基于智能优化灰色模型的电子固废预测

针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模     

关于推广的线性规划问题的BP网络求解

推广的线性规划问题比常规线性规划问题有更广泛的实际应用背景．而求解线性规划问题的许多有效方法如单纯形法，Ｋａｒｍａｒｋａｒ’ｓ方法等却无法直接用于推广的线性规划问题的求解，注意到推广的线性规划问题等价于一个非线性映射，利用ＢＰ神经网络的本质并行性和高度非线性处理能力，该文提出了一类求解推广的线性规划问题的ＢＰ神经网络方法，它具有网络构建简单，求解精度高，计算量小等优点，实验结果表明其高效性．     

铝合金凝固晶粒尺寸的人工神经网络研究

建立了强脉冲电磁场作用下铝合金凝固组织晶粒尺寸的人工神经网络BP算法模型。用该模型进行的模拟结果和实验数据吻合得较好。研究表明，用这一方法可对脉冲电磁场作用下的凝固组织晶粒尺寸进行预测，为优化实验设计提供了简便实用的方法和手段。     

采用BP-GA算法的一种LSI神经网络的电路设计

将误差反传 (BP)算法和遗传算法 (GA)有机地结合在一起 ,提出了一种新的算法 BP- GA。采用 BP- GA算法 ,设计了一个两层前向 L SI神经网络。作为神经网络的关键部件 ,提出的新型神经元性能优越。它的激活函数与理想sigmoid函数拟合很好 ;可实现对阈值及增益因子的编程并且不同增益因子下饱和输出电压值相同。采用标准 1.2 μmCMOS工艺的模型参数 ,对该两层前向神经网络电路进行的HSPICE模拟证明了它有解决异或 (XOR)问题的能力     

基于MATLAB的改进BP神经网络在城市日用水量预测中的应用

利用MATLAB神经网络工具箱对城市短期用水量进行模拟,比较各种改进BP神经网络对城市短期用水预测方面的效果,得出用BP神经网络预测城市日需用水量是可行的,其中尤以traincgp方法预测效果最好的结论.     

基于神经网络的管件开式冷挤压相对伸长量预测

为了预测各参数组合下的无芯棒开式冷挤压厚壁管件的伸长量，拓展开式冷挤压的实验结果，建立了无芯棒开式冷挤压厚壁管件的伸长量预测的神经网络模型，通过实验结果与预测结果的比较，二者吻合良好，为深入研究开式冷挤压工艺，建立开式冷挤压工艺设计专家系统提供了新的思路。     

高等教育学费标准探讨

选取部分高校作为训练模型的样本,将数字化结果用于基于BP神经网络收费模型的训练与检验中,得出各个收费影响因素与学费之间的数学关系,建立了高校平均学费数学模型.     

3BP2中SH2结构域的晶体结构及其与来源于FRS2α的肽的复合物

提出了一个3BP2的Src同源区2结构域(SH2)不同于其他SH2结构域的全新肽链结合模式,它与FRS2来源的多肽结合于不同的氨基酸残基. 实际上,该SH2结构域与该短肽的三个重要残基相结合形成完美的几何互补,通过BioCore实验验证,这三个氨基酸最好是Y-E-N.     

人工神经网络在ZnO压敏陶瓷材料研究中的应用

本文将人工神经网络应用于ＺｎＯ压敏陶瓷电性能参数的预测。结果表明ＢＰ网络运用于处理象ＺｎＯ压敏陶瓷材料预测这类从配方工艺到性能能数的非线性问题，该方法可望成为电子陶瓷材料研究的有效的辅助手段。     

一种优化 BP 神经网络训练样本的方法

BP神经网络训练样本的选取对网络的泛化能力有较大的影响,特别,怎样从高维大样本数据中选取合适训练样本是一个难点。本文运用因子分析法对大样本数据进行预处理,再利用分析所得的公因子进行聚类分析,这样既可以降低指标的维数,也可以减少样本的数量。实验证明,该方法简化了网络结构、加快了网络的收敛速度,对提高网络的泛化能力有一定的帮助。