基于BP神经网络的矿山安全文化评价体系

为了完善和加强矿山安全文化的建设,根据矿山自身的特点,本文提出了一种对矿山安全文化进行合理、科学、全面评价的方法。根据国际SMART准则,从安全环境、安全管理、安全培训、班组长素质、员工行为、安全事务6个方面确立了21项安全文化评价指标,提出了安全文化等级划分标准,并在MATLAB平台上建立了基于BP神经网络的安全文化等级评价体系。以6个矿山的样本数据作为训练样本,经过训练,结果显示当迭代次数为355时,网络的全局误差达到要求,并且输出值与期望输出值之间呈基本吻合,误差比较小。最后,以该神经网络对恒祥煤矿的安全文化等级进行预测,输出结果表明该矿山的安全文化等级为4级,与该矿山的安全文化实际状况相符。因此,BP神经网络具有很好的学习功能,通过样本训练后能够准确地对矿山安全文化进行评价,为提高矿山安全文化水平提供参考和依据。     

BP神经网络在高校图书馆网站评价中的应用

提出一种新的基于BP神经网络的高校图书馆网站评价方法,克服了以往评价方法的缺点,保证了评价结果的客观准确。     

基于BP神经网络的教学评价模型构建

通过对BP神经网络模型的构建和算法进行详细阐述,系统地介绍了BP神经网络理论在教学评价中的应用现状,并给出基于BP神经网络的教学评价模型的构建方法。     

基于BP神经网络的技术风险评价

通过对技术风险的概念和特点及其发生机理的分析,建立了企业技术风险的评价指标体系,并提出了 一种基于BP神经网络的企业技术风险评价方法。人工神经网络能准确、简便地评价企业的技术风险,且避 免了人工确定指标权重的主观性,是一条具有发展和应用前景的途径。     

基于BP神经网络的工程项目安全耐久性评价

通过对人工神经网络的分析,结合工程项目安全耐久性评价,将BP神经网络的技术应用于拟建工程项目安全耐久性的评估中,可以实现在项目建设前期对工程项目质量等指标的客观定量评价,为工程项目建设的决策提供有效的依据。     

基于BP神经网络的混凝土耐久性评价

在分析普通混凝土强度影响因素基础上,选取混凝土配料中7个因素作为输入值,并将其应用于钢筋混凝土结构耐久性评价中。应用表明,改进后的模型算法简单,线性逼近度高,能准确地预测出混凝土的结构耐久性。     

基于BP神经网络的教材质量评价研究

教材质量评价是教材管理工作的关键环节。为了对教材质量进行科学有效地评价,提高评价工作的效率,建立了基于BP神经网络的教材质量评价模型。经过BP神经网络的构建、训练和分类等主要工作,建立了一个具有较高准确率的教材质量评价模型。通过分析结果表明,该模型能够科学和高效地评价教材的质量,具有较高的实用性。     

基于BP神经网络的高速公路交通安全评价

为了评价高速公路交通安全的水平,使高速公路的管理者能获得交通安全状况的动态信息,在对国内外交通安全评价的方法进行研究的基础上,提出了BP神经网络评价模型进行高速公路交通安全评价.在对交通事故进行调查分析的基础上,从影响高速公路交通安全的6个方面,建立了相应的评价指标体系,共计18个指标.每个指标有确定的指数等级划分依据、评价要求、调查方法.采用C 语言开发了基于BP神经网络模型的综合评价软件,在江西省梨温和昌泰2条高速公路进行实际应用.对评价结果进行了分析,表明该方法操作性强、结果可靠.     

基于BP神经网络的建筑施工企业信用评价模型研究

建筑施工企业信用对建筑业的发展有着举足轻重的作用,该文根据建筑施工企业特点构建了建筑施工企业信用评价体系,并建立了建筑施工企业信用评价的BP神经网络模型,对建筑施工企业信用进行客观、科学、正确的评价。     

基于BP神经网络的实践教学质量评价模型研究

该文利用反向传播（Back Propagation,BP）神经网络建立实践教学质量评价模型。将实践教学质量评价指标量化为确定的数据作为其输入,实践教学质量作为输出。运用Excel进行实证研究,发现将该方法运用于实践教学质量评价中,较好的模拟了评价专家进行综合评价的过程,得到了满意的评价结果。     

