分享到:

人工神经网络在化工物性定量预测中的应用研究

人工神经网络技术是人工智能研究的一个分支,也是当今人工智能研究的热点。本文首次将人工神经网络技术应用到化工物性定量预测中,成功地从一个学科领域里移植了一种技术到另一完全不同的领域。本文首先对人工神经网络和人工智能的关系进行了分析,回顾了人工神经网络的发展,综述了国内外人工神经网络的应用研究状况。本文根据对化工物性估算现状和化工物性数据系统发展趋势的分析,提出了采用人工神经网络技术解决现存问题的设想。文章中分析了人工神经网络用于物性定量预测的可行性,总结归纳了运用这种技术的特点。在分析了人工神经网络原理的基础上,本文选择误差反向传播网络作为化工物性定量预测的工作网络。同时对神经元活化函数选择等问题进行了探讨,指出了活化函数中各个参数的作用,并研究了活化函数导数值与网络节点活性的关系。文章中还对训练样本选择、信号预处理等问题进行了讨论,分析了输入信号选择对训练结果的影响。本文根据大量的试验研究提出了用于化工物性定量预测网络结构设置的  (本文共113页) 本文目录 | 阅读全文>>

中国科学院研究生院(武汉物理与数学研究所)
中国科学院研究生院(武汉物理与数学研究所)

人工神经网络的映射能力及其在空间物理中的应用

本文主要包括两个方面的内容。第一是关于人工神经网络的理论,第二是研究人工神经网络在空间环境预测预报中的应用。本文在第一部分首先讨论人工神经网络及其映射能力的有关理论。简单回顾了人工神经网络的发展历程,随后分析了神经网络的结构、人工神经网络的学习规则和学习算法,深入地研究了前馈网络的反向传播算法、分析了网络结构对网络的映射能力的影响。其次,文章着重研究了网络的算法和训练集的选取方式对网络映射能力的影响。我们比较了梯度下降和限制平面的切平面两种算法在训练人工神经网络时的收敛速度和网络输出误差,得到了在相同条件下,切平面法比梯度下降法收敛得更快的结论。作者还研究了神经网络训练过程中,教师信号的随机选取与顺序选取对收敛速度影响,得到了教师信号的提供方式与收敛速度之间并没有必然的联系,收敛速度是受到神经网络的拓扑结构、神经元数目及教师信号质量等诸多因素影响的重要结论。在第二部分,我们利用人工神经网络解决了空间物理中的两个非线性的实际问题。...  (本文共69页) 本文目录 | 阅读全文>>

《北京大学学报(自然科学版)网络版(预印本)》2006年01期
北京大学学报(自然科学版)网络版(预印本)

基于人工神经网络的城市拓展区可持续发展指数序列研究(英文)

0Introduction A considerable proportion of China is dominated by rural areas,especially for those regions that are outskirts or peripheries of cities and where industry is not flourished.Nowadays the urbanization rate of China is about30%.However,the government is promoting the urbanization process setting the aim as above60%in the middle of21st century[1].In order to achieve this goal and realize an affluent life st...  (本文共7页) 阅读全文>>

《汽车齿轮》2009年02期
汽车齿轮

人工神经网络及在汽车AMT中的应用

1人工神经网络技术的原理、特点及应用领域人工神经网络目前已发展成为涉及神经生理学、认知科学、心理学、数理科学、计算机科学、信息科学、微电子学以及光学等多学科综合的前沿学科,是21世纪的科技制高点之一[1l。它是根据生物神经系统的作用原理发展起来的、由多个人工神经元互联组成的大规模分布式并行信息处理系统,模拟人类神经系统的信息处理机制,对复杂问题进行有效的解决。图1是目前普遍采用的人工神经元模型。其中xi为输人信号,Wi为连接权值,e为阑值,Y为输出信号。该人工神经元的输人瀚出关系可表示为: Y=f(艺万,X+。,)(l)式中,伪激发函数,它通常有S型、a型和阂值型等型式。连接权值代表两个神经元间信号传递时藕合紧密的程度,它是可变的。正权值表示兴奋型突触;负权值表示抑制型突触。所有加权输人的总效果是它们之和。若其值大于或等于该神经元的阀值(又称门限),则该神经元便被激活;否则未被激活。在实际应用神经网络时,网络中的权值和阀值,并非...  (本文共6页) 阅读全文>>

《水资源研究》2011年02期
水资源研究

基于人工神经网络的倒水河洪水预报模型

1人工神经网络简介人工神经网络模拟人类大脑的结构及其功能,具有对模糊或复杂的非线性关系进行识别和映射处理的能力,以及高维、自适应、自组织、自学习和并行分步处理等性能。人工神经网络有诸多种类,其中应用最广且具有良好实践效果的是反向传播(Back Propagation)神经网络,即BP人工神经网络。BP人工神经网络的结构如图1。由输入层、若干个隐层和输出层组成,各层的基本单元称为神经元。相邻层神经元的连接设有权值和阀值。图1神经网络结构为了对某一特定的输入产生一个期望的输出,将训练数据输入网络先向前传播到隐层节点,经隐层转移函数处理后,隐层节点的输出信号传播到输出层,经输出层转移函数处理后得输出结果值。计算该输出值与目标值之间的偏差,这就需要网络不断地边反向传播误差信息,边据此向着减少偏差的方向调整网络参数(权值和阀值),经过反复计算、误差反馈、参数修整再计算的循环(网络训练),直到输出结果达到设定的仿真精度为止。2预报流域和预报...  (本文共3页) 阅读全文>>

《水资源研究》2004年02期
水资源研究

人工神经网络在综合水质评价中的应用

1概述 水环境质量评价是认识和研究水环境的一项重要内容,其 目的是准确反映环境的质量和污染状况,预测未来的发展趋势, 是水环境管理保护和治理的一项重要基础性工作。目前在进行 水环境质量评价时,主要存在以下问题〔’〕。 (l)迄今没有一个被大家公认通用的具有可比性的水环境 质量评价数学模型,各部门进行评价时,选用数学模型的任意性 很大,常常不能反映本地区污染状态,同时也不便于与其他地区 水质状况进行比较。 (2)多因子综合评价中确定环境因子权重存在任意性,缺 乏比较客观可靠的确定环境因子权重的方法。 本文将提出一种新的水质综合评价方法,即基于LM一BP 算法的综合水质评价方法。 2水质综合评价的LM一BP模型 2.IBP网络及玫v.加飞一N臼r甲班川t算法 BP网络,即多层前馈神经网络,因其采用误差反向传播算 法(E~Back一阮p昭ation,即Bp算法)而得名,1986年由D.E. Rumel』lart等人提出。BP算法结构简...  (本文共3页) 阅读全文>>