Kohonen自组织神经网络在织物折皱等级评定中的应用

采用Kohonen自组织神经网络客观评定织物折皱等级，依据自组织神经网络的基本原理，结合自组织神经网络结构实现神经元的竞争和训练，并将结果输出到相应的分类模式中，以此确定试样的折皱等级，最后采用26种真实织物验证该方法的可行性。     

基于BP神经网络的织物折皱等级评定

采用改进的BP神经网络客观评定织物的折皱等级，网络结构为3层结构，输入样本数据经BP神经网络学习训练后，很快达到较小的误差收敛，从而确保评价的准确性和可靠性。     

BP-GA神经网络在装备保障综合防护效能评估中的应用

最近的几场高技术局部战争表明,良好的防护工程对提高装备保障的战场生存能力具有重要作用。文中通过分析影响装备保障综合防护效能的因素,建立相关指标体系,然后采用遗传算法改进BP神经网络模型对装备保障防护效能进行评估。实例表明,该模型能够较好地克服人为因素和模糊随机性的影响,评估结果更具有科学性。     

基于减法聚类的自适应模糊神经网络评定织物起皱等级

提出了一种基于减法聚类的自适应模糊神经网络，用于织物起皱等级评定．首先利用减法聚类方法确定模糊神经网络的结构，再结合模糊推理系统进行模式识别，并详细介绍了其基本原理和学习算法，最后引入4种起皱特征参数对真实织物进行验证．实验表明，该方法有效且可行．     

神经网络技术在精纺粗花呢起毛起球等级评定中的应用

以精纺粗花呢纯毛织物为例,探讨纤维、纱线、织物结构因素及后整理工艺条件对精纺粗花呢织物起毛起球的影响.采用BP神经网络方法,建立纱线和织物结构参数与织物起毛起球性之间的关系.根据各种影响因素的变化预测精纺粗花呢起毛起球等级.     

神经网络在航空维修专家系统中的应用

本文分析了传统专家系统的特点及航空维修领域专家系统的发展现状，提出将神经网络理论应用于航空维修专家系统设计，并分析了其优点。在此基础上进一步介绍了基于神经网络的航空维修专家系统的结构，诊断策略，及神经网络学习算法，并给出其实现方法。     

神经网络在汽轮发电机组故障诊断中的应用

本文将改进后的神经网络应用于汽轮发电机组的故障诊断中,利用神经网络的高速并行性,联想记忆,容错性和自学习功能,使所建立的系统具有较高的推理速度和较强的类型识别能力。     

BP神经网络在专家系统开发中的研究与应用

针对专家系统开发过程中遇到的"知识瓶颈"问题,提出了神经网络与专家系统相结合的方法,利用神经网络训练和学习得到的故障数据来丰富专家系统的知识库,提高专家系统诊断的准确性。基于某型燃气轮机对此方法进行了验证,结果证明这种方法是可行的。     

神经网络在航空维修专家系统中的应用

本文分析了传统专家系统的特点及航空维修领域专家系统的发展现状,提出将神经网络理论应用于航空维修专家系统设计,并分析了其优点。在此基础上进一步介绍了基于神经网络的航空维修专家系统的结构,诊断策略,及神经网络学习算法,并给出其实现方法。     

神经网络知识获取及推理技术在番茄专家系统中的应用

针对传统专家系统知识获取的瓶颈性问题，提出了基于神经网络和传统知识获取与表示相结合的方法。传统的推理方式存在推理效率低和冲突消解问题，提出了由神经网络推理和逻辑推理所组成的混和推理系统。利用神经网络的自学习、自组织、自适应特点，来实现自动知识获取；混和推理既利用了神经网络的并行处理的效率、解决了传统推理存在的冲突消解问题，又克服了神经网络推理结果无法解释等特点，具有较高的准确性和效率性。最后给出了番茄病虫害诊断的应用实例。     

