基于神经网络的油田注水动态预测

将神经网络应用于油田注水开采系统的动态指标预测。应用某油田１９８１－１９９３年１３年开发系统典型因素历史数据，对建立起的ＢＰ网络模型进行训练。训练后的网络既能准确地拟合历史数据，又能较精确地预测油田动态指标。     

BP网络的模糊在线自校正算法

针对普通ＢＰ算法学习周期长的不足，根据网络误差表面形状，文章在学习算法中引入模糊理论，动态地在线调整网络的学习步长η及动量因子α。仿真结果表明，模糊理论的引入改善了学习算法的性能。     

列车编组计划车流去向可视化划分的方法

针对列车编组计划中车流方向划分问题，提出了一种以矢量化的货运站示意图为基础的可视化处理方法，同时，对这种方法中的数据提取、精度调整以及计算机算法等问题进行了重点研究，羊铁集团调度系统中的应用表明该方法具有良好的性能。     

多传感器多目标的数据互联算法的神经网络实现

本文针对具有重要军事背景的多传感器多目标的数据互联问题，即广义３－Ｄ分析问题，应用Ｈｏｐｆｉｅｌｄ神经网络，设计了此问题的对应能量函数，在ＰＣ３８６机上用Ｃ语言实现了广义３－Ｄ分配问题的求解程序，运行结果表明，本文所提出的方法是有效的，其能量函数的设计是合理的。     

实现城市公交线网优化的PSO算法

本主要阐述了城市公共交通线网优化的PSO算法及其对唐山市公交线网优化调整的良好应用效果。     

深吃水船舶进港方法探讨

抵达鹿特丹港作沿西Ｓｃｈｅｌｄｔ航行的深吃水船舶采用一种以概率算法利用潮汐优势的入港方法。这种新技术，把天文和气象影响，波浪及船型因素都考虑在内。此方法代替以前使用的确定性方法，不用额外增加疏浚费用，就能提高泄露听通航能力和航船在航道中的航行安全。     

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。     

基于共享树策略的延迟受限组播路由算法

提出了一个有效的基于共享树策略的延迟受限组播路由算法（STMA），算法的计算复杂性是O（m|V|^2)，其中m是组成员数量，|V|是网络中节点数量，仿真结果显示，STMA在适中的复杂性水平上取得了良好的代价性能。     

基于BP神经网络的预应力组合梁承载力预测

为提高预应力钢-砼组合梁的设计效率及合理性,精确预测其抗弯极限承载力,文中采用BP神经网络算法建立具有多个输入、单个输出的BP神经网络预应力钢-砼组合梁抗弯极限承载力预测模型,利用既有实测结果对该模型进行训练及验证,结果表明BP神经网络预测效果较好,其40次预测值与实测值比值的均值为1.002,具有较高的精度;选取浙江省绍兴市壶觞大桥边跨主梁进行抗弯极限承载力预测分析,结果表明该模型应用于实际工程可行,可用于预应力钢-砼组合梁抗弯极限承载力确定。     

变步长BP网络优化导航雷达跟踪滤波系统的研究

本文提出了采用变步长ＢＰ网络实时处理导航雷达目标跟踪滤波数据。其原理是在ＢＰ算法中加入变动量因子,用Ｎ层变步长寻优进行前馈神经网络的学习。该算法能够根据输入时间序列的特点自适应调整网络优化步长,对匀速和变加速运动目标的稳定跟踪精度分别在７．５ ｍ 和１１ ｍ 以内,而对急转弯的目标抖动２～４ 次就能及时跟踪上