基于混沌时间序列的非线性动态系统神经网络建模与预测

在分析神经网络非线性建模原理的基础上，以典型的非线性差分方程为研究对象，提出了一类基于神经网络的非线性动态系统建模方法．针对传统BP算法的局限性，提出了一种非线性动态系统神经网络改善梯度估计精度的新算法．并以上证综合指数时间序列为研究对象，运用本文提出的建模方法和算法，进行了我国资本市场混沌时间序列预测研究的实例分析，得到的单步预测上证综合指数误差很小(-100～100)；多步预测在最初的10步之内预测效果较为理想，而在此之后的预测值则严重偏离真实值．这与混沌时间序列特性相吻合，同时也证明了所用算法的有效性．     

7种白藜芦醇及其多羟基位衍生物的清除自由基活性机理的理论预测分析

白藜芦醇是一种具有广泛抗氧化活性的多酚类天然化合物,能有效阻断自由基链式反应。为研究白藜芦醇及其相关衍生物的清除自由基的活性机理及性质,本实验设计7种白藜芦醇及其多羟基衍生物结构并构建分子模型,使用Gaussian 09软件通过密度泛函法DFT对7种分子进行量子化学计算。分析发现原子电荷分布图和前线分子轨道图能直观阐述白藜芦醇及其多羟基衍生物的活性基团;羟基位OH电荷差值和前线分子轨道π电子云密度能很好表征各羟基位活性顺序;根据前线分子轨道能级差△E及能隙Egap对照表征预测了白藜芦醇及其多羟基衍生物的活性大小以及各羟基位的活性顺序,其中各羟基的活性顺序4、4’位羟基>3、3’位羟基>5、5’位羟基,且4、4’位羟基位是主要的活性位点,其相应量化参数能作为推测分子抗氧化活性的主要指标。最终预测3,3’,4,4’,5,5’-六羟基反二苯代乙烯是7种白藜芦醇及其多羟基衍生物中抗氧化活性最高的分子结构。通过量子化学计算研究所得结果对高抗氧化活性的白藜芦醇相关衍生物结构的筛选和设计具有理论指导意义。 更多还原     

人工神经网络和多元回归法预测有机物的生物富集因子

计算了122种非离子性有机物的电性拓扑状态指数En．基于取代基及共轭母体的特征，定义一种新的分子参数——共轭参数B，它们对有机物呈现出良好的结构选择性．将它们与122种非离子性有机物的生物富集因子（IgBCF）拟合，建立令人满意的数学模型：lgBCF=-0．076＋1．006B＋0．077E38＋0．274E9＋0．111E39（n′-122，R-0．966，F-408．35，S-0．401）．通过Jackknife法检验该模型具有总体稳健性，并能较准确估算与预测有机物的生物富集因子．依此4个结构参数作为神经网络输入层结点，采用4：10：1的网络结构，利用BP算法得到一个良好模型，其相关系数R和标准偏差S分别为0．990和0．216，证明该电性拓扑状态指数与共轭参数对于有机物的生物富集因子的预测有效．     

青木香挥发油的化学成分分析及抗菌活性

采用GC-MS技术利用3种不同极性的毛细管柱分析了青木香挥发油的化学组成，确定了26种成分的化学结构与相埘含量，结果表明其挥发油主要由单萜组成，其中莰烯（23．98％）、异甲酸龙脑脂（19．40％）、Selina-1，3，7（11）-trien-8-one（10．24％）和龙脑（6．82％）是主要成分．对3种真菌和13种细菌（包括7种临床致病菌）的药敏实验表明，挥发油埘大部分微牛物均具有很好的抗菌作用，尤其埘革兰氏阳性菌的抗菌活性更强，其最低抑菌浓度（MIC）为0．04～0．31g／L，最低杀菌浓度（MBC）为0．08～2．5g／L．     

BP神经网络技术在移动通信客户信用分析中的应用

提出了一种移动通信客户信用预测评估的方法．该方法基于移动通信客户行为属性的统计分析，以其作为客户信用预测评估的依据，建立BP神经网络的训练和识别的模型．通过随机选择2003年8月全网数据(403206个客户)中3％作为样本进行训练，确定了网络模型参数，与已有的信用评估方法相比，该方法的泛化性能高，适用于大规模的客户信用评估，所得到的客户特征属性对移动通信客户信用研究提供了理论和实践的依据。     

含氮杂环化合物理化性质和生物活性的QSPR/QSAR分析

在分子拓扑理论的基础上,计算了含氮杂环化合物的3类拓扑指数:分子连接性指数、形状指数和分子电性距离矢量.利用多元线性回归的方法建立了含氮杂环化合物的疏水性参数(lgP)和对淡水纤毛虫毒性(-lgc)的QSPR/QSAR(定量结构-性质/活性相关)模型,相关系数分别为0.998 1和0.980 6.模型经Jackknife法和逐一剔除法(LOO)交互检验证明具有良好的稳健性和预测能力,为了进一步提高相关系数0.980 6模型的相关性,以模型中的3个参数为人工神经网络输入层,设定3∶3∶1的网络结构,构建人工神经网络(BP)算法模型,相关系数R提升为0.993 3.该模型能很好地预测含氮杂环化合物的理化性质和生物活性.     

