人工神經(jīng)網(wǎng)絡(luò)在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)和QSAR中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)軟基沉降中的應(yīng)用研究——依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)最終沉降量模型，利用已建高速公路沉降數(shù)據(jù)，進(jìn)行了軟土地基最終沉降量的預(yù)測(cè)，取得了較為理想的效果。證明神經(jīng)網(wǎng)絡(luò)法能避免傳統(tǒng)方法計(jì)算過程中各種人為因素...

泡沫金屬試樣測(cè)試復(fù)雜,對(duì)試樣而言又急需知道基體結(jié)構(gòu)參數(shù)與力學(xué)性能和阻尼性能的關(guān)系,采用線性回歸技術(shù)無法實(shí)現(xiàn)這一功能,應(yīng)用人工神經(jīng)網(wǎng)絡(luò),則解決了通過測(cè)量泡沫金屬的四個(gè)基本參數(shù)達(dá)到推知其力學(xué)性能、阻尼性能的課題。

針對(duì)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型結(jié)構(gòu)難以確定的問題,詳細(xì)闡述了一種在模型訓(xùn)練中進(jìn)行隱層數(shù)目及隱層單元數(shù)目動(dòng)態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開發(fā)工具實(shí)現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型,經(jīng)用華南26個(gè)巖體檢驗(yàn),回憶率及預(yù)測(cè)率均高達(dá)100％。該方法提供了一種面向具體問題的動(dòng)態(tài)解決方案,在成礦預(yù)測(cè)工作中具有一定的實(shí)用性。

對(duì)人工神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)控制中的應(yīng)用做了綜合評(píng)述。介紹了神經(jīng)網(wǎng)絡(luò)的控制原理,總結(jié)了結(jié)構(gòu)控制中常見的網(wǎng)絡(luò)模型,闡述了人工神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)控制中的應(yīng)用情況,并對(duì)未來的發(fā)展方向進(jìn)行了展望。

簡(jiǎn)述傳統(tǒng)的結(jié)構(gòu)近似重分析技術(shù)的缺點(diǎn)與不足,介紹bp網(wǎng)絡(luò)的原理、算法,利用bp網(wǎng)絡(luò)能夠?qū)崿F(xiàn)從n維設(shè)計(jì)空間到m維任意非線形映射的特點(diǎn),通過不同設(shè)計(jì)變量的訓(xùn)練樣本集對(duì)bp網(wǎng)絡(luò)進(jìn)行訓(xùn)練,然后輸出擬合值。經(jīng)過分析,證明在結(jié)構(gòu)近似重分析中,采用bp神經(jīng)網(wǎng)絡(luò)能很好地實(shí)現(xiàn)從設(shè)計(jì)變量到結(jié)構(gòu)響應(yīng)之間的映射。

依據(jù)神經(jīng)網(wǎng)絡(luò)原理及其自身的特點(diǎn),對(duì)其應(yīng)用在結(jié)構(gòu)優(yōu)化設(shè)計(jì)、結(jié)構(gòu)分析及可靠度分析等方面進(jìn)行了綜述和研究,并在此基礎(chǔ)上分析了神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)工程中的研究方向。

人工神經(jīng)網(wǎng)絡(luò)方法在基坑變形預(yù)測(cè)中的應(yīng)用研究——分析研究了人工神經(jīng)網(wǎng)絡(luò)方法在基坑變形預(yù)測(cè)中的建模方法，并通過實(shí)例應(yīng)用，證明這種方法是切實(shí)可行的。同時(shí)將人工神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)結(jié)果和灰色系統(tǒng)模型及時(shí)序模型預(yù)測(cè)進(jìn)行比較，充分證明人工神經(jīng)網(wǎng)絡(luò)方法在變形預(yù)...

人工神經(jīng)網(wǎng)絡(luò)在軟土地基沉降預(yù)測(cè)中的應(yīng)用——人工神經(jīng)網(wǎng)絡(luò)這種數(shù)學(xué)工具可以以任意精度逼近任意非線性曲線，且具有容錯(cuò)性和聯(lián)想記憶功能，利用基于人工神經(jīng)網(wǎng)絡(luò)和反向傳播理論的分析方法對(duì)軟土地基沉降進(jìn)行的預(yù)測(cè)體現(xiàn)了很強(qiáng)的優(yōu)越性。介紹構(gòu)建網(wǎng)絡(luò)模型后，用某高...

