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.     

求解通信优化问题的一种微粒群优化方法

简述了微粒群优化算法的原理、流程及其参数,在此基础上,针对其在通信中的应用,提出了一种基于分布式计算的多目标微粒群算法分割域多目标PSO算法(简称DRMPSO),并将其用于基站优化问题·仿真研究结果表明,它能很好地解决移动通信中的基站优化问题,并可被有效推广到处理诸如信道分配、网络拓扑优化设计、IP组播、Adhoc簇结构及组播路由等通信服务·     

酶性DNA（Ⅲ）：鱼精DNA酯酶活性的初步研究

从鱼精提取的ＤＮＡ表现酯酶活性。用α或β萘酯作底物，坚牢蓝作显色偶合剂，发现萘酯能被此ＤＮＡ水解从而导致坚牢蓝出现特征性的紫红色。ＤＮＡ溶液中的Ｈ＾＋或ＯＨ＾－并不能使坚牢蓝显色。     

人工神经网络光度法同时测定饮料中三种色素

用BP人工神经网络解析了日落黄、柠檬黄和胭脂红的吸收光谱,提出同时测定这三种色素的计算分析方法;并对饮料中的日落黄、柠檬黄和胭脂红进行了同时测定。日落黄、柠檬黄和胭脂红回收率分别为99 61%、103 45%和98 50%;使用了改进的BP算法,避免了神经网络学习过程中可能产生的麻痹现象;提出了目标向量的简单变换方法,与偏最小二乘法进行了比较。结果表明,BP神经网络法与偏最小二乘法一样能获得满意的分析结果。     

地连墙变形的神经网络多步预测研究

结合润扬长江公路大桥南汊北锚碇深基坑工程 ,提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术 ,并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一些基本预测技术问题。该预测方法应用于润扬长江公路大桥南汊北锚碇深基坑围护工程 ,取得了较好的工程效果。     

大坝智能化安全监测新技术简论

提高大坝安全监测的智能化、标准化，增强传感器布置优化的可操作性等是大坝安全监测技术发展所迫切需要解决的问题．材料科学、数学、力学、人工智能、信息技术与传统大坝安全监测技术的多学科交叉渗透已成为大坝安全监测领域新的研究方向．智能传感器、传感器的网络化在解决上述问题中表现出的强大功能，在大坝安全监测领域已引起广泛的关注．人工智能强大的功能和解决某些问题的独特手段，正在加速监测技术高度智能化的进程．文中在对大坝安全监测传感器、数据采集装置的研制以及布置方案拟定等的研究现状进行综述的基础上，从智能传感器、现场总线控制系统和传感器网路化以及布置优化等几个方面，介绍了大坝安全监测技术新趋势和发展方向，并简述了人工智能技术在提高大坝安全监测水平中的应用前景．     

改进的粒子群优化算法用于芳香化合物毒性的定量构效关系分析

粒子群优化（PSO）算法是一种新兴的优化技术,该算法简单易实现,可调参数少,已广泛应用于许多研究领域．但PSO在化学中的应用还较少。本文将改进的粒子群优化算法用于多元线性回归的变量选择,并将其用于芳香胺的致癌活性的构效关系研究．结果表明：改进的粒子群优化算法能搜索到最优的变量组合,具有较快的收敛速度。     

基于模糊推理的粒子群优化算法

针对无约束优化问题,提出了基于模糊推理的粒子群优化算法,该算法针对粒子群优化算法搜索能力的不足,先引入平均粒子,然后引入模糊推理来改进粒子群的速度更新公式,再利用模糊推理动态地改进算法惯性权重和速度更新公式的权重因子,再结合混沌扰动增加算法后期的局部搜索能力.数值试验采用12个测试函数并有5个算法进行对比,数值试验证明,改进算法的搜索能力有较大的提高.     

弓型折流板换热器动态响应神经网络预测

采用ARX动态模型设计了一种用于换热器动态特性辨识及预测的人工神经网络结构模型,基于有限的实验数据将人工神经网络技术应用于以水、油为换热工质的弓型折流板换热器动态特性的预测当中.采用Levenberg-Marquardt算法对网络进行训练和测试,辨识和预测了换热器单侧流量扰动情况下油侧出口温度的响应情况及换热器油侧进口发生温度扰动情况下油侧出口温度响应情况,并与数值计算进行了对比,神经网络的预测结果好于数值计算.分析了神经网络模型的泛化能力.计算结果表明,人工神经网络对于复杂系统的动态辨识及预测是相当成功的,与基于数理模型的数值预测相比,有更好的预测精度,且模型的泛化能力也很强.     

基于人工智能和数据库技术的分布式WZCAPP系统的研究与开发

本文针对回转体零件,采用分布式、人工智能及数据库等技术,提出了构造高效ＣＡＰＰ系统的方法．该系统通过实用技术的集成,自动完成工艺设计,达到了高效的目标