用遗传BP网络求高聚物的ZWT非线性粘弹方程的力学参数

结合遗传算法及BP神经网络的特点，构建了一个新的有机体-遗传BP网络，并对遗传BP网络进行了测试。结果表明遗传BP网络在收敛速度及收敛稳定性方面都有很好的效果。最后给出了一个用遗传BP网络求高聚物的ZWT方程的力学参数的实例。     

芳氧苯氧丙酸酯类除草剂的研究进展

芳氧苯氧丙酸酯类除草剂是一类防除禾本科杂草的含氟、杂环、光学活性除草剂.综述了该类除草剂的种类、特点、作用机制、化学合成及开发现状,并对其未来发展方向作了展望.     

牛磺酸对心肌细胞凋亡的保护及其机制

探讨牛磺酸对血管紧张素Ⅱ(AngⅡ)诱导心肌细胞凋亡的保护作用及其机制。将培养Wistar乳鼠心肌细胞随机分成对照组、细胞凋亡组(10^-5mol／L AngⅡ诱导)和不同浓度牛磺酸(10、20、40mmol／L)保护组，培养24h后观察各组心肌细胞存活率，细胞超微结构变化，末端标记(TUNEL)法和流式细胞仪检测细胞凋亡，同位素标记磷酸化底物法测定丝裂素活化蛋白激酶(MAPKs)和蛋白激酶C(PKC)活性。凋亡组心肌细胞凋亡率为21．23％，呈现凋亡形态结构特征，MAPK和PKC活性分别较对照组升高33．8％和81．8％。3个牛磺酸保护组凋亡率分别为4．89％、2．53％和1．58％，MAPK活性较凋亡组分别下降16．0％、23．5％、29．8％，PKC活性较凋亡组分别降低18．8％、29．8％、44．6％。牛磺酸能浓度依赖地抑制血管紧张素Ⅱ诱导的心肌细胞凋亡，其机制可能与心肌细胞内MAPKs和PKC活性降低有关。     

羽裂蟹甲草挥发油的化学成分分析及抗菌活性研究

采用GC—MS技术，利用2种不同极性的毛细管柱分析了羽裂蟹甲草挥发油的化学组成，确定了31种成分的化学结构与相对含量，结果表明其挥发油主要由单萜、氧化单萜和倍半萜组成，其中倍半萜的含量32．1％尤其显著α-姜烯（13．49％）、大牦牛儿烯D（10．76％）、α-蒎烯（8．54％）、顺式丁香烯（6．36%）、芳樟醇（6．16％）、β-月桂烯（4．89％）、顺式β-罗勒烯（4．40％）和顺式罗勒烯酮（3．58％）是其主要成分．同时采用滤纸片琼脂平板扩散法和肉汤稀释法测试了其挥发油对2种真菌和12种细菌（包括6种临床致病菌）的抗菌活性．结果表明挥发油对大部分微生物均具有很好的抗菌作用，尤其对酵母菌、革兰氏阳性菌作用更强，其最低抑菌浓度（MIC）为0．16～5．00g／L，最低杀菌浓度（MBC）为0．16～5．00g／L．     

基于BP神经网络模型模拟塔里木河下游潜水埋深变化——以英苏断面C5井为例

本文以塔里木河下游英苏断面350m处C5井为研究对象,分析了影响下游英苏断面的潜水埋深影响因素,通过三层BP神经网络模型模拟了潜水埋深变化．以Matlab7．0为工作平台,将2000．7-2008．12期间的英苏C5井的步长为3个月数据资料作为一个样本,选取每个样本的输水量、输水持续天数、上季度该井的潜水埋深平均值作为模型输入量,输出量为相应的C5井的本季度的潜水埋深平均值,建立3—11-1的BP神经网络模型,模拟了C5井潜水埋深．结果表明,网络模拟相对误差小于5％,模型具有较高的精度．通过BP模型模拟潜水埋深,为塔河下游生态恢复和水资源决策提供一定的依据．     

基于时空多视图BP神经网络的城市空气质量数据补全方法研究

针对城市空气质量监测数据缺失的问题,提出一种基于时空多视图BP神经网络的数据补全方法。采用指数移动平均、普通克里金和非凸矩阵完备作为时空多视图特征,结合映射非线性关系的BP神经网络,构建数据补全模型。以北京市36个站点2014年5月1日至2015年4月30日监测的PM_2.5、PM₁₀、NO₂、CO、O₃和SO₂6种空气污染物小时浓度为实验数据。实验结果表明,在15%缺失率下,随机缺失补全的平均相对误差为0.102~0.154,时间连续缺失补全的平均相对误差为0.161~0.271,空间连续缺失的补全平均相对误差为0.108~0.155,优于典型的单视图预测方法和多视图线性预测方法。研究成果可为城市空气质量数据补全工作提供方法支持,研究思路可为时空数据挖掘提供参考。     

