车间生产作业计划再生的模糊神经网络方法

研究了将模糊神经网络用于生产作业计划实际执行中遇到干扰时的再生方法．针对模糊的、难以表述和处理的干扰,设计了一个模糊神经网络,包括模糊子网和主体网络,前者根据隶属函数,将定性的模糊“干扰”量化后,参与网络的运算;后者根据模糊规则,将“干扰”定义为网络部分结点的作用函数．较好地解决了“干扰”知识的获取与处理问题．     

车间生产作业计划再生的模糊神经网络方法

研究了将模糊神经网络用于生产作业计划实际执行中遇到干扰时的再生方法。针对模糊的、难以表述和处理的干扰,设计了一个模糊神经网络,包括模糊子网和主体网络,前者根据隶属函数。     

基于BP算法的层次分析法研究

运用传统层次分析法进行系统评价与决策时，系统目标和评价指标的关系难以确定，而且评价过程中存在许多人为因素，影响评价的准确性和客观性，进而影响决策。基于BP算法的层次分析法利用BP神经网络的自学习、自适应、自组织功能，不断积累知识和经验，不断修正所学的知识，即修正网络神经元间的连接权值，通过给定的运算法则和激励函数，在输入评价指标后网络将输出最终的系统目标评价值，达到精确评价和最优决策的目的。     

基于神经网络的生产作业计划理论研究

研究如何利用前向神经网络安排单件小批量订单生产类型企业的生产作业计划，针对数据难于组织、反应传算法易陷入局部极小点和输出结果存在偏差的问题，提出了基于位混合编码的样本组织方式；权值和迁跃点记忆队列的网络训练和结果校正方法，仿真结果证明了方法的有效性和基于神经网络研究生产作业计划的可行性。     

基于神经网络的生产作业计划应用研究

研究利用前向神经网络（也称多层感知机）安排单件小批量订单生产类型企业的生产作业计划，针对数据难于组织、反伟算易陷入局部极小点和输出结果存在偏差的总是提出了以下的解决方法：基于位混合编码的样本组织方式；权值和迁路点记忆队列的网络训练方法和结果校正方法。仿真结果证明了解决方法的有效性和基于神经网络研究生产作业计划的可行性。     

基于神经网络的装备维修保障系统效能评估

在系统分析装备维修保障系统效能各影响要素的基础上,构建了维修保障系统效能评估指标体系．应用BP神经网络的理论和方法,建立了维修保障系统效能评估的神经网络模型;给出了应用特尔菲法与模糊层次分析法相结合确定各指标权重而构造神经网络训练样本的方法。最后进行了实例分析,结果表明该模型可较好地克服人为因素和模糊随机性的影响,具有很高的可信度。     

红绿灯控制专家规则及其神经网络实现

在对红绿灯控制系统中专家规则进行分析的基础上，提出了这些规则的模糊数学实现模型，并给出了该模型的神经网络结构及算法。实验表明，该方法用于实时控制是有效的     

面向交易的企业知识资源价值评估方法

基于对知识资源的劳动价值、技术价值、使用价值等属性分析,提出针对单一知识资源的价值评估指标体系,建立了两阶段知识资源价值评估理论模型:采用结构方程模型验证并修正知识资源价值评估指标体系,利用层次分析法进行计算、求解.对国内某大型航天研究院知识资源价值进行评估验证,结果表明劳动价值、技术价值、使用价值对知识资源的价值有显著正影响.给出了提高企业知识资源价值评估效率的对策和建议.      

模拟电路故障诊断的BP神经网络方法

提出了一种采用改进型的BP神经网络诊断模拟电路故障的新方法。介绍了包括附加动量法和自适应学习速率法在内的改进型的BP网络算法，其中附加动量法是在每一个权值的变化上加上一项正比于前次权值变化量的值，不仅考虑了误差在梯度上的作用，而且考虑在曲面上变化趋势的影响；自适应学习速率是根据误差函数值的变化对学习率进行实时调整，可以保证网络总是以最大的学习速率学习。最后，本文给出了仿真实例，实验证明所提出的方法与传统方法相比有更好的实时性和诊断效率。     

