人工神经网络在蛋白质结构预测和QSAR中的应用

人工神经网络在预测软基沉降中的应用研究——依据影响软土路基沉降的因素选取参数建立了bp神经网络预测最终沉降量模型，利用已建高速公路沉降数据，进行了软土地基最终沉降量的预测，取得了较为理想的效果。证明神经网络法能避免传统方法计算过程中各种人为因素...

泡沫金属试样测试复杂,对试样而言又急需知道基体结构参数与力学性能和阻尼性能的关系,采用线性回归技术无法实现这一功能,应用人工神经网络,则解决了通过测量泡沫金属的四个基本参数达到推知其力学性能、阻尼性能的课题。

针对人工神经网络成矿预测模型结构难以确定的问题,详细阐述了一种在模型训练中进行隐层数目及隐层单元数目动态调整的人工神经网络算法,并以vc++为开发工具实现了变结构人工神经网络成矿预测模型,经用华南26个岩体检验,回忆率及预测率均高达100％。该方法提供了一种面向具体问题的动态解决方案,在成矿预测工作中具有一定的实用性。

对人工神经网络在结构控制中的应用做了综合评述。介绍了神经网络的控制原理,总结了结构控制中常见的网络模型,阐述了人工神经网络在结构控制中的应用情况,并对未来的发展方向进行了展望。

简述传统的结构近似重分析技术的缺点与不足,介绍bp网络的原理、算法,利用bp网络能够实现从n维设计空间到m维任意非线形映射的特点,通过不同设计变量的训练样本集对bp网络进行训练,然后输出拟合值。经过分析,证明在结构近似重分析中,采用bp神经网络能很好地实现从设计变量到结构响应之间的映射。

依据神经网络原理及其自身的特点,对其应用在结构优化设计、结构分析及可靠度分析等方面进行了综述和研究,并在此基础上分析了神经网络在结构工程中的研究方向。

人工神经网络方法在基坑变形预测中的应用研究——分析研究了人工神经网络方法在基坑变形预测中的建模方法，并通过实例应用，证明这种方法是切实可行的。同时将人工神经网络方法预测结果和灰色系统模型及时序模型预测进行比较，充分证明人工神经网络方法在变形预...

人工神经网络在软土地基沉降预测中的应用——人工神经网络这种数学工具可以以任意精度逼近任意非线性曲线，且具有容错性和联想记忆功能，利用基于人工神经网络和反向传播理论的分析方法对软土地基沉降进行的预测体现了很强的优越性。介绍构建网络模型后，用某高...

土壤含盐量的预测对合理配置水资源,防治土壤次生盐碱化等具有重要的指导意义。在阐述bp人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层bp网络模型,以土壤含水率、地下水矿化度、地下水ph值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测。结果表明,bp神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度。

人工神经网络这种数学工具可以以任意精度逼近任意非线性曲线,且具有容错性和联想记忆功能,利用基于人工神经网络和反向传播理论的分析方法对软土地基沉降进行的预测体现了很强的优越性。介绍构建网络模型后,用某高速公路软基沉降的实测数据进行网络的训练和学习,再用建立的预测模型预测出了最终的沉降量。所得的结果与实测值达到了较好的一致性,与用其它理论计算方法所得结果相比较具有较高精度。

根据某高速公路高路堤填土施工期路基沉降实测资料,建立了预测路基沉降的等时距bp神经网络模型,并运用三次样条插值获得预测时间段内任一时刻沉降值,并与实测值进行比较,证明它具有很高的预测精度。

本文介绍了人工神经网络用于过程控制中的理论与方法，研究了基于多层神经网络的自校正控制。并应用神经网络控制方法仿真了丝杠磨削中的传动链误差控制，取得了良好的效果。

文章概述了蛋白质工程常用策略和用这些策略来改造工业用酶的基本特性(包括稳定性、活性、选择性和表面特性)及其在工业用酶中的应用,并对其发展做了展望。

人工神经网络在股票价格预测中的应用 作者：施航，马琳达 作者单位：贵州大学电气工程学院,贵州,贵阳,550003 刊名：电脑开发与应用 英文刊名：computerdevelopment&applications 年，卷(期)：2007,20(9) 被引用次数：3次 参考文献(3条) 1.董长虹matlab神经网络与应用2005 2.吴晓莉;林哲辉matlab辅助模糊系统设计2002 3.周开利;康耀红神经网络模型及其matlab仿真程序设计2005 本文读者也读过(6条) 1.安静.曾成顺.anjing.zengcheng-shunbp算法改进及其在股票价格预测中的应用[期刊论文]-电气传动自动化 2009,31(6) 2.李杰.lijie基于bp算法的股价预测模型实证分析[期刊论文]-科技广场2006(10)

采用理论分析的方法,通过分析国内外在该方面的研究成果,剖析了人工神经网络在空调系统负荷预测中的应用,指出了利用人工神经网络(ann)具有的高度的并行处理和可完成复杂的输入输出的非线性映射能力,进行空调系统负荷预测精度高、准确度好。ann是一种有效的空调负荷预测手段。

文章简要地介绍了人工神经网络的特点,并与传统方法作了简单的比较,总结了人工神经网络在材料性能和配方研究方面的应用,讨论了人工神经网络用于无石棉密封材料配方优化和制品性能预测的优点及其应用状况。

简要介绍了人工神经网络的结构及特点,并且详细论述了神经网络在中央空调水系统、风系统、制冷系统、负荷预测、系统的仿真设计和建筑运行能耗评价等方面的应用概况,指出了神经网络在空调领域今后的发展方向.

人工神经网络在基坑变形性状研究中的应用——基坑工程不仅要保证维护结构本身的安全，而且要保证周围建(构)筑物的安全和正常使用。开展基坑工程变形性状研究具有重要意义。影响基坑变形的因素很复杂，传统的计算方法已无法准确预测基坑的变形。人工神经网络(an...

在运用人工神经网络对深基坑岩土参数进行反分析的基础上,将pso与bp算法相结合,充分发挥pso全局寻优的能力和bp算法局部细致搜索优势,并通过实例验证了方法的可行性。可以看出,运用该方法可以使学习效率增高,收敛速度加快,预测结果更加准确。

采用热压成型的方法制备掺杂粉煤灰、以无机纤维为增强体的摩擦材料,并测试其磨损性能。选用bp神经网络建模,以摩擦材料配方、制备工艺、测试条件为输入变量,以材料的磨损率为输出变量,采用l-m算法对网络进行训练。结果表明,模型可以对材料磨损性能进行有效的预测,可用于配方及制备工艺的优化。

人工神经网络(ann)是一种动态信息处理系统,它具有联想记忆、自组织、自适应、自学习和容错性等特性。人工神经网络可实现对危险源的动态分级;可解决安全综合评价中的不确定性、模糊性和动态复杂性、指标多、数据多等难题;在安全预测方面,可进行煤与瓦斯突出预测、煤矿瓦斯涌出量预测、煤层自燃预测、交通事故预测等。讨论了其在安全科学中的应用现状及存在问题,并对未来研究方向进行了展望。

对日益广泛应用于建筑结构的人工神经网络的基本原理与特征以及误差反向传播的多层感知器网络(bp网络)的多种改进算法进行了介绍,分析了人工神经网络在建筑结构的优化、控制以及损伤诊断等领域中的应用情况,对人工神经网络的推广应用具有一定指导意义。