简介：吴超羽教授首次将人工神经网络模型应用于水文预报研究中，并取得卓越成果。自此，研究人员和学者开始将研究方向转换到人工神经网络模型上来，多年的探索和研究，也使得人工神经网络模型在水文预报中的应用取得了全面的发展和进步。本文旨在通过对人工神经网络模型的研究，深入解析其在水文预报中的应用。

简介：摘要大型和形状复杂的非标产品的生产成本，是很难估算的。目前采用的人工方法估算的误差较大。当成本估算用于招标目的时，这样的误差将产生不利的后果。成本高估承担的风险，是使公司缺乏竞争力，失去客户，而低估了成本，赢得了合同，但招致财务的损失。因此，一个精确的产品生产成本估算方法，对项目管理而言至关重要。本文应用神经网络建立的参数模型，针对大型和形状复杂的非标产品的生产成本估算和目前采用的手动估算相比，精确度有了很大提高。

简介：实用汉语水平认定考试（简称C．TEST）是用来测试母语非汉语的外籍人士在国际环境下社会生活以及日常工作中实际运用汉语能力的考试。由于C．TEST的考试题目公开，题库数量较小，所以通过一般标准化考试采用的在部分目标被试中实施预测（fieldtest）的方法来获取考试题目的难度参数存在困难。然而，人工神经网络技术作为现代人工智能研究的成果，在预测（prediction）领域发挥了很大作用。本文选取C．TEST（A—D级）的阅读理解题目作为研究材料，运用人工神经网络技术对其难度进行预测，得到了网络预测难度值与实际考试难度值显著相关的研究结果。这一结果表明，利用人工神经网络模型对语言测验的题目难度等参数进行预测是可行的。

简介：针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

简介：精确的轧制模型是保证过程自动化系统高效、安全和稳定运行的前提。摩擦模型作为20辊轧机自适应轧制模型的子模型之一，是其重要的组成部分。本文就基于BP神经网络的摩擦模型的建立过程进行了详细的分析和阐述，为以后的生产维护工作打下良好的基础。

简介：摘要院本文主要通过建立Lyapunov函数在T-S模糊控制系统中的应用得到控制系统全局指数稳定性判据，得到同时具有多时滞或者时滞对时间变化的模糊控制系统的反馈控制器设计准则，并利用M矩阵确保该系统存在稳定周期解。

简介：为了提高非线性动态系统辨识精度，提出一种基于多新息理论的PID神经网络改进算法。对具有时间延迟非线性动态系统，由于采用多新息，充分利用了系统的当前数据和历史数据，较传统的BP算法，本文所提算法在辨识精度和收敛速度方面具有更好的效果。仿真结果表明该算法的有效性。

简介：院通过工程实地调研，确定影响渠道衬砌机施工绩效的16个主要因素；基于模糊神经网络方法建立渠道衬砌机施工绩效预测数学模型；收集实际工程的渠道衬砌机影响因素和施工效率数据，并进行验证分析计算。结果表明，基于模糊神经网络预测渠道衬砌机施工绩效的方法是实用和有效的。

简介：摘要在阐明绿色施工概念的基础上构建了绿色施工的评价指标体系。概括介绍了基于小波神经网络评价方法的基本原理,并分析了该方法应用于绿色施工评价的优越性。详细论述了基于小波神经网络的绿色施工评价模型的建立过程,包括小波神经网络的建立、学习训练,以及结果的检验等。实例证明该模型有效、可靠，对指导实际工程具有重要意义。

简介：摘要本文在介绍了Matlab神经网络工具箱的基础上，主要对时间序列预测工具箱的使用作了说明，并用实例仿真说明如何进行时间序列预测的调用实现，通过不断的调整参数，最后使训练的模型比较理想，满足实际的需求，表明了直接使用时间序列预测的有效性，并为Matlab神经网络工具箱的使用提供了新的方法。

简介：为了实现倒装和弯钩次品针头的自动检测，提出了一种基于BP神经网络的注射器针头合格性检测方法。该方法首先对针头图像进行去噪、目标分割和针头轮廓提取等预处理，其次采用边界区域不变矩法和针头边缘曲率法提取针头特征，然后用合格针头、弯钩针头和倒装针头样本的特征对设计好的BP神经网络进行训练，最后利用训练好的BP神经网络实现注射器针头的合格性检测。通过大量真实针头的合格性检测实验，验证了本研究所提出方法的有效性，可用于实际生产中。

简介：摘要：基于ARM芯片和FPGA的特点，设计了一种ARM与FPGA人工神经网络处理器之间的通信方案。该方案采用ARM的ZDMA控制器对数据传输进行控制，完成ARM与神经网络处理器的控制寄存器组、分布式存储器、样本存储器等存储体的数据交换。

简介：摘要灰色预测是一种运算简便、易于检验的数学预测模型方法，而神经网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。本文通过将两种模型有机的结合，很好的完成了对成都市近年来的城市道路交通噪声进行的预测工作，可以为城市道路交通建设等相关工作提供一定的指导。

简介：精确的短期电力负荷预测对电力系统的生产调度和安全稳定运行起到十分重要的作用。为提高短期电力负荷预测模型的精度。提出了一种基于Elman神经网络的改进模型。通过在输出层和隐含层之间扩展一个新的承接层。增强了Elman神经网络的动态信息处理能力。仿真结果表明，改进型Elman神经网络预测模型的预测精度要高于反向传播、支持向量机和常规Elman，同时也说明了建立改进型Elman模型用于短期电力负荷预测是可行的。

简介：对某航炮加速器运动特性进行了分析，测绘了加速器滚轮运动曲线，并采用BP神经网络进行拟合。给出了各运动件之间的约束关系，运用MATLAB软件对加速器运动特性进行了仿真计算，并对仿真结果进行了分析。为进一步研究加速器运动特性和改进设计提供了理论参考。

简介：基于解的充分必要条件,提出一类广义变分不等式问题的神经网络模型.通过构造Lyapunov函数,在适当的条件下证明了新模型是Lyapunov稳定的,并且全局收敛和指数收敛于原问题的解.数值试验表明,该神经网络模型是有效的和可行的.

简介：针对黑液液位控制系统的非线性、大惯性及时变性的特点,对PID神经网络（PIDNN）在黑液液位控制中的可行性进行了深入研究与探讨。通过Matlab仿真,比较了常规PID算法、基于BP的神经网络算法和PIDNN算法对黑液液位的控制效果,验证了PIDNN算法的良好自适应性和鲁棒性。

简介：通过比较JMP和MATLAB两大软件的神经网络模块在模拟液态悬浮发酵生产红茶茶汤工艺中的预测能力,说明构建神经网络对食品加工过程的模拟具有较高准确性。两种软件中,JMP软件更易操作,更适合在食品行业中推广使用。

简介：摘要在电力市场中，风电所占电网的比例越来越大。但由于风的波动及其不可控性，风电场的发电量也在随机变化，风速是影响产能最直接最根本的因素，所以很有必要对其进行预测。本文采用RBF人工神经网络模型对未来短时间风速进行预测。通过对风速反复训练与检测来选择一组合适的模型参数，并对模型进行了误差分析。研究结果表明，使用RBF神经网络对未来风速进行短时间预测能够达到较好效果。

简介：摘要院神经网络被广泛地应用于字符识别，通过对其难点问题的分析，为了提高字符识别率，本文应用改进型BP神经网络进行字符识别，该算法识别率高，速度快，可适用于多种高噪声环境中，实用性很强。