络对制造资源综合评价指标体系进行建模；并用Matlab进行程序编制；形成了基于神经网络的的制造资源综合评价模型和算法。     

硬度转换的神经网络模型

基于人工神经网络理论，建立了各种硬度值之间相互转换的完整一的神经网络模型，该模型可实现各种硬度之间的线性与非线性映射，并对硬主莆中没有的数据给出准确的预测，克服了查表法的不足，较线性回归具有更高的精度，网络模型可嵌入机械ＣＡＤ系统中，方便中种硬主之间的转换。     

基于粗神经网络的电力系统可靠性评估方法

发输电组合系统可靠性评估中元件状态组合数和潮流计算是引起可靠性评估计算中"计算灾"的主要原因.利用粗糙集的数据约简和特征提取功能,提炼人工神经网络的输入变量、训练样本以及事件类与系统状态之间的概略化关系,建立偶发事件模式识别的粗神经网络(RNN)模型,提出基于RNN的发输电组合系统可靠性评估算法,以提高电力系统可靠性评估的计算效率.可靠性测试系统的计算结果表明,所提算法是正确、可行和有效的.     

基于免疫的网络风险分布式定量评估模型

将人工免疫技术应用于网络系统风险评估中,提出并实现了一种基于免疫的网络风险分布式定量评估模型.模型依据生物免疫系统之抗体浓度的变化与病原体入侵强度的对应关系,对网络系统当前安全状况进行实时、定量的分析,从而有效地缓解网络攻击对系统造成的危害,提高网络系统的应急保障能力.仿真实验表明,模型能实时有效地对网络系统的风险进行...