基于RES理论的岩体失稳模式判别及其智能实现

基于完全耦合模型解决复杂岩石力学问题的方法论——岩石工程系统理论(RES)的基本原理，构造了地下工程岩体失稳模式判别的智能预测模型，并采用具有自学习、非线性映射和数据挖掘功能的模糊自组织人工神经网络模型ANN来实现RES交互作用矩阵的编码。通过一个实例说明这种方法具有良好的实用性。     

热变形参数对Ti-15-3合金显微组织的影响及预测

通过等温压缩试验和金相分析研究了热变形参数对Ti-15-3(Ti-15V-3Cr-3Sn-3Al）合金固溶处理后显微组织的影响，等效晶粒尺寸随变形温度升高而增大，随变形程度和变形速率增加而减小，再结晶程度随变形温度升高而减小，随变形程度和变形速率增加而增大，采用人工神经网络的方法建立了等效晶粒尺寸及再结晶晶粒体积百分数与变形程度，变形速率和变形温度间的数学模型，预测值与实测值吻合较好，表明该方法很好地预测热变形参数对Ti-15-3合金固溶处理后显微组织的影响。     

MATLAB在人工神经网络中的应用

人工神经网络是在人类对大脑神经网络认识理解的基础上人工构造的能够实现某种功能的神经网络,在人工神经网络的实际应用中,大多数的人工神经网络模型都是采用BP网络或它的变化形式,而MATLAB神经网络工具箱对BP网络的计算,只需选择对应的激活函数,就可以得到网络输出矩阵,所有操作都以矩阵形式进行,程序编写简单,编程效率高。     

基于遗传算法的BP神经网络优化策略研究

人工神经网络（ANN）可用作机器人控制器,完成多机器人协作搬运作业。针对这种方法收敛速度较慢,误差较大的不足,本文提出基于遗传算法优化的方法。该方法利用遗传算法优化人工神经网络,通过改变ANN结构和遗传算法操作参数,找到最优网络,提高网络收敛速度。仿真结果证明,该方法的可行性与有效性。     

基于SAIL模型的HJ-1卫星LAI反演算法研究

基于辐射传输模型和人工神经网络算法,研究出适用于环境一号卫星CCD相机数据的叶面积指数反演算法针对环境一号卫星CCD相机的波段特征,设计出一种新的植被指数HJVI,有效的避免了数据饱和现象,提高了算法的精度。     

暂态混沌神经网络在蛋白质关联图预测中应用研究

蛋白质结构预测是生物信息学的一个主要研究方向,而蛋白质关联图预测是其中的一个重要内容.针对蛋白质关联图预测问题,提出一种暂态混沌神经网络实现方法,所提出的方法具有暂态混沌特性和平稳收敛特性,能有效避免传统Hopfield 神经网络极易陷入局部极值的缺陷.它通过短暂的倒分叉过程,能很快进入稳定收敛状态.仿真结果表明:暂态混沌神经网络解决蛋白质关联图预测问题时,总能收敛到全局最优或几乎接近全局最优,同时具有更高的搜索效率.这种方法预测精度达到0.27,比随机预测器高9倍.     

数据融合技术在废弃弹药分类中的应用

为了对废弃弹药进行分类并安全处理,提出了基于数据融合技术的超声波检测弹体内部成份方法.应用超声检测仪采集大量弹体内部成份样本数据,运用数据融合技术建立神经网络融合模型,对超声波的首波、幅值、频率、增益等特征进行融和处理,从而判断弹药的种类.实验结果表明,该方法准确可靠,具有较高的推广应用价值.     

基于决策树的神经网络预测水泥熟料强度

测定水泥熟料强度的传统方法是实测水泥预制品在第3天与第28天的强度.为了简化并加快熟料强度的预测,设计了基于决策树的神经网络系统.该系统由两部分组成,先利用决策树确定水泥品种,再利用该种水泥样品的数据对神经网络进行训练.实验证明,经过训练的神经网络可以快速、准确地预测熟料的抗压、抗折强度.     

人工神经网络技术在系统流量异常检测模块中的应用

介绍人工神经网络技术,建立了人工神经网络的典型模型.应用BP算法的泛化功能,将输入输出样本进行训练,不断学习调整网络权值,使网络实现给定的输入输出映射关系,以达到检测流量异常的目的.     

基于遗传算法的压气机叶片的多目标三维优化

为了提高轴流压气机的效率,需要研究一种新的高性能的转子叶片.采用人工神经网络与遗传算法寻优相结合的方法对某单级轴流压气机亚音速叶片进行三维叶片型线优化设计.优化目标是尽可能的提高转子叶片的总压比、流量和等熵效率.优化仿真结果显示,流动分离区明显后移,损失显著降低,等熵效率提高了0.48%,同时总压比和流量也都得到了提高,优化叶片的气动性能较原型叶片明显提高.结果表明,优化方法能很好的完成亚音速叶片的优化设计,是获得低损失高效率性能的叶片的有效途径.