利用RBF神经网络预测和消弱低频无线电导航定位误差

由于诸多因素的影响，导致了低频无线电导航系统的定位误差和GPS卫星导航系统的定位误差之间存在较大的差距，拟采用径向基函数（RBF）网络来预测电波传播误差，以期达到修正现有低频无线电导航系统定位误差的目的，从而进一步提高低频无线电导航定位的精度。     

基于退火策略的混沌神经网络在解KTSP问题中的应用

研究优化求解多路TSP问题(KTSP)。首先求出将KTSP转化成TSP的换位矩阵，然后用基于退火策略的混沌神经网络(ACNN)模型求解KTSP。仿真结果表明算法是有效的。     

BP神经网络预测船体焊接变形

实现无余量造船的重要前提是准确预测船体结构的焊接变形,从而满足造船精度要求。由于焊接变形的起因以及现场工作环境非常复杂,几种回归公式难以完全覆盖所有范围。为此,本文应用C 语言实现BP神经网络学习算法,来预测船体构件焊接横向变形和角变形。     

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。     

大型施工企业信息化建设初步设想

结合当前大型施工企业信息化建设的现状,探讨信息化集成管理、实施方法、风险分析和相应的保证措施。     

前馈神经网络在求解N—皇后问题中的应用

采用前馈神经网络求解Ｎ－皇后问题，并用变学习因子的快速学习算法解决局部极小化夷了几组搜索结果。     

铁路第六次大面积提速调图技术创新成果

在铁路第六次大面积提速调图中,铁路部门以掌握核心技术为目标,积极推进原始创新、集成创新和引进消化吸收再创新,大力推进自主创新战略,在高速动车组关键技术等8个方面取得技术创新成果26项,掌握了既有线时速200km及以上提速改造成套技术。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。