简介：日长变化的预报具有重要的科学意义和实际应用价值。非线性的人工神经网络技术中的反向传播模型（BP网络）可用于预报日长变化。BP网络的拓扑结构决定了神经网络解决问题的能力，针对不同的问题需要采用不同的网络结构。该文分析了神经网络的拓扑结构算法，选用最小均方误差法确定网络的拓扑结构，并将此应用于日长变化预报。结果表明，该方法是可靠和有效的。
简介：一米级天文望远镜主镜常采用18点底支承设计,以降低主镜面在重力作用下产生的变形误差。为了确保镜面变形达到设计要求的精度,必须要设计出最佳的支承位置。综合利用有限元分析软件ANSYS提供的零阶、一阶、随机搜索等优化工具对支承位置进行优化分析,可以找到最佳设计,实践证明这是一种快速有效的优化方法。
日长变化预报中BP神经网络拓扑结构的选择
用ANSYS优化一米望远镜主镜18点底支承位置