模糊神经网络在燃气轮机故障诊断专家系统中的研究与应用

针对故障诊断专家系统中自学习能力弱和不能描述模糊性知识的问题,提出了一种将模糊神经网络运用于故障诊断专家系统的研究方法,既可以使故障诊断专家系统根据事例和数据来学习新的知识和信息,又增强了系统描述模糊性知识的能力,使得诊断结果更加符合诊断工作人员的需要。最后以某型燃气轮机为研究对象,实现了快速、准确地诊断。     

神经网络技术在汽车故障诊断专家系统中的应用

针对基于符号处理的专家系统的局限性和汽车故障诊断的复杂性,提出了将神经网络技术引入汽车故障诊断专家系统的思想,并对基于神经网络的专家系统的原理进行深入探讨.最后,给出了一个基于3层BP网的汽车转向系故障诊断专家系统的实例.     

防空阵地防护等级模糊综合评判

提出了一个较为实用的防空阵地防护等级的评判方法,其特点是：用专家打分制对非定量因素定量化,建立隶属函数;根据各因素的重要性,用层次分析法（AHP法）确定因素权重;采用加权平均模型作为综合评判模型;用非对称贴近度法划分阵地防护等级。     

RBF神经网络在供应链风险预警中的应用

本文对径向基函数神经网络在供应链风险预警中的应用进行了研究。用专家决策法提取衡量供应链风险的参数,提出了一种应用于模式识别的RBF供应链风险预警方法,然后分析了另一种神经网络——学习矢量量化网络LVQ对供应链风险预警的效果,将它们的训练速度和分类精度进行了比较。实验结果表明,采用RBF神经网络比LVQ神经网络的分类速度更快、精度更高,更有效的被应用于供应链风险预警中。     

神经网络和专家系统在变速器检测中的应用

针对变速器在线检测的复杂性,研制了一个基于自动换档机械手的变速器检测系统.最佳换档规律对于提高变速器的工作效率,延长使用寿命具有重要意义.系统使用神经网络来进行机械于换档的最佳档位判断,使决策更加智能化.针对换档是一个复杂的非线性时变过程,涉及到众多变量,使用专家系统进行机械手的换档控制,可以快速准确地执行正确操作,使换档过程更加拟人化.系统实际运行情况良好,证明了神经网络和专家系统在产品检测中应用的成功,系统对于机械手智能化及拟人化控制的应用有着很好的指导意义.     

基于BP神经网络和模糊逻辑的绝缘子污秽等级预测

针对复杂地理环境下的绝缘子污闪问题,提出一种基于BP人工神经网络和模糊逻辑补偿的绝缘子污秽等级预测新方法.该方法首先利用BP神经网络预测在温度、湿度、降雨量、风速等基本因素下绝缘子的污秽等级,然后充分考虑与复杂地理位置相关的海拔高度、气压比、覆冰水电导率等因素对绝缘子污秽度的影响,采用模糊逻辑补偿的方法进行校正.算例结果表明方法的正确性和有效性.     

关于神经网络专家系统的研究

对于专家系统所存在的主要技术问题，讨论了利用神经网络实现ＥＳ的可能性，以前向多层感知机模型分析了神经网络专家系统的功能及其特征，并以识别手写数字的ＮＮＥＳ（ＨＤＲ－１）为例，说明了神经网络技术在ＥＳ开发中所起的作用。     

多级模糊神经网络在故障诊断中的应用

提出一种基于模糊神经网络的多级故障诊断系统,根据多级的需要,除了建立故障谱和识库外,还分别建立了频谱特征知识库、振动变化特征知识库和故障位置特征知识库,并对其主要功能做了比较细致和论述。文中特别对第1,3级采用的基于模糊组织径向基函数神经网络及第2级采用的模糊逻辑神经网络的学习算法做了较全面的论述,同时解决了模糊神经网络随着输入变量的增加,模糊规则呈指数增长带来网络训练的困难。通过试验,研究了该系统在某炼油厂重催化机组故障诊断中的具体应用。     

神经网络专家系统协同式智能控制系统结构

以融合符号主义及连接机主义这两种人工智能理论为指导思想，以神经网络作为监视控制专家系统的前端处理机为基本技术，提出了基于神经网络专家系统协同的智能控制系统结构。