摘要：人工神经网络算法作为一种机器学习技术,能够模拟人类大脑的生理结构及工作机制。文章对人工神经网络算法的类别和工作原理进行了分析阐述,重点对分别属于前反馈型模型、后反馈型模型及自适应竞争模型的反向传播人工神经网络算法、Hopfield神经网络算法和自组织映射人工神经网络算法进行介绍,进而分析上述三种人工神经网络算法在岩土工程中的实际应用。人工神经网络算法能对土壤进行准确分类,对岩石进行准确分组,并准确预测岩石和土壤形变,对边坡的稳定性和路基沉降的预测准确性高,在岩土工程中有重要的应用价值。

摘要：为缩小用电信息压缩后所占据的存储空间,实现对冗余数据的准确消除,提出基于人工神经网络算法的用电信息传输冗余量消除方法。按照人工神经网络原理,定义冗余用电信息传输格式,根据信息重复率指标的数值水平,实现对冗余用电信息的按需处理。分别从冗余强度、聚合系数两个角度,计算冗余用电信息的压缩量水平,完成基于人工神经网络算法的用电信息传输冗余量消除方法设计。实现结果表明,在人工神经网络算法的作用下,压缩后用电信息所占存储空间缩小至2.66×10^(9)Mb,可避免信息参量的重复出现,从而实现对冗余数据的准确消除处理。

摘要：目的优选自拟清瘟方制备工艺。方法以料液比(因素A)、提取时间(因素B)、提取次数(因素C)为考察因素,以绿原酸、木犀草苷、靛蓝、靛玉红含量,干膏得率及其综合评分为考察指标,采用L_(9)(3^(4))正交试验法优化制备工艺;再以正交试验中的三因素水平为输入,以6种考察指标为输出,使用多层感知器(MLP)神经网络、反向传播(BP)神经网络、径向基(RBF)神经网络、遗传算法(GA)-BP神经网络进一步优化制备工艺。结果正交试验得出2种最佳方案(A_(2)B_(1)C_(2)和A_(1)B_(1)C_(2)),料液比1∶10或1∶8(g/mL),提取时间30 min,提取次数2次。但不同指标的最佳方案不同。绿原酸为A_(1)B_(1)C_(2),木犀草苷为A_(2)B_(1)C_(2)。预测发现,使用MLP神经网络算法时,平均误差率较大;相较于RBF下神经网络,BP神经网络算法可获得更小的误差和更优的决定系数,但仍无法解决局部最优解的问题。因此,采用GA-BP神经网络算法优化,可使决定系数最大化,误差平方和最小化,最优参数为料液比0.099(g/mL),提取2次,每次29.97 min。结论通过使用优化后的GA-BP神经网络,并结合传统正交试验设计,能准确提高工艺参数的优化程度,解决正交试验易出现局部最优解的难题,并降低数据处理难度。

摘要：将混合遗传算法用于人工神经网络,训练出全局最优的权值和偏差,解决了反向传播网络收敛于局部极值的问题。运用该方法训练出E面分支波导耦合器的输入输出人工神经网络模型,并以此仿真并优化其他结构的耦合器。相对于精确电磁场数值计算,前者在保证有较高仿真精度的前提下,大大提高了仿真速度。

摘要：云计算、物联网和5G业务的逐步开展,运营商的竞争态势日益加剧,在服务内容、服务方式、服务质量、经营管理和服务意识方面面临严峻挑战。为提升客户满意度,降低投诉量,本文从运营商客户投诉工单和录音数据入手,利用人工智能、机器学习等手段,开展投诉服务请求的归类分析,进一步通过人工神经网络算法对投诉工单文本进行挖掘和优化,对工单进行智能分类,全面构建“精准化管理”,推进服务体系的“智慧运营”。

摘要：用户感知是目前无线移动网络研究的热点。主要讨论了人工神经网络算法运用在用户感知体系上的情况。通过用户感知体系发展特点及要求,对几种用户感知体系进行比较。最终将神经网络算法与改进后用户感知体系相结合,达到优化体系映射的目的。

摘要：随着信息技术的飞速发展,电力信息系统更新换代及升级优化越来越频繁,目前仍缺乏对电力信息系统状态评价及建设投资过程合理性评估的手段。根据电力信息系统独有的内部独立、规划系统、重安全可靠等特性以及信息系统一般属性要求,提出了一套适用于电力信息系统状态综合评价的指标体系;同时利用人工神经网络算法强大的非线性处理、自适应学习及容错抗噪能力实现电力信息系统综合评价,并通过实际案例的成功应用,为电力信息系统的人工智能评价方式提供了一种新的参考。

摘要：用人工神经网络算法,对某型导弹固体火箭发动机喷管防水板结构的5个参数进行了研究。模拟得到了防水板在中心受到150 mm、大小为10 t压头的最差工况下的变形与应变,并与试验对比验证数值模拟的正确性。以防水板最大主应力和最小质量为目标函数,获得了目标函数随设计变量的曲线关系,并对参数进行了灵敏度分析。优化能有效减轻防水板质量,较传统设计方法使其质量下降了45.95%,优化结果可指导发动机防水板结构的优化设计。

摘要：应用人工神经网络算法对固体火箭发动机复合材料壳体裙连接区结构的5个参数进行了研究。文中以发动机壳体在400t轴压载荷下裙外缠绕层最大纤维主应变作为目标函数。基于计算机数值仿真技术的实验设计(DOE)对5个参数进行了优化设计。利用另一组27个测试样本集对网络的有效性进行了校核。最后,获得了目标函数随设计变量的曲线关系,并对参数进行了灵敏度分析。

摘要：设计了一个基于函数级进化型硬件(FEHW)的高速模式识别系统,并提出了一种适合此系统的改进遗传学习算法——可变染色体长度遗传算法(VGA)。利用VGA代替简单的遗传算法(SGA)来处理大输入的图像数据,实时实现了3类飞机识别。仿真结果表明,VGA进化速度是SGA的9倍,识别率达到800％以上。