神经网络用于三元分子混合物密度与粘度的预测

以二元系实验为基础，利用反向转播算法训练神经网络，构造混合物组成，温度等与物性关系的模型，用于对４个三元混合物体系（１）邻二甲苯－间二甲苯－对二甲苯；（２）四氯化碳－环己烷－２－丙醇；（３）甲醇－丙酮－水；（４）水－甲醇－乙二醇的密度和５个三元混合物体系（１）信甲苯－间二甲苯－对二甲苯；（２）四氯化碳－环己烷－２－丙醇；（３）氯仿－２－丙醇－２－丁醇；（４）甲醇－丙酮－水；（５）乙醇－甲醇－水的粘     

自平衡人工神经网络算法及其在硅钢生产优化中的应用

分析了人工神经网络模型与预报误差的关系，为避免过拟合或拟合不足，提出新标准以判断网络的总体结构，并将此方法应用于实际硅钢生产中，取得了积极的效果。     

铝酸钠溶液阴离子的量子化学研究

配合铝酸钠溶液的光谱研究,作了有关铝酸离子的量子化学计算;采用从头计算法估算若干铝酸离子的总能量和相对稳定性。表明在水溶液中Al(OH)_4~-和[(HO)_3Al-O-Al(OH)_3]~(2-)较 AlO_2~-、[(HO)_3Al(?)Al(OH)_3]~(2-)稳定。采用 DVXα法计算各铝酸离子的 HOMO 和 LUMO 过渡态,以解释铝酸钠溶液的紫外光谱、量子化学计算结果和铝酸钠溶液光谱研究结果是一致或不矛盾的。     

三元分子体系的过量摩尔体积：基于人工神经网络的表达和预测

以二元混合物体系的实验数据为基础，通过神经网络表达混合物组成与过量摩尔体积的定量关系，进而推测三元混合物体系和过量摩尔体积，本文研究了１６个极性和非极性混合物体系，对其对摩尔体系的预测结果优于Ｒａｓｔｏｇｉ方程的计算结果，表明神经网络可以作为一种推测三元混合物体系过量摩尔体积的工具。     

量子化学从头计算法研究势能曲线的若干有效算法

本文以Zn_2~+与Zn_2~(2+)体系势能曲线从头计算法研究为例,探讨了提高计算速度的若干有效算法。对两个体系有同样构型r_(Z_n—Z_n)的那些点,可使用同样的分子积分,还可用于不同自旋多重度的体系,使计算速度提高若干倍。分析邻近构型波函数相似特点,将已自洽的某一构型波函数作为邻近构型的初探波函数,使叠代次数下降到通常算法的六分之一左右,且有利于避免振荡与假收敛。从邻近构型双电子积分差值分布,认为绝大多数运算复杂的四指标不同的双电子积分可借用邻近构型的计算结果,不影响计算精度。在整个构型改变中,总有不变的局部结构,它们内部的双电子积分只要计算一次,供整条曲线上各点使用。     

计算机辅助材料设计的偏最小二乘法—人工神经网络研究

在噪声小的ＰＬＳ空间上，样本集的局部投影可被用作ＢＰＮ的输入元素以建立一种“平衡”的神网络结构，这种结构在很大程度上克服了通常ＢＰＮ过拟合的缺点。在ＰＬＳ子空间优化区，利用非线性逆映照技术设计的基于期望目标值的样本可通过ＰＬＳ－ＰＮ方法预报和选取。     

制苯车间抽提工段生产优化

用以降维模式识别为基础的人工智能优化原理，研究了燕山石油化工集团公司化工一厂制苯车间抽提工段中不定期出现的冲塔现象及消除办法。结果表明，经常发生冲塔现象主要是由于进料中芳烃含量偏高和进料温度过低。这两种情况都会造成大量非芳烃进入汽提塔，大幅度地增大汽提塔的气相负荷，导致冲塔。根据优化结果采取相应措施，生产比以前稳定。     

神经网络方法在ABO3型稀土复氧化物电阻率特性研究中的应用

研究了神经网络的一典型模型—反向传播(B-P)模型在稀土复氧化物电阻率特性分类中的应用,验证了该方法的可靠性,并与主成分法进行了比较。实验结果与理论分析表明,神经网络方法优于传统的模式识别方法。     

热轧硅钢退火工艺的ODP—ANN智能优化

本文介绍应用模式识别中的最优判别平面技术和人工神经网络算法处理硅钢片退火工艺娄据保证磁强度，铁损等电磁性能指标符合制造电机要求的前提下，研究提高板形平整的工艺条件，生产实践表明，采用优化结果所设计的工艺参数，较高电磁性能指标的硅片比率和硅钢片平整度都有所提高。     

退火工艺对热轧硅钢片板形影响因素的模式识别

应用分类模式识别的偏最小二乘法分析了热轧硅钢片的生产数据，发现影响其板形的主要工艺因素是退火炉温度场的均匀化以及与此相关的硅钢片堆垛高度。采取措施后可使板形平整度显著改善。