基于机器学习的压气机叶型优化设计

现代压气机性能需求日趋严苛,叶型优化工作至关重要。近年来遗传算法在叶型优化设计中得到诸多应用,但是传统遗传算法耗时过大,为解决这一问题本文提出了一种应用主成分分析与人工神经网络的流场重构方法,以及基于该方法的快速评估叶型性能的遗传算法优化流程。数值结果表明,基于该优化流程的寻优结果预测静压比与CFD计算值的误差低于0.1%,能够有效对叶型性能进行预测;并且该寻优结果与原始叶型相比静压比提升14.7%,效果可观。     

改进遗传人工神经网络在组合导航中的应用

鉴于常规卡尔曼滤波算法组合导航系统数据融合算法中,存在易于发散的缺陷,尝试将遗传优化人工神经网络引入组合导航系统中.针对传统遗传算法存在的易早熟、算法稳定性差、固定的交叉和变异概率影响收敛效果等缺点,采用浮点式编码方式,两两竞争的选择策略、引入突变操作、重新定义交叉算子和自适应的交叉变异算子等措施进行了遗传算法的改进.仿真结果表明,改进后的算法更为有效,并且精度与常规卡尔曼滤波算法相当.     

参数灵敏度分析的神经网络方法及其工程应用

在系统分析中，参数灵敏度分析不仅为判断各系统参数的重要性大小提供了依据，量化的灵敏度指标也是后续参数估计的前提。然而，在多效实际系统中，系统参数与系统状态间的显式函数关系不易得到，导致一阶灵敏度指标无法直接求取。简化的单因素分析方法亦存在模型粗糙、精度不高的缺点。本文研究采用人工神经网络的高精度泛化映射，通过少量样本的训练，建立复杂系统中多个系统参数与系统状态间的近似映射关系，继而推导得到统一的灵敏度计算列式。简单结构的神经网络方法和解析方法的对比计算显示了方法的有效性和可靠性。最后，应用该法对某斜拉桥结构的荷载参数和刚度参数进行了考查，得到一般性结论。     

基于神经网络与光纤传感阵列的结构状态监测方法

以探测机敏复合材料与结构内应变、应力及损伤等物理状态的位置信息为目的．提出了一种新颖的可内埋于材料与结构内作为结构状态监测用的强度调制型光纤传感阵列网络，并采用人工神经网络来处理传感阵列输出的并行分布式传感信号，阐述了适用的Ｋｏｈｏｎｅｎ网模型及其变化形式，给出了仿真实验结果     

人工神经网络研究硝基苯化合物结构与毒性的关系

基于简单的化学基团描述符,应用人工神经网络研究了硝基苯类化合物对黑呆头鱼的毒性构效关系,并与多元线性回归相比较,结果显示了人工神经网络处理非线性问题的优越性.     

人工神经网络在配煤过程状态建模中的应用研究

本文详细介绍了人工神经网络应用于状态建模的方法．对神经网络应用中的一些难点提出了切实可行且有效的解决措施，并举例作了应用示范．同时还介绍了神经网络方法应用于优化动力配煤的情况，并就神经网络方法在优化动力配煤中的进一步应用作了展望．     

人工神经网络光度法用于化探样品中金的形态分析

利用人工神经网络对化探样品中金的三种存在形态（水提取态、吸附态、有机态）的含量同时进行了预测，计算结果与传统浸了方法的结果相吻合，相对误差一般小于10％，相对标准偏差在1．68％－8．94％。该法简便，快速。     

Prediction of Decomposition Temperature for Lanthanide Complexes Involving Cyclopentadienyl and Benzohydroxamic Acid Ligand by ANNs

The decomposition temperatures of the lanthanide organic complexes(η^5-C5H5)2Ln(C6H5CONHO)involving cyclopentadienyl and benzohydroxamic acid ligands were calculated and predicted by the model based on ANNs(artificial neural netowrks)method.The comparison was carried out between results from ANNs method and traditinal regression method.It is proved that ANNs could be used more efficiently for the prediction of decomposition temperature of lanthanide organic complexes.     

人工神经网络法校正ICP┐AES中重叠光谱干扰

本文将反向传播人工神经网络（ＢＰ－ＡＮＮ）用于ＩＣＰ－ＡＥＳ中重叠光谱干扰的校正。利用模拟的Ｃｅ４１３．３８０ｎｍ和Ｐｒ４１３．３６１ｎｍ光谱对神经网络的训练方式、输入值范围、噪声影响等作了较详细的讨论。     

公路隧道围岩稳定性评价的改进人工神经网络方法

本文运用改进的人工神经网络方法 ,研究了公路隧道围岩稳定性的评价定级问题 .首先讨论了模型建立和算法选择与分析 ,并对实际的工程问题进行了计算和模拟 .所得的评价定级结果接近于实际 ,计算方法可靠 ,计算时间适中 ,方法稳定性良好 .本文的研究结果表明 ,利用人工神经网络方法评价隧道围岩的稳定性具有广阔应用前景 .