基于MATLAB神经网络的复吹转炉终点氧含量的预报模型

钢水终点氧含量是转炉炼钢的控制目标，它与钢水碳含量、钢水温度等多个变量之间存在着严重的非线性关系。利用MATLAB环境，提出基于BP神经网络的转炉炼钢终点氧含量预报模型，并结合某钢铁企业一座90t转炉的实际数据进行了模型验证。结果表明，该方法收敛速度快，预报精度较高。     

基于雷达测雨的实时洪水预报模型

实时洪水预报系统通常会伴随系统误差,即模型误差和观测误差．为了减小系统误差,本次研究尝试将雷达测雨技术、BP神经网络技术引入流域洪水预报中,并建立基于分布式水文模型的洪水预报模型．将该实时预报模型应用于史灌河流域．从预报的结果来看,该实时预报模型很好地解决了雷达遥感数据与水文模型的耦合,为在流域洪水预报中采用雷达测雨提供了先行的研究基础．     

龙羊峡电站下闸蓄水水情长期预报的神经网络方法研究

误差反向传播算法(BP算法)是训练多层网络的常用算法,但难于确定网络的有效隐节点数,本文提出了一个有效的算法来自动优选隐层节点数,文中用龙羊峡水电站历年10月份的系列实测资料进行了实例研究,取得了初步令人满意的结果。     

爆破地震峰值的神经网络预报模型

对爆破地震值进行预报,方法,采用神经网络模型,对秦山核电站某爆破工程监测得到的２０组震动峰值数据进行学习,然后对另１０组数据进行预报。结果,实测值与预报所在分类区域完全一致。     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题。通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究。并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度。     

基于BP神经网络的纺纱质量预报模型

简述了纺纱质量预报的理论与实际意义，应用了BP神经网络的标准算法。通过建立BP神经网络模型对细纱条干不匀率(CV）断裂强力(BS)与纺纱断头率(ED)进行预报，并与多元线性回归方法进行比较，验证了BP神经网络预报的准确性与高效性。最后以纺纱断头率(ED)预报为例，指出了今后神经网络在纺纱质量预报应用中亟待解决的问题。     

BP神经网络结点数选取的改进方法及其应用

提出一种改进的隐含层神经元个数的选取方法.该方法基于隐含层神经元输出之间的相关关系,估计隐含层结点数,把隐含层结点的改进算法用于物种选取的实例中,通过MATLAB编程实现,并与回归分析做出的结果进行比较.结果表明,该方法对建立BP神经网络结构有一定的借鉴作用.     

基于粒子群优化的神经网络漏钢预报模型研究

针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题,将粒子群优化算法PSO引入到BP神经网络的训练过程,建立了PSO-BP神经网络模型,并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系统进行了测试,测试结果以98.03%的预报率及100%的报出率,验证了基于粒子群优化算法的BP神经网络连铸漏钢预报系统模型的可行性和有效性。     

Resilient back propagation神经网络模型与autoregression型在径流预报中的比较研究

本文以黄河利津站和浙江省白溪水库的月径流水文序列为例,在自相关分析的基础上,建立自回归autoregression模型,并参照其结构建立了相应的resilient back propagation神经网络预报模型．比较结果显示：（1）resilient back propagation模型的模拟预报结果与序列的自相关性有密切关系;（2）当序列有较好的自相关性时,可参照autoregression模型建立相应的resilient back propagation模型;（3）与传统autoregression模型相比,resilient back propagation模型能取得更高的预报精度;且随着预报步长增加,resilient back propagation模型的优势更加明显．     

改进的神经网络在连铸板坯缺陷预报中的应用

在传统BP神经网络算法的基础上提出了一些改进措施,如采用了变步长的学习方法、加入了动量项,以防止网络振荡,达到了加速网络收敛的效果.本研究分析了表面纵裂成因及影响因素,以梅钢生产的焊瓶钢HP295为例构建表面纵裂预报系统,利用改进的BP网络预报表面纵裂,通过系统的分析发现焊瓶钢HP295表面纵裂产生的原因主要是二冷水分配不均匀.因此实际生产中,通过调节二冷水比例减少表面纵裂的产生.     

一阶退化椭圆型复方程在多连通区域上的Riemann-Hilbert 边值问题

讨论一阶退化椭圆型复方程在多连通区域上的Riemann Hilbert边值问题.文中先给出这种边值问题的表示式,然后证明上述边值问题解的存在性和唯一性.     