基于改进的BP神经网络的入侵检测研究

本文提出了引入可调因子和遍历局部最小并逃逸的方法,以解决标准BP算法中误差曲面过于平坦导致迭代次数增加、易陷入局部最小的缺点,并将此算法应用到网络入侵检测系统,对五类入侵行为进行检测。实验结果表明,改进后的BP算法大大缩短了系统响应时间并降低了检测系统的漏检率和误检率,极大改善了入侵检测系统的性能。     

基于RBF神经网络的跳频信号频率预测的研究

提出了一种跳频信号频率预测的解决方案——RBF神经网络．比较了BP神经网络和RBF神经网络在跳频信号频率预测中的性能差异．应用MATLAB针对一伴有随机噪声的信号进行了仿真实验，证明了该理论的可行性与优越性。     

神经网络控制系统仿真

利用基于神经网络修正误差ＢＰ学习算法的多层网络和间接学习或专门学习的动态逆特性控制方法＾［１］编制的神经网络控制系统的仿真软件（ＳＣＳＢＮＮ），给出了调节时间和最大超调量与神经网络中间层节点数的关系曲线，同时给出了各种学习率和神经元作用函数增益的响应曲线。ＳＣＳＢＮＮ也可用于神经网络非线性控制系统。仿真结果说明神经网络非线性控制系统具有良好的控制性能。     

基于神经网络的三极管温度特性模型研究

温度对三极管的性能影响较大,使得电路中的静态工作点出现不稳定现象.采用神经网络技术分析实际环境温度对三极管放大特性的影响,并通过实测数据和利用线性均差法得到的数据建立三极管温度特性的神经网络模型.利用该模型可预测温度对放大倍数的影响,掌握电路系统的温度漂移,从而为优化系统性能提供设计依据.     

基于神经网络的自动化生产监控系统

为了使自动化生产系统始终处于高效的工作状态,在工作过程中就必须对其进行实时监控,以及时地发现系统中的故障情况和异常现象并进行诊断和处理。基于多层感知器和线性联想记忆的神经网路提出了一种新的自动化生产系统的故障发现及诊断的理论方法。运用这种理论方法,我们可以很方便地对自动化生产系统中的多特征复杂故障、多故障及多过程故障模式进行监测和诊断。同时,这种方法解决了以往所用方法算法复杂和难于实现的困难,且对于多过程的自动化生产系统,这种方法不存在优先权的选择问题,克服了以往所采用的方法不能同时监控多个过程的局限性,增强了系统监控的实时性。经仿真研究表明:这种方法较为理想和实用。     

基于人工神经网络的专家系统的建立

文章提出了一个基于人工神经网络的专家系统及其分层结构、知识获取和推理的方法，并将其用于生烃条件评价中。     

基于因素神经网络的软件工程质量评价

基于模糊理论及因素神经网络的优点,提出了一种软件工程质量评价模型.该模型具有推理过程清晰,应用性好等特点.应用该模型进行软件工程质量评价,不但可以反映定量因素对软件工程质量的影响,而且对非定量因素的影响也可作出全面的评价,从而为建立一个精确的软件工程质量评价体系提供了一条新途径.     

基于MATLAB的BP神经网络模型在地震预报中的应用

根据人工神经网络模型,运用MATLAB的神经网络工具箱建立BP神经网络预测模型,以地震变化率作为神经网络的输入,对台湾地区和四川地区地震数据时间序列进行分析对大地震的发生时间进行预测.实验证明该模型用于地震预报的有效性和可行性,具有良好的应用价值.     

基于IGA的多层神经网络BP算法及在系统辨识中的应用

本文针对用GA训练NN权值时 ,花费的代价随精度的提高而剧烈增加的缺陷 ,提出了一种利用IGA较强的全局搜索能力和IBPA较强的局部搜索能力的结合算法 ;先利用IGA优化多层前馈神经网络的权值 ,然后再用IBPA提高搜索精度 ,有效地避免了IBPA易陷入局部极小点和IGA过早收敛的缺点 ,实验结果表明 ,此算法是有效的     

基于 BP 人工神经网络储集层参数面向微相预测法

为了提高ＢＰ人工神经网络学习速度和精度，以及对储参预测的效果，本文从学习样本着手，针对储集层不同的沉积微相，及其沉积环境等特点的不同，选取相应的学习样本模型——面向微相预测法。充分体现了样本典型性、代表性的地质意义。其效果比人们常规作法有显著的改善。