基于改进BP神经网络的降雨径流预报新方法

讨论了神经网络在降雨径流模拟中的运用现状,并利用改进的BP网络模型,实现了对复杂流域降雨径流的预报。在构建网络模型时,对模型进行了改进:基于各雨量站对径流模拟的影响不同的特点,采用两轴法计算流域平均日雨量;并把汛期和枯水期分开来建模,使降雨径流模型的预报更为准确。使用这种新方法建立了松花江干流流域的降雨径流预报模型,并与其他方法进行对比,实验表明,采用新方法预报精度较高,能较好地反映计算流域的降雨径流规律。     

自由流车速影响因素定量分析神经网络法

详细地探讨路段自由流车速定量分析的一种新的算法－BP（Back Propagation）神经网络法，并与多元线性回归法相比较，认为BP神经网络法优于多元线性回归法。为了解决数据不足问题，还用多元线性回归法为神经网络法提供了典型学习模式对。     

应用人工神经网络预报爆破地震动峰值

针对传统经验公式法已不能适应复杂爆破施工环境条件下预报爆破地震动峰值,甚至完全失效的情况,探讨人工神经网络方法在爆破地震动峰值预报中的应用,建立爆破地震动峰值预报人工神经网络模型,并用C语言编制计算程序。在地下隧道爆破地震动强度测试基础上,应用获得爆破测试结果,进行地下隧道爆破地震动峰值速度的人工神经网络预报。通过垂向、水平径向、水平切向爆破地震动峰值速度实测值对人工神经网络进行训练,进而预报爆破地震动峰值速度,并对实测值和预报值进行对比和误差分析。预报值与实测值符合较好,证实人工神经网络能有效预报爆破地震动峰值。     

录井气测解释的人工神经网络方法研究

基于人工神经网络发展了一种新的油气层评价技术。利用该技术，采和层次模式识别的方法，对新疆某油田地区的实际数据进行了计算，以识别油层、气层、含水油层、油水同层、含油水层、气水同层、油气水同层、水层、干层，取得了较为的满意的结果。     

具有随机系数的自激振动问题的人工神经网络求解方法

利用人工神经网络技术(BP网络)研究具有随机系数的初轧机自激振动问题，提出了一种Runge-Kutta法和人工神经网络相结合的求解新方法．即利用数值计算和BP网络建立随机系数和稳态振幅之间的关系，从而可直接利用数值积分计算出稳态振幅的统计特性．计算结果表明，所提方法通用性强且可提高计算精度，同时说明摩擦系数的随机特性是轧钢机发生重大事放的重要原因之一．     

基于人工神经网络的实物期权定价

实物期权是一种新兴的用于投资项目评估的方法．针对现行实物期权定价方法存在的缺少相关的定价信息，计算结果不准确等方面的缺陷，探讨了一种基于人工神经网络的实物期权定价方法，并通过Matalb6．5编程实现．结果表明，该方法能弥补现行定价方法的部分不足，并在一定程度上提高投资项目估价的准确度．     

人工神经网络方法在桩基检测中的应用

提出了一种基于桩基动测波动数据的人工神经网络识别方法,所建立的多层神经网络通过对已知样本的学习,可实现对未学习样本(桩基检测数据)的识别,指出桩基中存在的缺陷。实际检验的结果表明该方法具有良好的应用前景。     

船舶发电机智能诊断系统设计与研究

船舶发电机系统发电性能和稳定性能直接影响到船舶能否正常工作,因此要求发电机在遇到故障时,能够快速确定故障位置,并有效排除故障,尽最大可能降低故障的影响。本文在研究船舶发电机系统的基础上,设计基于蚁群算法和人工神经网络技术模型的船舶发电机故障诊断系统,此诊断系统能够有效定位故障点,并进行故障类型判断和排除。     

人工神经网络训练样的相容性检测及化简

针对人工神经网络的训练样本庞大繁杂的特点，运用粗糙集理论对有指导的网络训练样本的相容性及其化简进行简单论述。同时对神经网络的特征值提取给出了一种寻找方法。     

新型固体燃料生产工艺的神经网络优化法

将影响新型燃料的机械强度和贮存性能的主要因素作为输入变量，利用ＡＮＮ建立质量预测模型，并将随机产生的大量工艺条件输入训练好的ＡＮＮ，通过对符合质量要求的输出结果所对应的输入变量统计获得优化的稳定操作区域，本优化方法有效的提高了产品质量的稳定性。