土壤含鹽量的預(yù)測(cè)對(duì)合理配置水資源,防治土壤次生鹽堿化等具有重要的指導(dǎo)意義。在闡述bp人工神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上,針對(duì)影響土壤含鹽量的主要因素,建立了多因子土壤含鹽量的3層bp網(wǎng)絡(luò)模型,以土壤含水率、地下水礦化度、地下水ph值、地下水埋深、相對(duì)濕度、降雨量、蒸發(fā)量作為模型輸入?yún)?shù),土壤含鹽量作為模型輸出,對(duì)土壤含鹽量進(jìn)行了預(yù)測(cè)。結(jié)果表明,bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)土壤含鹽量的最大誤差為8.78%,平均誤差為5.99%,模型具有較高的預(yù)測(cè)精度。

人工神經(jīng)網(wǎng)絡(luò)這種數(shù)學(xué)工具可以以任意精度逼近任意非線性曲線,且具有容錯(cuò)性和聯(lián)想記憶功能,利用基于人工神經(jīng)網(wǎng)絡(luò)和反向傳播理論的分析方法對(duì)軟土地基沉降進(jìn)行的預(yù)測(cè)體現(xiàn)了很強(qiáng)的優(yōu)越性。介紹構(gòu)建網(wǎng)絡(luò)模型后,用某高速公路軟基沉降的實(shí)測(cè)數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)的訓(xùn)練和學(xué)習(xí),再用建立的預(yù)測(cè)模型預(yù)測(cè)出了最終的沉降量。所得的結(jié)果與實(shí)測(cè)值達(dá)到了較好的一致性,與用其它理論計(jì)算方法所得結(jié)果相比較具有較高精度。

根據(jù)某高速公路高路堤填土施工期路基沉降實(shí)測(cè)資料,建立了預(yù)測(cè)路基沉降的等時(shí)距bp神經(jīng)網(wǎng)絡(luò)模型,并運(yùn)用三次樣條插值獲得預(yù)測(cè)時(shí)間段內(nèi)任一時(shí)刻沉降值,并與實(shí)測(cè)值進(jìn)行比較,證明它具有很高的預(yù)測(cè)精度。

本文介紹了人工神經(jīng)網(wǎng)絡(luò)用于過程控制中的理論與方法，研究了基于多層神經(jīng)網(wǎng)絡(luò)的自校正控制。并應(yīng)用神經(jīng)網(wǎng)絡(luò)控制方法仿真了絲杠磨削中的傳動(dòng)鏈誤差控制，取得了良好的效果。

文章概述了蛋白質(zhì)工程常用策略和用這些策略來改造工業(yè)用酶的基本特性(包括穩(wěn)定性、活性、選擇性和表面特性)及其在工業(yè)用酶中的應(yīng)用,并對(duì)其發(fā)展做了展望。

人工神經(jīng)網(wǎng)絡(luò)在股票價(jià)格預(yù)測(cè)中的應(yīng)用 作者：施航，馬琳達(dá) 作者單位：貴州大學(xué)電氣工程學(xué)院,貴州,貴陽,550003 刊名：電腦開發(fā)與應(yīng)用 英文刊名：computerdevelopment&applications 年，卷(期)：2007,20(9) 被引用次數(shù)：3次 參考文獻(xiàn)(3條) 1.董長(zhǎng)虹matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用2005 2.吳曉莉;林哲輝matlab輔助模糊系統(tǒng)設(shè)計(jì)2002 3.周開利;康耀紅神經(jīng)網(wǎng)絡(luò)模型及其matlab仿真程序設(shè)計(jì)2005 本文讀者也讀過(6條) 1.安靜.曾成順.anjing.zengcheng-shunbp算法改進(jìn)及其在股票價(jià)格預(yù)測(cè)中的應(yīng)用[期刊論文]-電氣傳動(dòng)自動(dòng)化 2009,31(6) 2.李杰.lijie基于bp算法的股價(jià)預(yù)測(cè)模型實(shí)證分析[期刊論文]-科技廣場(chǎng)2006(10)

