非线性神经网络模型及在粮食生产预测中的应用

本利用非线性神经网络BP模型，对我国粮食生产进行了实证预测研究。结果表明，用该网络建立的模型经过训练后，可得到影响粮食产出与各因子及其之间的非线性关系，网络模型新颖，具有较好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，有较高的应用推广价值。     

三端口四态变量CNN原理在肿瘤生长方程中应用

提出了一种在抗癌免疫监视下的肿瘤生长细胞神经网络(GIsAC CNN)模型.用具有3个端口4个态变量CNN的解析判别法研究了GusAC CNN的分歧图.数值模拟了癌细胞扩散和清除过程.研究结果似乎表明:效应细胞对癌细胞的清除起着至关重要作用,细胞组织中存在免疫缺陷,可能导致癌细胞的转移与扩散.     

基于RBF网络的混沌动力系统辨识

提出用RBF神经网络对混沌动力系统进行辨识，设计了一个三层RBF网络结构，仿真实验说明了RBF网络用于学习混沌动力系统时的基本性质。用辨识模型重建吸引子方法定性地评价辨识模型，通过计算辨识模型的Lyapunov指数定量地评价辨识模型的性能，同时推导了RBF网络模型Lyapunov指数的计算公式。仿真结果表明，该辨识模型能很好地逼近原混沌动力系统，准确地体现原混沌系统的动力学特性。     

应用神经网络评估叠合结构的耐久性

由于叠合结构在预制和现浇两阶段受力截面高度不同,在荷载的作用下叠合结构产生的裂缝宽度、挠度、曲率总是大于钢筋混凝土和预应力混凝土在相同条件下产生的相应数值.而且在实际操作中,只是按照结构规范简单地将荷载作用下的两阶段结果叠加,导致误差很大,很难准确地进行叠合结构的耐久性评估.为此,作者提出了应用神经网络技术对叠合结构进行耐久性评估新方法.该方法以叠合结构的裂缝宽度、挠度作为结构耐久性评估的网络输入,对网络采用动量法和自适应学习率调整的方法,从而较好地解决了数据空间分布不均对网络收敛速度及精度的影响问题.计算结果与试验结果较好吻合,真实地反映了叠合结构二次受力的实际情况,能准确地预测出叠合结构的裂缝宽度、挠度,且避免了实际操作中人为因素、环境因素的影响,是一种有效的评估方法.     

三层前向人工神经网络全局最优逼近

提出了求解不等式约束非线性优化问题的群体复合形进化算法，提出的算法能充分利用目标函数值的信息，优化搜索过程具有较强的方向性和目标性，收敛速度快，且是全局优化算法；将群体复合形进化算法应用于三层前向人工神经网络逼近，提出了三层前向人工神经网络全局最优逼近算法；将三层前向人工神经网络全局最优逼近算法应用于实例，表明了提出的全局最优逼近算法的有效性     

结构振动频域神经控制方法的试验研究

在周期外扰作用下的复杂结构振动系统适合于用频域神经网络进行建模和控制,文中对频域神经控制方法进行试验研究,并重点探讨了控制量修正的步长、采样频率、等待时间等参数对控制效果的影响.试验结果证明该方法具有较好的有效性、稳定性和鲁棒性.     

线性再励的自适应变步长机器人神经网络路径规划算法

研究已知障碍物形状和位置环境下的机器人全局路径规划问题。利用神经网络路径规划算法进行路径规划，为提高神经网络路径规划算法的收敛速度，表明所给出的线性再励自适应变步长算法能够有效地加快路径规划的收敛速度。     

Hopfield网络优化及证券投资组合问题求解

证券投资组合问题属于大规模注解问题，如何提高模型运算的速度和精度，决定了模型能否在实际中获得广泛应用。本利用Hopfield网络求解证券投资组合问题，以求提高求解的速度和精度，通过对建立的模型进行模拟运算，计算机运行结果证明该方法是可行的，运用神经网络模型的硬件构造进行求解，无疑将大大在提高模型的运算速度和精度，从而使证券投资组合更易于获得实际应用。     

基于神经网络技术的结构损伤探测

理论分析表明，工程结构损伤前后的固有频率的变化包含了结构损伤位置和程度的信息，在此理论基础上，构造了改进型BP神经网络的输入参数，分别对一个框架模型和一个桁架模型进行了损伤数值模拟计算，首先提取结构固有频率的变化，对神经网络进行训练，然后分别对结构的损伤位置和损伤程度进行识别，计算分析结果表明，该方法在结构损伤检测中具有较好的识别效果。     

一种混凝土重力坝分区弹模反演新方法

建立了一种解决实际工程中测点数少于待反演参数个数的混凝土重力坝分区弹模反演问题的新方法。这种方法利用已知的补充信息作为反演问题的物理约束条件，建立参数反演的多目标优化数学模型，解决了反演结果的惟一性问题；并且使用改进的模拟退火算法这种全局最优算法来求解大坝的分区弹模。数值算例表明，这种方法对大坝反演问题具有较高的识别精度，反演结果可靠，可以应用于实际工程。