简介：回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述.

简介：本文针对标准BP算法的不足给出了改进算法——ScaledConjugateGradient（SCG算法），利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。

简介：本文对神经网络的基本原理和应用进行了深入浅出的阐述,首先说明为何引进神经网络,然后讲述神经网络的基本原理和当前有关神经网络的前沿技术,其后对神经网络的应用情况进行了介绍,最后对神经网络有待解决的问题进行了简要说明.

简介：在收集到原始数据后，如何对这些数据进行有效分析及报告结果一直是入侵检测领域中研究的重点，并因此形成了多种ID方法。本文提出了一个ID模型，提出了一种改进训练算法，对模型的核心组成部分进行了分析、设计和实现，并进行了相关实验。

简介：通货膨胀的诱因、预测与控制是各国政府、学者乃至普通民众关心的热点问题。运用交叉相关分析法对GDP增长率、M2增长率、工业生产者购进价格指数等因素与通货膨胀间的关系进行了定量分析，确定了各因素与通货膨胀之间的领先、一致和滞后关系；然后结合人工神经网络原理，以先前确定的领先指标作为输入信息建立了基于BP神经网络的通胀预测模型，最后根据模型预测结果，提出了控制通货膨胀的相关政策建议。

简介：汽车保有量预测对城市交通的发展方向有直接的参考意义,通过分析影响城市汽车保有量的因素,找出了城市人口、GDP、公共交通服务水平等九个主要的因素,并对这些因素进行分析.同时建立了预测城市汽车保有量的BP神经网络模型.为了保证模型的收敛,在进行实例分析的时候引入主成分分析法将九个因素减少为五个因素,并进行了预测,预测精度比较高.

简介：BP神经网络是一种按误差逆传播算法训练的多层前馈网络，其与遗传算法的结合可以得到一种拥有良好的全局优化搜索和局部时频特性的学习训练途径。针对BP网络的不足，提出了一种基于改进遗传算法的BP神经网络控制器，此方法可以克服基本遗传算法收敛速度慢，容易陷入“早熟”收敛，计算稳定性不好等一系列问题，进一步提高了BP神经网络控制器的性能。最后通过对轧制力模型的预报仿真，证明了控制器的有效性。

简介：在专家评价数据基础上,针对＂教学做一体＂课程评价的非线性特征以及课程评估体系中存在的诸多非定量的因素,建立了BP神经网络评价模型。利用BP神经网络进行＂教学做一体＂课程评价的方法可操作性强,可以克服传统评价方法主观性过强的缺点,具有较广泛的实用性。

简介：文章主要介绍了基于BP神经网络的身份证号码识别算法的实现方法，在进行BP网络设计中，主要需要考虑网络层数、各层中神经元结点数、初始值的选取、期望误差及学习速率等因素对算法的影响，提出了算法具体实现的步骤。

简介：绿色度评价直接影响着机电产品的设计、制造、管理及发展.从机电产品制造的能源、资源、环境、经济和技术等属性进行分析,运用层次分析法（AHP）确定机电产品绿色度评价指标体系及其权重,建立机电产品绿色度BP神经网络评价模型,通过粒子群-人工蜂群（PSO-ABC）算法优化训练BP神经网络结构参数.仿真实验表明,该方法评价速度快、准确率高,对于指导机电产品绿色制造具有较好的参考价值.

简介：本文阐述了人工神经网络的生物基础、定义、模型及神经网络计算机与传统计算机的主要区别，并重点阐述了人工神经网络在控制中的应用。

简介：利用BP神经网络构造一个评价模型，对高校实验室的管理、建设、实验教学进行综合评价。

简介：BP算法是人工神经网络的传统常用训练算法。遗传算法是一种新型的、随机性的、全局性的优化方法。基于MATLAB对比这两种训练方法的异同和优缺点，从而达到神经网络的最优化训练，充分发挥神经网络的作用。

简介：研究粉煤灰混凝土与钢筋的粘结性能是非常必要的,而且这将对粉煤灰混凝土的广泛应用也非常有利。应用BP神经网络对粉煤灰混凝土极限粘结应力进行预测,表明该预测方法预测精度高,高效可行,具有一定的优越性,不仅为粉煤灰混凝土极限粘结应力的获得提供了新方法,而且为寻求关于粉煤灰混凝土粘结性能的各影响因素之间内在的和整体的规律提供了新的思路。

简介：用计算机集成智能技术进行负荷预测的遗传算法是在综合人工神经网络（ANN）和遗传算法（GA）的基础上形成的,这种模型在ANN和GA的基础上可以对未来24h负荷做出短期预测.利用遗传算法可以求得最佳负荷和偏差,仿真结果表明这种方法是有效的.

简介：在分析了粗糙集理论和神经网络理论各自优势和存在问题的基础上，设计了将两者综合集成的新方法。该方法主要思想是利用粗糙集理论对神经网络待处理的数据进行属性约简，借此来简化神经网络的结构。利用该方法对航材的消耗进行预测，实验结果表明，该方法减少了训练次数并且预测效果比传统神经网络效果好。

简介：高职教育招生规模中期预测,是制订高职教育发展规划的重要参考依据。如何准确地预测未来的发展趋势,是高职教育研究领域的重要课题。在灰色关联分析基础上,建立BP神经网络模型,对湖北省2015—2025年高职教育招生规模进行预测,并预测未来高职生源的基本构成：普通高中毕业生约占35%;职业高中毕业生约占25%;普通中专毕业生约占21%;成人中专毕业生约占高职生源19%。

简介：本文使用改进的神经网络模型结构与算法来辨识未知非线性系统，具有辨识精度高，速度快的特点。该方法简单有效，为设计非缌陛对象控制器提供了一条思路，从而摆脱了用线性模型近似被控对象的粗略做法。算法中，学习率采用随误差变化率而改变的做法减小了学习率选取的盲目性，加速了网络训练过程。

简介：根据典型TCSC的补偿原理和结构提出一种基于线路无功电流控制的补偿方法，即当线路发生变化时，通过TCSC的调节保持其无功电流稳定，从而提高线路的输电能力和运行稳定性。针对TCSC现有控制方法中不能有效处理系统的非线性问题，采用先进的基于DSP处理器的神经网络算法，根据实际误差利用LM算法和DFP算法结合来完成，并给出了可靠的算法流程。

简介：目的:建立不经分离同时测定安痛定注射液中三组份含量的方法.方法:运用误差反向传播(BP)的人·工神经网络法(ANN)并将人工神经网络法与标准法测得实际样品的结果进行比较.结果:该法测得模拟样品中氨基比林、安替比林、巴比妥的平均回收率分别为99.4%、100.6%、100.2%,相对标准偏差分别为2.0%、1.8%、1.7%,经t检验表明,两者无显著差异.结论:人工神经网络法可快速、准确地测定复方药物制剂多组份含量.