基于人工神经网络的系统建模及MATLAB实现

为了提高科研项目评估的客观性和公正性,选用BP网络为模型,利用逆向建模技术和MATLAB实现了"科研项目选题决策综合模糊评估系统"。测试数据表明该系统能较准确地对科研项目作出评估得分。     

神经网络在输电线覆冰增长因素中的应用

在分析影响输电线覆冰增长因素的基础上,利用数据挖掘中的BP (Back Propagation)神经网络方法,建立导线覆冰增长的BP神经网络模型.利用此模型研究不同因素对输电线覆冰增长的影响,将采集的数据样本训练BP神经网络,利用收敛的网络进行输电导线覆冰增长的预测,研究结果对输电线路的覆冰预防具有较好的参考价值.     

BP神经网络学习率参数改进方法

针对动态BP神经网络学习率优化方法收敛速度慢而且对误差曲面变化不敏感等不利因素,本文提出了一种改进的BP神经网络学习率的优化算法,该策略使网络对误差曲面变化敏感且收敛速度快。     

采用人工神经网络方法预测烷烃的无限稀释活度系数

采用人工神经网络技术,利用改进的BP算法Levenberg-Marquardt优化学习方法,以分子连接性指数等作为分子描述参数,对烷烃在各种溶剂中的无限稀释活度系数进行预测.计算值与实验值进行比较,表明两者结合具有良好的预测效果.     

一种基于遗传算法的BP神经网络算法及其应用

主要分析了神经网络和遗传算法的特点和存在的一些缺陷，研究了遗传算法和BP神经网络学习算法相结合的相关技术，设计并实现了一个基于遗传算法的BP神经网络算法BP—GA，已应用于肺癌早期细胞病理诊断系统中。实验结果表明，该算法具有较强的收敛性和鲁棒性，其应用效果很好。     

基于BP神经网络的浙江省人口预测

本文以浙江省1978-2010年的人口统计数据为依据,论证BP网络预测模型的可行性,同时改进模型建立了基于BP神经网络预测模型和时间序列分析的逐步回归模型,并对浙江省2011-2015的人口数量进行预测。     

电磁兼容的人工神经网络预测技术分析

电磁兼容预测是实现电子设备或系统电磁兼容性(electromagnetic compatibility,EMC) 的必要步骤.提出了应用人工神经网络对电磁兼容问题进行快速预测的方法.通过选择有效的电磁干扰参数作为输入预测因子,用误差反向传播的神经网络 (back propagation,BP)构造输入预测因子与敏感设备骚扰响应之间的映射关系,并用电磁场数值计算方法获得的训练样本集和测试样本集对构造好的BP网络进行训练,建立了基于BP网络的电磁兼容快速预测模型.最后以导线间的串扰问题为预测算例,表明了该方法的有效性.     

微粒群优化神经网络算法的研究

介绍了微粒群算法的基本原理、特点,分析了常用的BP网络结构,提出了微粒群优化神经网络算法,实验结构表明,该算法优化了神经网络结构,从而提高了神经网络的模式分类性能。     

基于BP神经网络的彩色光弹性等色线自动定级法

把人工神经网络与光学彩色信息图像处理技术相结合，根据计算机的特点，选取红绿蓝（RGB）颜色模型，通过BP神经网络建立图像中像素点的RGB值与条纹级数F之间的非线性关系，对彩色光弹性条纹进行了插值，从而实现了等色线条纹的自动定级，用对径受压圆盘问题的理论精确解来检验，表明本方法与传统的分数级条纹补偿法相比，不仅可以实现条纹定级技术的自动化，而且精度较高，对提高三维结构光弹性模型切片的等色线测量精度有实用价值。     

人工神经网络和模糊理论在短期负荷预测中应用

对于电力系统负荷预测的复杂性,为提高短期预测的准确性,采用以人工神经网络为基础,提出了一种利用神经网络与模糊理论相结合进行负荷预测的模型.该算法克服了传统BP算法的训练速度慢、存在局部极小点的缺点,使预测精度大有改善.实例计算表明了该算法的改进成果和可行性.