用BP网络算法获取电子浓度真高剖面

提出了一种从垂测电离图获取电子浓度真高剖面的新方法——网络逼近法．该方法通过ＢＰ网络算法求解群路径积分方程，得到了电子浓度真高剖面．并对给定的抛物模式作了验证计算，计算结果与抛物模型理论值吻合较好     

基本养老保险基金失衡风险预警方法的选择研究——基于新疆数据的实证分析

纵观现下中国基本养老保险的发展,如何建立可持续发展的养老金制度,实现养老金的长期财务平衡,降低养老金运行中的风险等问题突出的摆在社会面前.本文尝试通过BP神经网络构建的基本养老金运行风险预警系统预测结果与多元回归模型的比较,进行基本养老金失衡风险预警方法的选择研究.在建立基金运行的风险指标体系基础上,搜集整理源于新疆的具体数据,首先进行多元回归模型的基金风险预警结果分析,然后通过MATLAB实现BP神经网络模型的反复训练、学习,并通过预警值与实际值的比较,检验BP神经网络预警模型的有效性,最后通过两种模型结果的比较,选择出BP神经网络预警方法更有优势.     

多层前向神经网络的自适应遗传算法训练

提出了一种改进的自适应遗传算法 Ｉ Ａ Ｇ Ａ，它利用网络结构的特点，采用前向自适应技术，实现对神经网络的有效训练．实验表明，该算法优于 Ｂ Ｐ算法、标准遗传算法 Ｂ Ｇ Ａ 和普通自适应遗传算法 Ａ Ｇ Ａ，网络训练质量和效率都有很大提高     

k-means-RBF集成神经网络在工业尾气检测中的应用

神经网络是工业尾气检测系统的一个重要组成部分. 为提高神经网络的预测精度和收敛速度, 建立k-means-RBF集成神经网络模型. 首先, 通过选取不同的径向基函数神经网络参数, 得到一组RBF神经网络; 然后, 利用k-means算法对生成的RBF神经网络进行聚类, 并筛选出各类中精度较高的神经网络; 最后, 通过简单平均法对筛选出的神经网络进行集成, 得到高性能的k-means-RBF集成神经网络模型. 为验证模型有效性, 搭建基于k-means-RBF集成神经网络模型的工业尾气检测系统进行验证. 结果表明, 与粒子群算法优化后的Back Propagation (PSO-BP)神经网络模型相比, k-means-RBF集成神经网络模型的平均预测精度提高78.27%, 收敛时间节省99.65%     

应用近红外透射光谱鉴别藿香正气水

应用近红外透射光谱技术,并结合化学计量学方法,对3种不同品牌的藿香正气水的质量进行鉴别。分别采用小波变换和遗传算法对原始近红外光谱进行数据压缩和波长选择,处理后的光谱数据用主成分分析法进行处理,所有17个藿香正气水样品按生产厂家得到正确分类。将光谱数据用不同方法前预处理,进而利用反传人工神级网络的学习预测能力建立识别模型。交叉验证结果表明,原始光谱、平滑光谱、小波变换及遗传算法预处理后建立的校正模型分类样品的百分比均达100%。小波变换预处理的建模速度最快,预测结果最好。     

制备漂浮性海藻酸钠控释胶囊的一种新方法

提供一种制备漂浮性海藻酸钠缓释胶囊的新方法．以添加发泡剂的方式,在多价金属离子交联海藻酸钠的过程中通过加热交联浴,使发泡剂受热分解,在固化后的海藻酸钠囊粒中形成密闭的泡孔,从而使其具备水中可漂浮性．以(NH4)2CO3为发泡剂,2,4-D和2,4,5-T为模型药物,研究了发泡剂用量和药剂水溶性对该胶囊水中释放特性的影响．     

基于EEMD能量矩和改进量子粒子群神经网络的滚动轴承故障诊断

针对滚动轴承故障振动信号的非线性和周期性冲击特征, 提出一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)能量矩和改进量子粒子群神经网络的特征提取方法. 基于小波去噪对滚动轴承原始信号进行预处理, 对重构的故障信号进行EEMD并得到多个本征模态函数分量. 利用能量矩方法计算出所需分量的能量矩并归一化, 将归一化后的能量特征参数作为量子粒子群BP神经网络的参数输入, 根据加速度传感器信号实现滚动轴承故障诊断. 分别在不同转速(载荷)下采集驱动端轴承的振动信号, 获取200个训练样本和80个测试样本, 并建立故障诊断模型. 基于文中模型对实际滚动轴承数据进行诊断, 实验结果表明, 不同转速(载荷)下测试的80个样本故障诊断准确率达到100%.     

高应变率下高聚物本构模型的BP神经网络辨识

利用SHPB技术和自编的BP神经网络程序,以尼龙为代表性研究对象,对高聚物在高应变率下的本构模型进行了辨识,研究表明：在应变小于7％范围内,以应变与应变率作为输入,以应力作为输出,BP神经网络能满意地辨识高聚物的动态本构模型;而当应变大于7％时,除应变和应变率外可取时间作为表征损伤演化的反函数共同作为输入,以应力作为输出,能获得满意的结果。