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：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：提出将BP神经网络与遗传算法（GA）相结合，建立了三层GA—BP神经网络模型，模型利用遗传算法来修改网络的连接权值，构筑进化型的神经网络模型，缩短网络学习训练时间，提高模型预测精度。炉温预测主要是高炉铁水硅质量分数的预测，当要求硅质量分数预报的绝对误差为±0．05％时，命中率为90％。结果表明，GA-BP网络模型比传统的BP网络模型能够获得更高的精度。

简介：针对在利用定子电流信号分析法对异步电机进行故障诊断时,电流信号中的故障特征频率成分经常会被基波频率和噪声淹没,从而无法准确诊断故障的情况。本文以鼠笼式异步电机为研究对象,提出结合RELAX算法和BP神经网络来对电机转子故障进行诊断,以达到消除电流基波和噪声的影响,实现对鼠笼式异步电机转子早期故障准确识别的目的。实验结果表明:RELAX算法结合BP神经网络的方法,能够准确地诊断出鼠笼式异步电机转子早期故障,具有一定的工程应用价值。

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：烟叶复烤过程具有时滞，不确定，非线性特性，仅利用常规PID控制不能使复烤过程的各项性能指标满足要求，一种参数自适应模糊PID控制器能有效解决这一问题。该控制器的参数调整采用确定性的模糊调整规则，从而不仅使控制器的设计易于实现而且具有很强的适应性和鲁棒性。仿真结果表明，该控制器能对烟叶复烤过程进行有效控制。

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：对影响FDM制件翘曲变形的各种工艺参数进行深入分析，结合MEM200快速成形机的特点，确定了影响翘曲变形的五个主要的工艺参数，利用正交试验对主要影响因素进行了实验研究，为神经网络预测模型提供了学习样本。采用贝叶斯正则化算法．通过分析比较确定网络的最佳结构，以提高网络对翘曲变形和成形时间的预测能力。在此基础上，采用优化算法，利用Matlab编制程序实现了工艺参数的优化．经成形验证．表明了该方法能够减少制件的翘曲变形。

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：以火成岩的11种氧化物成份为变量,把BP网络算法应用到火成岩岩石分类中,用C语言编程实现.研究表明,该方法是合理的,对实验样本的辨别率达到97%以上.

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：坚毅不仅有助于促进儿童身心的和谐发展、也有助于促进儿童良好的学习习惯和个性修养的提升。从儿童的角度来看,它能够促进儿童的全面的发展,从社会的角度来看,它能为国家培养高素质的人才。从儿童终生发展的角度,提出促进儿童坚毅品质发展的策略。

简介：在直觉、感觉和悟觉上给人愉悦的感受，是广告获取成功的过程，广告的认知率、注意率、注目率、阅读率、精读率是成功广告的市场标准；广告能够省钱并为广告商带来企业无形资产的增值是成功广告的经济标准；而在创新思维、价值观念和精神境界上能使受众惊喜、共鸣、百看不厌，这才是成功广告的品质要求。

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：从研究玻璃幕墙的特征着手,分析影响玻璃幕墙造价指标的因素,主要包括：玻璃幕墙类型、建筑物立面造型、玻璃的类型、风荷载、幕墙的高度、结构的层高、玻璃的分格等,揭示了结构特征与玻璃幕墙造价指标的函数关系。基于BP神经网络的算法原理的指导,收集、分析、整理100多个玻璃幕墙分项工程信息,建立工程数据库。应用MATLAB软件,编写以神经网络技术为核心的应用程序,实现玻璃幕墙工程特征与造价指标的非线性拟合。