用人工神经网络评价边坡稳定性

对人工神经网络及BP网络模型作了简要的介绍，利用BP网络模型对边坡稳定性进行了预测，并对其中的参数选择，数据收集与处理，构造网络模型等问题进行了深入探讨，实例计算表明，通过样本的训练检验，利用人工神经网络方法对边坡稳定性的预测取得了比较满意的效果，为今后此类边坡稳定性的评价提供了可借鉴的方法．     

基于GM(1,1)和BP网络的港口吞吐量预测

分析了灰色和人工神经网络预测方法的互补性,在此基础上提出了将灰色与人工神经网络结合的灰色-神经网络混合模型.分别采用GM(1,1)模型、BP网络模型和灰色-神经网络混合模型对某港口货物吞吐量进行预测并用实测数据验证.结果表明,灰色-神经网络混合模型预测效果最佳.     

神经网络在机场物流预测中的应用研究

考虑到神经网络在机场物流预测应用的必要性及其优点，依据已有的内、外回归神经网络预测模型及其算法，利用它们的良好特性，提出了对角回归神经网络滚动预测模型及其机场流预测系统，突破了传统意义上进行机场流预测的局限性，经过实际运行检验，证明在机场物流中应用人工神经网络预测方法不仅可行，可且有更好的预测精度。     

基于人工神经网络的公路工程项目建设风险预警

对人工神经网络法进行了简单的概述,将人工神经网络模型运用到公路工程建设风险预测进行了分析论述,并分四步骤对构建公路工程项目建设风险预警系统进行了探究分析。     

用人工神经网络预测沥青路面材料的回弹模量

将人工神经网络应用于沥青路面材料的回弹模量的预测，提出了一种有效的预测方法，并构造了预测回弹模量的神经网络模型，预测结果表明，该模型具有较高的预测精度，为预测路面材料的回弹模量等力学指标提供了一种新的方法。     

人工神经网络预测奥氏体化温度

采用附加动量项和变步长的方法，对人工神经网络的BP算法进行了训练。利用训练后所得到的模型，对奥氏体化温度进行了分析和预测。计算表明，网络预测值与实测值之间具有很高的相关性和精确度，可用来研究单个元素含量的变化对相变，临界点的影响。     

基于人工神经网络的交通量预测

现行的交通量预测方法大都存在数据拟合度不高,外推性不强等问题,介绍了人工神经网络的ＢＰ网络模型,结合实例探讨了人工神经网络方法在远期交通量预测上的应用,证实了该方法的可行性和可靠性。     

基于人工神经网络的软土沉降预测分析

依据人工神经网络较强的非线性映射能力和学习能力,提出基于人工神经网络的软土地基最终沉降量的预测新方法。本方法利用实测资料直接建模,可避免传统方法计算过程中各种人为因素的干扰,所建立的模型预测精度高、简便易行,因而具有广泛的工程价值。     

广西汽车拥有量预测的人工神经网络模型

利用人工神经网络方法建立汽车有量时间序列的预测模型,并对广西汽车有量进行预测计算。     

杭州市驾驶员培训行业发展环境与需求预测研究

本文介绍了杭州的经济环境和杭州市驾驶员培训行业的现状。选取杭州市人均GDP水平、总人口及机动车保有量这三项指标为变量,采用人工神经网络模型对驾培机构、教练车辆、教练员数进行预测。并对预测结果进行合理的分析。