采用理論分析的方法,通過分析國(guó)內(nèi)外在該方面的研究成果,剖析了人工神經(jīng)網(wǎng)絡(luò)在空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)中的應(yīng)用,指出了利用人工神經(jīng)網(wǎng)絡(luò)(ann)具有的高度的并行處理和可完成復(fù)雜的輸入輸出的非線性映射能力,進(jìn)行空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)精度高、準(zhǔn)確度好。ann是一種有效的空調(diào)負(fù)荷預(yù)測(cè)手段。

文章簡(jiǎn)要地介紹了人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn),并與傳統(tǒng)方法作了簡(jiǎn)單的比較,總結(jié)了人工神經(jīng)網(wǎng)絡(luò)在材料性能和配方研究方面的應(yīng)用,討論了人工神經(jīng)網(wǎng)絡(luò)用于無石棉密封材料配方優(yōu)化和制品性能預(yù)測(cè)的優(yōu)點(diǎn)及其應(yīng)用狀況。

簡(jiǎn)要介紹了人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及特點(diǎn),并且詳細(xì)論述了神經(jīng)網(wǎng)絡(luò)在中央空調(diào)水系統(tǒng)、風(fēng)系統(tǒng)、制冷系統(tǒng)、負(fù)荷預(yù)測(cè)、系統(tǒng)的仿真設(shè)計(jì)和建筑運(yùn)行能耗評(píng)價(jià)等方面的應(yīng)用概況,指出了神經(jīng)網(wǎng)絡(luò)在空調(diào)領(lǐng)域今后的發(fā)展方向.

人工神經(jīng)網(wǎng)絡(luò)在巖土參數(shù)反分析中的應(yīng)用——在運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對(duì)深基坑巖土參數(shù)進(jìn)行反分析的基礎(chǔ)上，將pso與bp算法相結(jié)合。充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細(xì)致搜索優(yōu)勢(shì)，并通過實(shí)例驗(yàn)證了方法的可行性?？梢钥闯觯\(yùn)用該方法可以使學(xué)習(xí)效率增高，收斂速...

從巖石力學(xué)研究思維方式轉(zhuǎn)變的觀點(diǎn)出發(fā),從巖石非線性系統(tǒng)辨識(shí)、工程時(shí)序預(yù)測(cè)、反分析及巖石工程系統(tǒng)等四個(gè)方面綜述了人工神經(jīng)網(wǎng)絡(luò)在巖石力學(xué)中的應(yīng)用進(jìn)展情況,并對(duì)其應(yīng)用情況進(jìn)行了簡(jiǎn)要評(píng)述。

對(duì)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及基本原理作了簡(jiǎn)要介紹,重點(diǎn)介紹了橋梁損傷智能診斷中常用的bp神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)及其國(guó)內(nèi)外的主要研究成果,指出了bp神經(jīng)網(wǎng)絡(luò)的一些缺陷并提出了相應(yīng)的改進(jìn)方法,最終對(duì)人工神經(jīng)網(wǎng)絡(luò)在橋梁損傷智能診斷發(fā)展應(yīng)用作了展望。

介紹了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn),提出了基于神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)等級(jí)評(píng)估方法,討論了這兩種神經(jīng)網(wǎng)絡(luò)模型的誤差及其收斂速度

混凝土強(qiáng)度是結(jié)構(gòu)設(shè)計(jì)中控制的主要指標(biāo),其數(shù)值決定于水灰比、膠凝材料用量、外加劑用量等多種因素。常規(guī)計(jì)算混凝土強(qiáng)度的公式因個(gè)人理解的不同而各異,一種仿生模型—人工神經(jīng)網(wǎng)絡(luò)則能很好地解決這個(gè)難題。嘗試用人工神經(jīng)網(wǎng)絡(luò)對(duì)16種配比的混凝土進(jìn)行28d強(qiáng)度預(yù)測(cè),結(jié)果表明,此模型的可靠度很高,可以用以優(yōu)化混凝土的試配,節(jié)約大量的時(shí)間、人力、物力和財(cái)力。