离散型Hopfield网络及其在密码学中的应用

首先介绍了离散型Hopfield网络的基本结构和工作方式,然后研究了离散型Hopfield网络的稳定性,最后提出了其在在密码学中的应用。因此具有深刻的理论意义和广泛的实际应用。     

人工神经网络在路堤沉降预测中的应用

以人工神经网络法为主，研究了多因素条件下的沉降预测问题，同时与浅岗法和S型曲线法这2种在近几年推广应用的预测方法进行了对比。结果表明，3种方法预测的最终沉降大体相近，它们之间的区别在于人工神经网络法预测的沉降较大（同时更接近实测值）；S型曲线法较小；浅岗法居中。由于神经网络是用实测数据直接建模，少了人为干扰因素，并且偏大的数值对工程来说是偏于安全的，所以选用人工神经网络预测沉降比较适宜。     

基于遗传算法和神经网络的高路堤沉降预测研究

依据高路堤填土施工期路基沉降实测资料,运用遗传算法和人工神经网络构造了预测路基沉降的等时距遗传神经网络模型, 并且对该网络进行了训练以及仿真,对预测结果运用3次样条插值可得到预测时间段内的任一时刻沉降结果,通过和实测沉降结果对比可知遗传神经网络比人工神经网络节省大量的调试时间和计算时间,而且其预测精度优于BP算法和指数拟合方法,显示其明显的优越性.     

沥青稳定碎石基层混合料矿料级配的优化

运用遗传算法与神经网络相结合的方法，以混合料的疲劳性能为目标函数，以矿料的9.5mm筛通过量和矿粉含量为决策变量，对沥青稳定碎石基层混合料的矿料级配进行优化。将优化后的级配曲线与Superpave相应的级配进行了比较，完全满足Superpave级配设计要求。经疲劳试验验证，用优化后的矿料级配成型的马歇尔试件的疲劳寿命最长，说明运用遗传算法与神经网络相结合的方法进行沥青混合料矿料级配的优化是可行的，这种优化方法可以广泛用于解决目标函数无法用显函数形式来表达的复杂的优化问题。     

路面结构动力响应仿真与参数分析研究

运用均匀设计方法安排计算机辅助试验，对各种结构组合情况的路面动力有限元模型进行了求解，运用人工神经网络原理技术，开展路面结构动力响应仿真和路面结构动态参数反分析，为进一步分析路面结构动力特性和改进路面结构性能评价策略提供帮助。     

GPS桥梁高程控制网的人工神经网络模型

文中探讨利用人工神经网络模型统一特大型桥梁两岸高程，完成局部似大地水准面拟合，建立ＧＰＳ桥梁高程控制网的方法，并采用姜庄湖大桥实测数据验证计算方法的合理性。     

用人工神经网络预测高速公路软土地基的最终沉降

采用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高速公路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,避免了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实用价值。     

铁路轨道状态检测数据处理智能分析方法

从工务部门实际应用背景出发，提出了用人工神经网络理论对目前铁路轨检数据进行再次处理的智能分析方法，并编制了相应的软件系统，该系统可以对由轨检车测得的数据进行再次处理并作出智能的模式归类。给出合理的评价。文章讨论了人工神经网络方法，轨检车数据的数据结构，并对BP反向传播网络的算法进行了分析介绍，最后，以京九铁路上行线2000年5月23日的轨检数据为实例进行了实例分析。     

神经网络在系统可靠性评估中的应用

本文介绍了人工神经网络的结构和处理信息的方法,以及动态可靠性神经网络模型,并简述了神经网络在系统可靠性评估中的应用。