神经网络模拟框架柱低周反复加载试验性能初探

利用神经网络的智能特点，通过对一框架柱在低周反复水平荷载作用下行为的“学习”，来模拟框架柱经受不同荷载历史的性能。模拟结果试验检验，符合良好，表明了用神经网络模拟试验代替部分真实验是可行的。     

BP神经网络在模拟非线性系统输出中的应用

概述了非线性系统输出模拟的方法，对BP神经网络及改进的BP算法作了简要介绍。以BP神经网络运用于激光焊接过程中模拟焊缝形状的典型例子，探讨了BP神经网络在非线性系统模拟输出中的可行性；通过实例分析及比较测试结果，对BP网络的结构和训练样本的选取等进行了有益的探索。     

基于知识和神经网络的动画模拟优化方法论

本文提出并论述基于知识和神经网络的动画模拟优化方法。作者以柔性制造系统为研究对象，讨论了智能动画模拟优化的概念方法、多目标动和动画模拟优化机理、专家知识利用、推理前提、规则开发、基于神经网络的动画模拟模型描述与推分析。     

基于B—P神经网络的混凝土软化模型

本文探讨应用神经网络技术模拟材料本构行为的若干问题，并用Ｂ－Ｐ神经网络建立开裂混凝土的软化模型。     

基于神经网络的多维自回归模型参数估计

本文提出一种基于神经网络的多维自回模型参数估计方法，该方法采用预畸变技术，使神经网络适合于多维自回归模型参数估计，其优点是直接利用时域信息、网络结构简单，估计准确，最后给出了一些模拟结果。     

基于BP神经网络的沙漠公路交通事故预测模型

介绍人工神经网络理论,论述BP神经网络的模型结构与原理,利用BP神经网络构建了交通事故预测模型,用MATLAB语言编写了相应的程序,并给出了模拟与预测的结果。模拟结果表明,构建的BP神经网络预测模型是成功的、有效的。     

学习方法在ATM通信网控制中的应用研究

一种新的基于神经网络学习的算法应用ATM通信网络的控制系统，该学习方法利用了误差反向传播的概念对于ATM的通信质量和业务性能大大提高。而且利用神经网络可以建立输入输出的关系，具有容易实现的特点，并给出了计算机模拟的结果。     

一种预测内燃机稳态排放特性的方法

为预测内燃机在额定工况范围内的排放特性，综合利用试验和模拟研究的优势，基于少量有代表性、易于实现的排放试验结果，利用神经网络的非线性映射能力，建立神经网络排放预测模型，研究结果表明该方法是可行的，提供了快速了解内燃机排放特性的手段。     

BP神经网络主成分分析法在交通需求预测中的应用

主要介绍用主成分分析法对输入变量进行预处理的方法，解决了由于输入变量过多所造成的BP神经网络系统效率下降的问题，用实例证明，BP神经网络主成分分析法模型在模拟预测中与一般的BP神经网络模型相比有较好的效果。     

神经网络方法在解多路旅行商问题中的应用

本文提出把ＭＴＳＰ转化成标准ＴＳＰ的方法，讨论了用神经网络的原理和方法解决它，计算机模拟结果表明该方法十分有效。     

用于AR参数估计的一种神经网络新方法

提出一种用于估计ＡＲ参数的神经网络新方法和相应的递归预测误差算法，其优点是网络结构简单，估计结果准确。使用作者所提出的方法在估计ＡＲ功率谱时具有频率偏移小，无谱线分裂等优点。仿真模拟结果表明，文中所提出的神经网络方法和相应的算法是有效的。     

现代潜艇铅酸蓄电池放电模型研究

铅酸蓄电池是常规潜艇水下航行的核心动力，为优化动力系统工作性能，需要建立放电模型．在分析蓄电池放电特点的基础上，提出了建模需要解决的若干问题和神经网络的方法．基于前馈神经网络，模拟了任意放电率下的恒流放电规律．利用插值法、积分和坐标变换等方法，得到了蓄电池恒功率放电模型，解决了端电压、放电电流变化规律、放电起始点和放电率计算等同题．潜艇续航力核算表明所建立的放电模型可行。     

BP神经网络在桥梁焊缝收缩预测的应用研究

神经网络是一种模拟人脑结构和功能的信息处理系统，BP网络算法是目前研究最为成熟的理论．被广泛应用于非线性建模，参数识别等领域。本文运用BP神经网络，对桥梁悬拼阶段施工控制中焊接收缩变形进行网络的建立，并利用现场实测数据进行网络的训练和仿真。计算结果显示，在目前对悬拼阶段箱梁的焊接收缩变形机理的研究并不十分透彻的条件下，用神经网络进行焊缝收缩的识别是一种可行的方法.     

用于求解线性方程组的神经网络新方法

本文提出了用于求解实系数、复系数线性方程组的一种新的神经网络方法和相应的递归预测误差算法，求解结果准确。仿真模拟结果表明：该方法求解线性方程组是有效的。     

基于异种机互联网络的并行神经计算环境的实现和性能分析

给出了在多台微机与ＳＵＮ工作站的互连网上实现的一个并行计算环境：ＨＣＰＣ系统，并通过对其性能的分析和在ＡＲＴ１神经网络上的模拟实现，验证了ＨＣＰＣ系统的功能。     

神经网络在公路交通中的应用—汽车转向仿真

结合人工智能的最新方向－人工神经网络，利用ＢＰ网络的联想、记忆功能，建立了具有神经网络的驾驶员－环境闭环控制系统模型；研制了闭环控制系统仿真软件，对几种典型转向情况进行了模拟，并进行了汽车转向试验，结果表明：闭环系统模型合理，仿真结果准确。     

桥墩局部冲刷深度模糊神经网络解的初步探讨

结合模糊系统和神经网络的优点,建立模糊神经网络桥墩局部冲刷深度的预测模型.用收集到的桥墩局部冲刷数据样本训练并测试模糊神经网络模型.测试结果表明:由模糊神经网络模型得出的桥墩局部冲刷的模拟及预测值与实测值比较吻合.这说明该模糊神经网络模型预测桥墩局部冲刷深度是可行的、有效的.     

关于广义同余神经网络结构与算法的研究

讨论了一种新的神经网络－广义同余神经网络（ＧＣＮＮ）网络中的所有神经细胞以同余的形式被激活,并阐述了它的结构,学习规则的一种算法,模拟结果表明,这种网络在取样点上具有满意的通用特性,由于该神经网络易于操作和实行,有必要就相关理论及其应用作进一步的研究。     

基于神经网络的斜拉索损伤识别研究

以一模型桥为背景,探讨了斜拉索损伤定位以及损伤程度确定的方法.基于ANSYS有限元模型,采用RBF网络,模拟了斜拉索的损伤情况.以不同损伤程度下自振频率和局部模态作为神经网络的训练与测试输入样本,由神经网络的输出来指示损伤位置和损伤程度,并与BP神经网络的识别效果进行比较.     

基于多种群并行遗传算法的板材拉深过程压边力优化

针对板材拉深成形过程,在增量法有限元数值模拟的基础上,以板料成形厚度变量作为目标函数,采用神经网络、多种群并行遗传算法对压边力进行了优化,对优化后结果进行了有限元模拟,取得很好效果。