简介：人工神经网络是人工智能的重要分支，自其创始伊始便成为了人工智能领域的研究热点。本文从人工神经网络的发展历史开始，介绍了其在医学，信息，控制等方面的应用及其现状，对其中的优缺点进行了简要的分析。并对人工神经网络未来的发展作简要的展望。

简介：以研究船舶下沉量问题为出发点,总结出近年比较流行的计算船舶下沉量的经验公式方法,并给出各种计算方法的局限和适用情况;根据神经网络的特点,选取适当的输入参数和输出参数,建立船舶下沉量预测模型,并进行对比分析提出进一步的研究方向.

简介：在讨论神经网络自适应学习算法的基础上,研究了某自行火炮传动机构中圆锥圆柱轴承故障特征参数的选取及智能故障模式诊断,并在疲劳实验机和设备上进行了实验,取得了满意效果。

简介：本文对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科--模糊神经网络进行了综述,分析了所取得的主要成果及其特点,并指出了今后模糊神经网络研究中有待解决的许多问题.针对这些问题,介绍了笔者的工作--模糊逼近神经网络摄动系统,对开展模糊神经网络的研究将具有启迪作用和现实意义.

简介：目的：与经典测量理论相比，项目反应理论具有更多的优势，但由于项目反应理论模型的复杂性，进行参数估计时往往需要较大的被试样本；人工神经网络的出现为小样本被试估计项目反应理论的能力参数和项目参数提供了可能，文章的目的是通过神经网络的蒙特卡罗模拟研究寻找更精确的参数估计方法。方法：以项目反应理论的两参数模型为例，以MAB和RMSE为比较指标，通过模拟数据比较经典测量理论的通过率、点二列相关系数、平均得分作为神经网络的输入值与以经过转换的数值（IRT参数估计的初值）作为神经网络的输入值训练网络结果的差异，比较不同条件下MAB指标和RMSE指标的差异。结果：以通过率估计项目参数b与以bj=zj/rbj估计项目参数b存在差异；以点二列相关系数估计项目参数a与以aj=rbj/√1-r^2bj估计项目参数a存在差异；以平均得分估计能力参数θ与以ln[x/（m-x）]估计能力参数θ存在差异。结论：对于两参数项目反应模型，以通过率估计项目参数b比以bj=zj/rbj估计项目参数b误差更小，而以点二列相关系数估计项目参数a比以aj=rbj/√1-r^2bj估计项目参数a误差更大，以平均得分估计能力参数θ比以ln[x／（m-x）]估计能力参数θ误差更大。

简介：本文首先提出了一个双语教学评价体系，在此基础上构建了一个BP神经网络评价模型，很好地解决了教学评价体系中各项指标所占的权重问题。使用Matlab进行仿真的实验结果验证了该模型的智能性和有效性。

简介：利用探井资料,采用神经网络方法,研究了新井产能的预测神经网络方法。实际气田的应用表明,该方法具有需要资料少、精度高等特点。

简介：随着计算机处理能力的快速提高，彩色图像处理受到人们越来越多的关注。针对现有纹理识别算法计算速度慢，识别精度低等问题，本文提出了一种将颜色信息融人到纹理识别中的新方法——基于小波概率神经网络的彩色纹理识别。首先将RGB彩色纹理图像转化为HSV彩色模型，用小波变换（wT）进行树形结构小波分解提取彩色纹理的特征，然后使用概率神经网络对测试样本进行分类识别。本文对不同的自然纹理图像进行了实验，并将实验结果与文献”0做了比较。实验结果证明，本文方法的识别效果明显优于文献。

简介：通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。

简介：ＢＰ人工神经网络是摸拟人脑机理和功能的一种新型计算机和人工智能技术，它在数据处理中可避免数据分析和建模中的困难，采用拟人化的方法进行处理，特别适用于不确定性和非结构化信息处理，因而对地质学中各种未知信息的预测有着较好的适用性。

简介：传统PID控制在控制系统中有广泛的应用,但是由于其在参数整定过程中对于对象模型过分依赖,并且参数一旦整定计算好后,在整个控制过程中都是固定不变的,而在实际系统中,由于系统状态和参数等发生变化时,过程中会出现状态和参数的不确定性,系统很难达到最佳的控制效果.为了改善传统PID控制的效果,又充分利用现有PID控制的研究成果,采用BP神经网络对PID参数进行整定,并对该系统进行了仿真分析.仿真结果表明,采用BP神经网络整定的PID控制较传统PID算法及BP网络算法都有较大程度的提高.

简介：精确的轧制模型是保证过程自动化系统高效、安全和稳定运行的前提。摩擦模型作为20辊轧机自适应轧制模型的子模型之一，是其重要的组成部分。本文就基于BP神经网络的摩擦模型的建立过程进行了详细的分析和阐述，为以后的生产维护工作打下良好的基础。

简介：摘要利用传统的单端电压、电流电气量进行故障测距时，容易受到过渡电阻的影响而导致测量距离不精确。本文以小波变换为基础，将传统的单端电气量与反向传播（BP）神经网络算法相结合，提出了一种用于故障测距的新方法，通过大量的仿真验证表明，该方法能够适应各种环境的要求，且精度高，具有一定的实用价值。

简介：摘要随着我国经济的快速发展，社会在不断的进步，针对风力发电并网时所产生的电流冲击与波动过大的问题，文中基于其运行特性与控制原理，提出了一种基于神经网络的风力发电并网控制技术。该技术结合了BP神经网络与PID控制，使得控制器能够对转子电流进行控制，具有独立于被控对象的优点。加之双馈发电机，因而可以实现空载数学模型的并网控制。通过与传统控制技术比较可知，文中所提出的技术算法简单、响应速度快且精度高，能较好地控制电网电压波动，具有一定的有效性。

简介：特征空间的构建及组合优化是模式识别中的关键问题,它强烈地影响模式识别中分类器的性能。采用BP神经网络模型,对油气信号特征量优化方法进行了研究,并实现了油气信号的特征提取及优化。实验数据表明,该方法对油气信号特征空间降维效果明显。

简介：1、引言人工神经网络的发展已有近六十年的历史,当前神经网络研究在理论、应用方面都取得了令人瞩目的进展。前向多层神经网络被证明具有较强的功能,误差反传训练(BackPropagation,BP)算法是这种网络的典型算法,BP网络模型已成功地用于信号处理、文本及语音变换和数据处理,成为广泛使用的网络模型之一。曲线拟合,即信号重构在信号处理,语音变换中是经常遇到的课题,曲线拟合的传统方法

简介：研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.

简介：本文阐述了人工神经网络的生物基础、定义、模型及神经网络计算机与传统计算机的主要区别，并重点阐述了人工神经网络在控制中的应用。

简介：本文提出一种粗糙集理论和动态前馈神经网络相结合的神经网络构造方法。充分发挥了粗糙集理论和神经网络的优势，弥补了各自的缺点。并应用于实际工业过程，在乙烯装置裂解炉燃料气热值控制中取得了良好的应用效果。

简介：文章对人工神经网络在软测量技术方面的应用进行了综述与分析。给出了基于神经网络软测量技术建模的一般步骤以及开发过程中需要注意的问题