多层反馈BP网联想记忆分析

多层反馈ＢＰ网络是一种非线性动力学系统，为了对多层反馈ＢＰ网络进行形式分析，作者采用了电路类比的方式得到了它的数学模型，根据反馈ＢＰ网络的数学模型证明了反馈ＢＰ网络联想记忆过程的稳定性及有关性质，炒反馈ＢＰ网络的应用奠定了理论基础。     

诊断推理中人工神经网络与基于案例推理的结合

对基于人工神经网的诊断方法与基于案例推理的方法（Ｃａｓｅ－Ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ，ＣＢＲ）的结合进行了研究，提出了两种结合方案，针对ＣＢＲ系统建立案例库索引这一难点，方案一利用人工神经网诊断分类器的诊断结果对案例库进行索引；方案二用人工神经网为待诊断对象对立模型，对正常的状态作出预测，通过预测值与实际测量值的差异对案例库进行索引，在作了最后诊断之前两种方案都利用ＣＢＲ的推理结果对神经网的诊     

构造容错人工神经网络的方法

具有容错能力的人工神经网络结构，可心提高人工神经网络的可靠性。本文提出了基于ＢＰ算法的容错人工神经网络评价函数，分析了容错性，并给出了模拟结果。     

基于神经网络的多变量模糊自整定PID控制器

针对脉冲ＴＩＧ焊动态过程控制提出了一种基于ＢＰ神经网络的多变量模糊自整定ＰＩＤ控制器。该控制器利用神经网络在线学习具有多变量耦合，非线性及不确定性的复杂的焊接动态过程的控制规则，实现ＰＩＤ参数的自动整定。仿真实验结果表明该控制器不仅具有模糊控制的简单，有效的非线性控制作用。还具备了神经网络的学习与适应能力，以及ＰＩＤ控制的普遍适用性。     

基于神经网络的船用柴油机故障诊断方法

提出一种适用于船用柴油机故障诊断的方法，即三层ＢＰ网络模型诊断方法。初中结果表明，ＢＰ网络模型能在较大程度上模拟专家凭直觉和经验处理不确定知识的能力。     

隐节点竞争BP模型

通过分析ＢＰ网络在局部极小状态下的微观特性，给出一种在隐藏层引入竞争机制的网络模型－隐节点竞争ＢＰ模型，试验表明该模型不仅有效地克服了局部极小问题，而且加快了学习快速，另外，还对本文提出的Ｏ竞争和已有的δ竞争进行了比较，并验证了Ｏ竞争的有效性。     

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。     

基于神经网络的桩基桥墩地震响应辨识系统的研究

在原ＢＰ神经网络基本算法的基础上，按研究桩基桥墩地震响应的特点，改进了网络的激励函数，开发了适用于桩基桥墩地震响应的神经网络辨识，该系统具有较快的收敛速度和较高的预测精度，并用Ｃ语言程序加以实现。     

一种组合径向基函数网络结构的分类方法

介绍了径向基函数网络（简称ＰＢＦ网络）模型，分析了ＲＢＦ网络的分类机理和分类特点，由于该网络层激活函数的有界性，ＲＢＦ网络用于分类时，其分类判决范围也是有界的。针对一船的多层前馈网络分类器不能识别瓣的模式类型的问题，研究了一种将若干个ＲＢＦ网络组合起来的分类方法，该分类器不仅能够对新类型的模式作出有产的拒识，而且还能通过再学习识别新的模式类型，具有增量学习的能力，最后给出一个分类实例。     

BP网络中的熵函数准则

从极限角度证明了传统ＢＰ算法收敛速度慢、产生局部极小点的原因之一是该算法采用的均方误差准则。并提出了一种基于熵函数准则的ＢＰ算法，理论分析和仿真结果都表明此熵函数准则优于均方误差函数准则。     

MIMD机器上流水化BP算法的实现

神经网络训练过程中的高昂计算代价是有待克服的一个主要困难，作者把前馈多层神经网络的相继各层盾做流水线的相继步骤，从而提出了一个在ＭＩＭＤ机器上实现的并行ＢＰ算法来提高误差反传递算法的效率，文章的最后，对ＢＰ算法的并行实现进行了分析，理论分析结果显示，多种神经网络结构都可有效地并行化。     

Hopfield神经网在培养问题中的应用及分析

提出并实现了用Ｈｏｐｆｉｅｌｄ神经网络来求解线性规划中的营养问题，并对其模拟实验结果作了有意义的分析，证明了用Ｈｏｐｆｉｅｌｄ神经网来解决问题的可行性与有效性。指出了确定能量函数的各参数时应特别注意的问题。     

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。     

企业破产预测的BP—th神经网络系统

论述以双曲正切函数取代ＢＰ神经网络的Ｓｉｇｍｏｉｄ作用函数的效果，验主下表明：提高了网络运行效率及输出信息精度。     

用RBF网络拟合船舶型线

采用ＲＢＦ神经网络拟合船舶型线，提出了适合船舶型线拟合的ＲＢＦ中心点集的选取方式，与ＢＰ网络相比大大提高了学习速度和精度，用幂函数和圆函数检验本方法拟合曲线的精度，充分证明本方法拟全船舶型线是实用可行的。文中给出了拟合某船舶横剖线的实例。     

神经网络技术在客流量预测上的应用研究

以湛江至海口航线为例，介绍了应用神经网络预测客流量的方法，预测检验结果表明，ＢＰ网络的预测精度很高，是解决诸如客流量预测这类高度非生问题行之有效的方法。     

BP神经网络用于传感器故障诊断的仿真研究

介绍了ＢＰ神经网络的一些基本概念和传感器故障诊断的有关问题。对用神经网络进行传感器故障诊断的原理加以分析。在ＭＡＴＬＡＢ语言环境下利用Ｓｉｍｕｌｉｎｋ仿真工具和神经网络工具箱对凝汽式汽轮机调速系统的中的转速传感器进行了传感器故障诊断研究。给出了仿真实现结果,并对结果加以分析,结果显示,利用神经网络进行传感器的故障诊断具有可行性。     

基于神经网络的数控转台运动误差补偿技术

利用改进的ＢＰ网络补偿数控台的运动误差，使精度提高６９％，实验表明，这是一条通过智能技术来提高精度的新方法。     

变学习因子神经网络自适应控制研究

利用网络逼近的思想，提出了一种用ＢＰ网络逼近对象的学习算法及相庆的控制算法，并得到了一种快速学习因子的选择方法，结合多种不同对象进行领导具，均获得了满意的效果。     

铣削加工功率约束神经网络自适应控制系统的研究

研究了铣削过程的神经网络自适应控制，介绍了一种基于ＢＰ神经网络进行系统在线辨识和控制器设计中的自适应控制策略，应用该策略对铣削过程切削功率约束适应控制进行了研究和探讨。