神经网络中的正交设计法研究

提出用正交设计法选择前馈型神经网络训练样本的方法,并且对其基本原理进行了探讨。文中以三层BP网络为例,根据特定位级的正交表获取相应的训练样本集,利用该训练样本集对网络训练,然后用经过训练的网络对各取值域作离散预测。详细的对比计算表明：1）将正交设计法应用于神经网络学习训练样本的选取上是成功有效的;（2）选用四位级或五位级的正交表来对网络样本做选择精度已经足够。另外,将网络隐层神经元个数对网络的影响与选用正交表不同位级对网络的影响的效果也作了比较。     

基于改进型BP神经网络的油井产量预测研究

为了保证油田生产持续稳定地发展,针对油田单井产量提出了基于改进型BP神经网络的预测模型。对传统的BP神经网络的结构和训练算法进行了研究,发现它存在易于陷入局部极小,收敛速度慢等问题。提出了使用LM算法的改进型BP神经网络。最后给出了基于改进型BP神经网络的单井产量预测模型仿真实验。结果证明该算法的实用性和可行性,在油井产量预测方面有一定的实用价值。     

BP神经网络的网络拓朴可重构及其实现方法

在神经网络的具体应用中，经常遇到网络拓朴结构重组的问题。在深入分析BP算法、神经网络的拓朴结构和二维数组存储方式的基础上，提出一种BP神经网络的网络拓朴可重构方法。该方法能根据不同的网络模型动态地调整输入层、隐含层、输出层的结点数及联接权矩阵，并结合具体的实例给出其解决方案。     

神经网络专家系统的状态识别,知识表示和求解策略

将神经网络与人工智能技术相结合，提出了１种新型的知识表示的形式化描述和知识单元，知识通过模式分类导入，并用ＩＭＳＢＰ和（Ｂ－Ｂ）ＢＰ调节２种不同类型的权，在此基础上提出了神经网络的双向求解策略，以加炉控制验证了其可行性。     

Application of New Type BP Neural Networks for Magnetic Measurement

Magnetic Measurement is a typical inverse problem in biomedical field.In this kind of problem we always need to locate the positions and moments of one or more magnetic dipoles.Although using the traditional methods to solve this kind of inverse problem has all kinds of shortcomings,BPNN(Back Propagation Neural Networks)method can be used to solve this typical inverse problem fast enough for real time measurement.In the traditional BPNN method,gradient descent search method is performed for error propagation.In this paper the authors propose a new algorithm that Newton method is performed for error propagation.For the cost function is highly nonconvex in the magnetic measurement problem,the new kind of BPNN can get convergent results quickly and precisely,A simulation result for this method is also presented.     

基于BP神经网络的艾滋病预测模型

利用神经网络的自学习、自适应及非线性逼近能力,建立了艾滋病预测模型,并利用Matlab的神经网络工具箱进行开发实现.经过实证研究,表明了该模型的有效性,为艾滋病预防提供了一种科学、可行的预测模型。     

基于神经网络的模糊推理预测方法

将模糊推理技术与神经网络结合．利用模糊集理论来处理输入、输出信息，借助神经网络系统来完成推理、判断与知识的记忆存储及学习．从而给出了基于神经网络的模糊推理预测模型。     

人工神经网络在手感评定中的应用

针对现有的手感评定方法在识别准确性,容错性和适应性方面存在的问题,提出了用4个检测模型产生手感信号,并用BP神经网络处理信号的具体方法和步骤.实验证明,BP神经网络具有较好的自适应模式识别能力和容错性.     

中国粮食生产的多元回归与神经网络预测比较

对1978-2000年影响我国粮食生产的7个因子分别建立了多元回归分析预测模型BP神经网络多变量输入预测模型。实证研究结果表明，与回归预测模型相比，用BP网络建立的模型经过训练后，可得到影响粮食产出的主要因子及其之间的非线性关系，网络模型新颖，具有很高的预测精度及较好的预测效果，可广泛应用于各种预测研究，有较高的推广价值。     

基于多Agent与集成神经网络的制造网络信息调度模型的研究

制造网络的面向服务架构（SOA）应当满足敏捷制造的需求,在SOA中任何瓶颈,如网络资源的分配策略,会影响到制造网络的服务敏捷性。在分析制造网络多Agent结构的基础上,提出了一种制造信息的分类方法。利用制造应用模型,提取系统运行的状态空间,通过制造系统单元间的组合和不同部件网络输出的决策间的融合,集成神经网络输出各制造单元信息调度权重。实验结果表明,此方法符合制造网络设计的原则和依据,以制造应用为中心,最大限度满足制造应用的需求。