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。     

高阶CMAC神经网络及其在水下机器人运动控制中的应用

对高阶ＣＭＡＣ神经网络的结构和工作原理进行了研究,提出了中间层作用函数地址的计算方法,给出了计算高阶基函数的不同方法,利用高阶ＭＣＡＣ神经网络对水下机器人模糊深度控制器进行了学习,仿真结果显示了不同高阶基函数ＭＣＡＣ网络的不同建模能力,证明了中间层作用函数地址的计算方法正确。     

公交线路客流模糊神经网络预测模型

提出一种基于模糊神经网络理论的公交线路客流预测模型。实验比较发现,该模型具有较强的自适应性,其预测结果优于常规时间序列模型ＡＲ、ＡＲＭＡ得到的预测结果。该模型适用于公交企业运营调度管理的需要。     

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。     

基于循环多层感知器神经网络的符号逻辑推理系统

介绍一种用循环多层感知器神经网络实现符号逻辑推理系统的方法。该方法通过让神经网络学习训练样本获取领域规则知识，或者直接将领域规则知识编码于神经网络之中；即用神经网络来表达领域规则知识，然后通过神经网络的循环反馈计算过程来实现任意形式的符号逻辑推理。为研究人类抽象思维（逻辑符号推理）与神经网络形象思维（联接数值计算）之间的关系提供了理论基础。     

人工神经网络用于层状结构参数识别的逆分析

提出一种识别“屏蔽”型数据的伪反馈双三层人工神经网络，由于反馈对信息进行过滤，使被屏蔽数据的识别精度有较大的提高，将此网络与计算力学相结合，用于层状结构的公路面层和基层厚度的识别，取得了较好的结果，该网络可以看作是两个独立的三层网络的组合，在计算方法和程序处理上并未有新的难点，简便易行。     

层次化混合神经网络分类器信念分配问题的研究

层次化混合专家神经网络采用"分治"原理,把一个大任务分成多个小任务由多个小网络进行处理,或者说多个具有不同功能的小网络组合成一个大的网络,用于实现复杂的或大数据量学习问题,提高单个网络的性能.在混合专家神经网络中,信念分配对神经网络性能起决定作用.本文研究混合神经网络中各子网络的协同工作方法,提出一种新的信念分配方法,实现层次化混合专家神经网络的信念分配与功能不断增强的分类器.     

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。     

B样条隶属函数的模糊神经网络研究

把模糊子集的隶属函数取为B样条函数,利用B样条函数的正定性,紧密性和归一性,可以使得通常模糊系统输出中的分母削去,并且训练过程中权值的调整也限制在局部范围内。最后证明了其全局逼近特性。