摘要：A model for the optimisation of all fuzzy-controller-components by an artificial neural network.A Modular Approach for Reliable Nanoelectronic and Very-Deep Submicron Circuit Design Based on Analog Neural Network Principles.A multipoint optical evanescent wave U-bend sensor system based on artificial neural network pattern recognition.A multivariable approach for mapping sub-pixel land cover distributions using MISR and MODIS: Application in the Brazilian Amazon region.

摘要：在装配式建筑中,被动窗是重要组成部分,对建筑性能和能源效率有着直接的影响。而人工神经网络作为1种强大的机器学习技术,具有自适应学习和优化能力,可以为被动窗控制提供有效的解决方案,为此文章设计了1种基于人工神经网络的绿色装配式建筑被动窗控制系统。在主控制器模块中,设计由人机交互通讯电路、环境采集电路、电源电路、处理器单片机构成的主控制器。处理器单片机根据环境采集电路的采集信息实施电机驱动电路的驱动。通过人机交互通讯电路实现绿色装配式建筑被动窗的远程人工控制与系统信息显示。被动窗的升降是通过伺服电机来控制的,其驱动电路采用典型H桥直流电机控制电路,该电路由三极管Q7、Q10、Q8、Q11、伺服电机与电源单元组合而成。设计人工神经网络PID控制器作为主控制器的软件算法。系统测试结果表明,设计系统在温湿度控制、窗户通风效率、室内光照度方面表现较为平稳,室内舒适度较高,室内空气质量较好,能够实现室内能耗的节省。

摘要：首次将人工神经网络应用于电机设计专家系统。根据电机设计的特点，提出了用基于神经网络的类比法确定电机的主要尺寸。同时采用了带有可调参数的多层神经网络，并对ＢＰ学习算法进行了改进。实践表明，该方法是成功的。

摘要：目的应用人工神经网络并结合药动学模型建立氯氮平缓释制剂体内外相关性评价模型,应用此模型设计氯氮平非pH依赖性缓释片的处方。方法利用氯氮平缓释胶囊的体内数据与体外累积释放度数据建立体外累积释放百分数与体内吸收分数之间关系,再结合Wanger-Nelson方法建立体内吸收分数与血药浓度之间关系,从而建立体内外相关性。以此为基础,结合处方的体外释放数据,可预测所设计处方的体内数据。应用人工神经网络建立处方组成与体内参数之间的关系。应用这种模型可设计具有预期生物利用度的制剂处方。结果预测所得血药浓度与实验所得血药浓度基本一致,设计的处方的生物利用度与要求一致。结论应用人工神经网络并结合药动学模型建立缓释制剂体内外相关性评价模型并应用于缓释制剂的处方设计是可行的。

摘要：引入人工神经网络(ANN)到新的桩基设计辅助系统中,提高利用人工智能进行桩基设计的能力,确定和优化桩基持力层,对ANN在桩基辅助设计中的应用进行有益的尝试.详细介绍了它的建模方法,结合工程实例,对ANN在上海地区常规土层条件下桩基持力层中的应用进行计算和分析,并对需要进一步研究的问题给出了建议.

摘要：设计风荷载值的确定是抗风结构设计的重要因素,短期风速资料的概率模型及其数字特征难以合理选取。将人工神经网络用于基于短期风速资料的设计风速估计,以弥补短期资料风速样本不足的缺陷。计算结果表明神经网络有较好的估计精度。

摘要：针对汽车变速箱优化设计中所存在的大计算量、多图表问题 ,提出应用人工神经网络进行映射辨识·根据BP网络在特征识别上的优势 ,以其为工具 ,通过算法改进 ,对设计数据进行应用以提高计算速度和编程处理能力 ,消除数据的“组合爆炸”现象·对具体数据、图表的实际应用表明 ,人工神经网络方法能够很好地表达原图表数据关系 ,使数据应用更加灵活、方便 ,数据的识别精度能够满足计算要求·

摘要：本文应用人工神经网络原理 ,以Levenberg MarquardtBP算法对荧光光谱严重重叠的苯酚、间苯二酚的混合体系进行同时测定。在 2 90～ 34 5nm的范围内 ,以 14个特征波长处的荧光强度值作为网络特征参数 ,并通过均匀设计安排样本进行网络训练和计算。网络训练 8次即达到误差精度要求 (误差平方和小于0 0 1)。苯酚、间苯二酚的平均回收率分别为 10 0 2 % ,99 99% ,相对标准偏差分别为 0 4% ,1 3%。

摘要：本文采用 PAR- Zn、 Cu、 Co显色体系 ,应用人工神经网络原理 ,通过误差反向传播方法 ,对于紫外吸收重叠的三组分金属配合物体系同时进行含量测定。在 5 80～ 44 0 nm的范围内 ,以 14个特定波长处的吸收值作为网络特征参数 ,并通过均匀设计安排样本。Zn、Cu、Co三者的平均回收率分别为 95 .2 2 %、95 .98%、10 0 .5 %。实验表明 ,其结果准确 ,性能良好。

摘要：本文简要介绍了人工神经网络方法的基本原理,报道了应用神经网络方法进行材料性能分类与预测的结果.说明本方法对于新材料性能的预测具有一定的可靠性.作者还将神经网络方法用于化工过程的故障诊断,同样获得了令人鼓舞的结果.