春天须防流脑

寒意渐退，东风徐来。随着春的脚步，万物勃发，蒸蒸日上。然而，春天也是某些疾病如流脑之类的高发季节，为不影响我们的学习、工作、生活，对之必须予以足够的重视。     

应用人工神经网络法预报空气污染指数

基于人工神经网络的多目标综合评价方法,预报城市空气污染指数,在传统的预测理论和方法的基础上找到了一个新的途径,确定了基于BP神经网络的预测模型的结构和算法,并结合实例进行了实证分析,取得一定效果。     

人工神经网络在空气污染预报中的研究进展

人工神经网络是20世纪80年代迅速兴起的一门非线性科学,特别适用于对具有多因素性、不确定性、随机性、非线性等特点的对象进行研究,而空气污染预报正是这样的一类问题。简单介绍了人工神经网络的基本概念,详细地回顾了国内外人工神经网络在空气污染预报领域的研究应用情况,最后讨论了人工神经网络在空气污染预报领域中的研究方向和发展趋势。     

人工神经网络预报浮游植物生长趋势的研究

提出用人工神经网络预报赤潮多发海区浮游植物生长趋势,并以１９９８年４～５月大亚湾澳头港实际监测数据为对象,以采样深度、水温、盐度、ｐＨ、ＤＯ、ＣＯＤ、浊度、营养盐、叶绿素ａ、微量元素、总碱度、气温、气压、风速、风向、光照、潮汐、总细胞密度等为参数,试验了工人神经网络的效果。结果表明,人工神经网络可望成为赤潮预报的有效方法。     

水文预报的人工神经网络方法

本文在水文学文献上首次应用人工神经网络模型（ＡＮＮ）对广东省目前最大的飞来峡水电枢纽工程控制水文站北江横石站的日均及逐时流量进行了预报，资料包括５年洪水季节的逐时流量和全年的日均流量。研究表明能有效的模拟非线性的实际水文系统。本文提出的模型与现有的ＣＡＲ，ＡＲ和ＲＷＴＬ等线性模型进行了比较，为此鉴别了１４９个模型，ＡＮＮ模型在明显的增加了预报长度同时提高了预报精度。     

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.     

GPS数据差分人工神经网络模型

在讨论利用差分技术来降低ＧＰＳ数据误差的基础上,提出了ＧＰＳ数据误差关性的概念。通过这种误差相关的分析,讨论在差分过程中利用人工神经网络减小ＧＰＳ数据误差,从而建立了ＧＰＳ数据差分人工神经网络模型,并通过试验验证了此模型的可行性。     

人工神经网络在地震分析预报中的应用

为了探索人工神经网络应用于地震分析预报的可能性,以福建及其周边地区地震活动为例,采用ｂ值、地震频次、地震能量释放、空间集中度４项地震活动性指标作为神经网络的输入,用具有Ｓ－型特性函数的ＢＰ网络对由每年地震的活动指标组成的标准样本进行训练,由训练结束后的权值和阈值及待预报样本的因子测值计算出网络输出值,作为地震活动性的预测．结果表明,用神经网络可以在一定精度范围内使震级预报的内检符合率达１００％,在例子中,外推预报准确率达８８％以上．     

冷连轧机出口厚度人工神经网络快速预报

采用改进的BP网络Levenberg-Marquardt优化算法对冷连轧机出口厚度进行快速预报，此网络μ参量可自适应调整，收敛速度快。冷连轧生产出口厚度预报精度大为提高，为冷连轧出口厚度预报提供了一条准确高效的新途径。     

基于人工神经网络的龙羊峡水库入库径流预报

阐述神经网络是一个大规模的非线性功能系统,具有很强的非线性处理能力。人工神经网络模型是高度的非线性模型,能够有效地模拟本质为非线性的实际水文系统。又介绍了人工神经网络的结构、原理,并结合龙羊峡水库入库径流资料,利用BP神经网络方法进行预报分析,预测值和实测值的相对误差均在10%以内,预测结果相对较好。     

人工神经网络在电力负荷预报上的应用

１概述能量管理系统（ＥＭＳ）是以计算机为基础的现代电力调度自动化系统。需要过去（历史）、现在（实时）和未来（计划）三类数据,而负荷预测是未来数据的主要来源。负荷预测对电力系统的控制、运行和计划都是非常重要的。提高其精度既能增强电力系统运行的安全性,又能改善电力系统运行的经济性。负荷预测按周期可分为超短期、短期、中期和长期负荷预测。其中短期负荷预测主要用于火电分配、水火电协调、机组经济组合和交换功率计划,需要１-７天的负荷值,使用对象是编制调度计划的工程师,在电力负荷预报中占有重要地位。电力负荷预测是一…     

人工神经网络及其在金属预报中的应用

讨论了人工神经网络在金融汇率预报中的应用。其中介绍了广义交互验证（Generalized Cross Validation）法如何应用于确定神经网络中隐层的个数，并用实例说明了该方法甚至对复杂的非线性函数也可以得到很好的逼近。详细地介绍了运用人工神经网络作现两周向前汇率预报的计算步骤。其平均相对误差（APE）为10＊E－3的数量级，而国际上通用的状态空间模型及Box-Jen-kins的ARMIMA模型的预报误差都在10＊E－2的数量级。     

人工神经网络及其在金融预报中的应用

讨论了人工神经网络在金融汇率预报中的应用。其中介绍了广义交互验证(Generalized Cross Validation)法如何应用于确定神经网络中隐层的个数,并用实例说明了该方法甚至对复杂的非线性函数也可以得到很好的逼近。详细地介绍了运用人工神经网络作两周向前汇率预报的计算步骤。其平均相对误差(APE)为10*E-3的数量级,而国际上通用的状态空间模型及Box-Jenkins的ARIMA模型的预报误差都在10*E-2的数量级。     

煤层底板突水预报人工神经网络系统的研究

将人工神经网络技术应用于肥城煤矿区以底板突水预报中，并且开发研制成突水预报人工神经网络系统，人工神经网络的建模过程体现在它的训练学习中，它个有知识的自动获以功能，对突水预报问题可适性强，效果良好，易于推广。     

煤层底板突水预报人工神经网络系统的研究

将人工神经网络技术应用于肥城煤矿区煤层底板突水预报中 ,并且开发研制成突水预报人工神经网络系统。人工神经网络的建模过程体现在它的训练学习中 ,它具有知识的自动获取功能 ,对突水预报问题可适性强 ,效果良好 ,易于推广。     

地下水水位预测的人工神经网络模型研究

地下水系统是一个复杂的随机系统，根据地下水水位与其影响因素之间存在的相关关系，建立了一个基于神经网络的地下水水位预测模型，并将其用于研究区地下水水位的预测，结果表明该方法具有较高的预测精度。     

基于人工神经网络的毫米波雨衰减预报

在考虑了电波雨衰减与工作频率、仰角、降雨率、极化角等多相参数的综合非线性映射的基础上,建立了基于人工神经网络的毫米波雨衰减预报模型,并将结果与CCIR预报模型进行了分析比较。结果表明,利用神经网络的非线性进行高频电波雨衰减的预报,可降低平均误差0．59dB,并减小均方差0．69dB。     

人工神经网络在矿井突水预报中的应用

突水预报是一项重要的矿井水文地质工作。借助于人工神经网络在处理非线性问题或非结构问题方面的优势，采用BP算法，基于大量矿井突水样本实例建立了突水预报神经网络模型，并将该模型用于实际预报，并取得了较好的效果。结果表明，模型具有较强的实用性。为了提高模型的预测精度，在训练样本的选择上还应具有一定的代表性。