ZA22／Al2O3（F）复合材料室温拉伸强度的模拟研究

采用挤压法制备ＺＡ２２／Ａｌ２Ｏ３（Ｆ）复合材料，分别采用强度混合准则和神经网络模型研究了含Ｃｅ与不含Ｃｅ的ＺＡ２２／Ａｌ２Ｏ３（Ｆ）室温拉伸强度随短纤维体积分数Ｖｆ的变化情况，结果表明：强度混合准则能有效地预测复合材料的两个重要体积分数即最小体积分数Ｖｍｉｎ和临界体积分数Ｖｃｒｉｔ；而神经网络不仅能较准确地预测Ｖｍｉｎ和Ｖｃｒｉｔ，并且能够较好地描述复合材料强度随Ｖｆ的变化规律。     

人工神经网络基本原理（2）

人工神经网络基本原理（２）麻红昭，俞蒙槐（浙江大学化工系３１００２７杭州）３人工神经网络学习算法为了使神经网络能够执行一定的信息处理任务，就必须要确定神经元之间连接权的大小。目前主要有二种方法来解决这个问题：一种是从所要解决的问题的定义中直接计算神经...     

人工神经网络基本原理（1）

本文从神经元的解剖学到种经网络理论的研究作了一个简要的概述，介绍了几种重要的典型网络的模型结构和学习算法。对误差反向传播学习算法进行了详细的推导，给出了采用Ｓ型作用函数的ＢＰ网络具体学习算法，说明了ＢＰ网络学习算法存在的问题。     

废水中和处理pH值控制的研究与实践

根据pH对象的特性曲线,设计了一种利用非线性增益补偿pH静态增益的变化,同时运用模糊前馈系统抑制pH超调的前馈 反馈非线性控制模型,实现了pH值的闭环控制,并且在实际运用中取得了较好的效果．     

自适应零相位数字滤波器用于谱图信号平滑

提出了一种自适应零相位IIR数字低通滤波器的实现方法，适用于谱图信号的平滑处理。它根据信号的统计特性自动调整滤波器的截止频率，采用倒序方法实现零相位特性，能在较小的信号失真下提高信号的信噪比。对照试验表明，在谱图信号平滑处理中，该滤波器优于常用的移动平均数字滤波器。     

废水中和处理pH值自动控制系统

根据ｐＨ值对象的特性曲线,设计了一种利用非线性增益补偿ｐＨ静态增益的变化,同时运用模糊前馈系统抑制ｐＨ值超调的前馈＋反馈非线性控制模型,实现了ｐＨ值的闭环控制,并且在实际运用中取得了较好的效果。     

图形环境下的多重查询界面的设计与实现

为了实现图形与文档的完全兼容，作者用C＋＋语言和Paradox数据库设计了通用查询系统，实现了图形环境下的对任意数据库的多重条件的查询。本文主要介绍多重查询界面（MQIS）的结构设计及实现流程。文中介绍的方法已成功地应用于一个图文信息系统中。     

DCS仿真培训系统中操作员站的实现

提出了一种在Ｗｉｎｄｏｗｓ平台下仿真培训系统操作员站功能的实现方法，应用该方法实现操作员站功能简单，精炼，采用这种方法开发的系统齐鲁石化公司氯碱厂氯乙烯装置的操作培训中得到了应用，并取发好的效果。     

人工神经网络基本原理（3）

人工神经网络基本原理（３）麻红昭，俞蒙槐（浙江大学化工系３１００２７杭州）４误差反向传播学习算法及其存在的问题４．１误差反向传播学习算法感知机的学习算法，仅改变最后一层的权值，无法解决多层网络学习问题。１９８６年Ｒｕｍｅｌｈａｒｔ提出了反向传播（Ｂａ...     

基于Bayes网的软件失效预测模型

Owing to the complexity of software development,the software reliability model should not only have the capability of dealing with multiple complex factors,but also provide the furtction of flexibility in construction.So far,no software reliability model is universally applicable.The main reason for this is of too many conditions ,thus making software reliability models introvert.Bayesian network is a powerful tool for solving this problem,which exhibits strong adaptability in dealing with problems involving complex variant factors.In the paper,software failure predication model based oft Markov.Bayesian network is established and analyzed thoroughly.Then a method of solving the model is given.Finally,through an example the validity of the model is validated.