河道、滞洪区洪水演进数学模型

采用有限体积法建立了适应河道、滞洪区复杂情况的洪水演进一、二维衔接数学模型构造了适合河道洪水计算的一、二维河道型网格和滞洪区二维地面型网格,网格具有多点、多面,既镶嵌又衔接的特点阻水建筑物对洪水演进速度影响较大,所以,将其模化成特殊通道,提出了洪水演进过程中渗流所造成的水体损失的计算模式．将该模型应用于大清河滞洪区,讨论了洪水边界条件,确定了模型糙率,率定了模型渗流参数．结合大清河“96．8实测洪水资料”进行了洪水演进数值模拟,分别对河道的水位、流量和滞洪区来水时间进行了模型验证,验证结果基本吻合．     

基于预测值均方的影响分析方法

本文提出一种刻划数据对线性回归分析影响大小的新度量，这种度量考虑每组数据对全部n个试验点处的预测值的影响，以预测值的均方为标准．它不仅描述了强影响点和高杠杆点、异常点之间的关系，而且揭示出了数据影响大小和样本容量n之间的关系．进而从理论和数值例子两方面说明了这种度量的优越性．     

基于最大连通面积直方图的图像检索算法研究

基于内容的图像检索中,颜色特征已得到广泛应用.传统颜色直方图检索方法不能体现图像空间信息,提出并实现了一种改进方法.进一步分析了具有相关颜色的像素之间在空间分布上的差异,用其在图像中形成的最大连通区域面积代替传统直方图中使用的数量总和指标,从而能够间接反映色彩的空间分布特征,提高检索质量,并保持了颜色直方图原有的旋转、平移不变性.     

企业自主创新能力的人工神经网络评价模型的研究

企业自主创新能力评价模型的建立对于评价企业创新能力,进而提高企业自主创新能力有着重要的意义。首先建立企业自主创新评价体系,在此基础上,采用神经网络方法,建立评价模型。最后,通过创新型企业的相关数据验证模型的有效性。     

基于RS和GIS的南岸区土地利用现状及预测

以南岸区1978、1985、1988、1993、1996、2000、2003、2009年共8期遥感数据作为数据源,在RS和GIS技术支持下对重庆市南岸区1978-2009年土地利用类型的动态度变化进行分析,并用马尔科夫过程模型预测了南岸区2012-2032年土地利用的演变趋势;结果表明：从1978-2009年,林地、耕地面积迅速减少,城市建设用地面积增加;在未来的20年,南岸区的耕地和林地逐年减少,林地增加,水域面积呈增加趋势;到2032年各种地类占南岸区总面积的百分比分别为：耕地47．16％,建设用地31．08％,林地16．11％,水域5．57％。     

基于RS和GIS的南岸区土地利用现状及其预测研究

以南岸区1978、1985、1988、1993、1996、2000、2009年共8期遥感数据作为数据源,在RS和GIS 技术支持下对重庆市南岸区1978-2009年土地利用类型的动态度变化进行分析,并用马尔科夫过程模型预测了南岸区2012-2032年土地利用的演变趋势;结果表明：从1978-2009年,林地、耕地面积迅速减少,城市建设用地面积增加;在未来的20年,南岸区的耕地和林地逐年减少,林地增加,水域面积呈增加趋势;到2032年各种地类占南岸区总面积的百分比分别为：耕地47.16%,建设用地31.08     

退垸还湖防洪效应影响因素研究

退垸还湖是降低防洪压力的重要措施,不同的平退方式对防洪的影响是不同的.运用一维非恒定流数学模型研究概化河道及蓄滞洪区中退垸还湖对附近河道的防洪影响,总结退垸还湖对河道防洪影响的规律及退垸还湖时需要注意的问题,为退垸还湖的实际推行提供参考.结果表明,退垸还湖可以有效的起到蓄洪滞洪的作用,其中单退方式对控制站的水位降低作用比双退方式更为明显.单退情况下,防洪效应受到口门开启时间的影响,采用合理的调度方式,可以更加充分发挥垸区的蓄洪削峰作用.相比较而言,距离平退垸区比较近的水位站点受到的影响更大;上游与下游相比较,同样距离情况下,上游站点受到的影响相对大一些.因此,在退垸还湖过程中要充分考虑平退垸区及保护区域的相对位置、平退方式及垸区的调度方式等多方面因素.     

群乘表在群的正则表示中的运用

运用群乘表能方便地写出对应群的正则表示 ,既快捷又准确 ,节省了大量运算时间     

汛期洪水循时程变化规律研究与应用

利用随机水文学基本原理,研究洪水循时程的变化,计算洪水循时程变化的概率分布,并以此确定水库汛期防洪限制水位,缓解水库汛期防洪与兴利的矛盾,为水库汛期控制运用开辟了一条新途径。