摘要：多层前馈神经网络具有多层结构、可鉴别神经元特性函数和误差反传算法等三个要素。本文从多层前馈神经网络的结构和原理出发,分析了多层前馈神经网络的非线性函数映射能力,以此为基础,从而可以实现其在系统辨识和非线性控制上的作用。另外,以Boost变换器的神经网络辨识器和控制器的设计为例,探讨了开关变换器的数学建模方法和多层前馈神经网络在其中的应用,使得各种线性和非线性控制方法均可以利用多层前馈神经网络来实现,并具有统一的设计和训练措施。

摘要：为了构建一套科学合理、行之有效的财务风险预警机制,及时识别出企业隐藏的财务风险。本文以60家在A股上市的互联网企业为依据,以各企业2016~2018年的数据作为研究样本,选取了包含财务和非财务指标共计27项,构建了初步预警指标体系。通过非参数检验、主因子分析对指标进行优化和降维,将因子得分作为输入变量代入多层前馈神经网络进行训练和检验。检验结果表明:基于多层前馈神经网络的互联网行业财务风险预警模型达到了设计标准,具有较高的准确度和实际应用价值。

摘要：文章提出了一种利用遗传多层前馈神经网络建立数学模型的方法,建立起化学测定值与近红外光谱数据之间的定量关系。把得到的近红外光谱数据作为网络的输入,把用化学法测定的5种脂肪酸含量作为网络的输出,再利用遗传算法训练多层前馈神经网络的权值,建立大豆脂肪酸的神经网络检测模型,探索出一种能够准确、高效地完成近红外光谱检测的神经网络模型,文中设计了一种用遗传算法训练的多层前馈神经网络。通过试验证明,用遗传算法优化人工神经网络的权重,获得高于单纯用人工神经网络训练的结果。大豆5种脂肪酸的相关系数都可达到0.9左右,能够满足大豆育种的初步检测。

摘要：为提高天线建模效率,改变传统建模方法速度慢、效率低的问题,提出了一种用改进的蝴蝶算法(BOA)优化多层前馈神经网络(back propagation neural network,BPNN)的天线建模方法。首先,以多层前馈神经网络为基础网络,建立蝴蝶算法优化的BP神经网络,解决BP神经网络预测精度低的问题。其次,在蝴蝶算法中融入天牛须算法(BAS),用天牛须算法替代蝴蝶算法的局部寻优过程,减小蝴蝶算法的空间复杂度、解决蝴蝶算法易陷入局部最小值的问题,创建改进的BOA-BP神经网络对天线进行精准建模。设计实例表明,该网络的预测精度达到了99.60%,相比于传统的BPNN和未改进蝴蝶算法优化的BPNN,预测S11的误差分别减少了47%和40.9%。此外,改进的BOA算法的运行时间相对于粒子群算法和遗传算法也分别减小了80.86%和82.79%,大大降低了网络运行的时间成本。综上,改进的BOA优化后的BPNN的建模精度和速度均得到了提高,验证了改进的蝴蝶算法作为一种新型神经网络优化策略的可行性和有效性。

摘要：针对交通隧道日常维护及异常情况的处理多依赖于人工巡检所存在的效率低、成本高等问题,提出了一种基于多传感器融合的隧道智能巡检系统。首先,将数据采集功能进行模块化处理,以充分获取隧道内的环境信息;其次,将基于粒子群算法优化的前馈神经网络火灾智能监测技术应用到隧道火灾检测模块中;最后,结合帧差法交通事故图像识别技术,使隧道内异常情况的识别与处理效率得到了明显提升。结果表明:隧道智能巡检系统能较好地识别隧道内的情况及灾险,并可以及时进行报警处理,从而有效地避免二次交通事故的发生。同时系统可根据其他类型隧道的实际检测环境进行定制化设计,具有较高的泛化能力。

摘要：在求解旅行商问题(TSP)时,首先引入交叉策略进行预处理,将具体的地图抽象为常见的无向完全图,即把TSP抽象为求无向完全图的一条Hamilton回路;然后用蚁群算法与人工神经网络相结合的方法来求解.实验结果表明了该方法的可行性和高效性.

摘要：提出一种新的多种群并行遗传算法 (NMPGA) ,并将其作为多层前馈神经网络(MFNNs)的学习算法 ,从而形成一类新的 MFNN模型——多种群并行进化神经网络(MPENNs)。首先 ,对一给定的网络结构 ,随机产生一初始权重的集合 ,这个集合实际上对应着一组具有相同结构但不同权重的神经网络。然后 ,采用 NMPGA对 MFNNs的权重进行进化。最后 ,性能最好的网络被选作目标问题的解。在 NMPGA算法中 ,作者采用浮点数编码来克服传统二进制编码的精度不足问题 ,并设计了专门的杂交算子和变异算子来增强算法性能。实验结果表明 ,MPENNs能成功解决异或问题、三元奇偶问题及成品烟的感官质量评价问题。

摘要：传统诊断系统结构简单,无法处理多元化故障下的激光冲击强化诊断系统,导致诊断准确率低。设计多元化故障下的激光冲击强化诊断系统。根据激光冲击基本原理和冲击过程确定诊断状态;通过学习参数确定、加权系数初始化、计算训练误差等过程,训练多层前馈神经网络,在正常节点和故障节点两两组合形成的三种多元化故障中,分别设计网络的输入层、隐含层与输出层的神经元数量,再经过诊断推理,构建完整的神经网络诊断模型;结合系统结构的传感器、发射器等硬件组成,设计软件部分的数据采集、储存、显示等功能。实验结果表明,所设计的激光冲击强化诊断系统能够对多元化故障能做出精准诊断,且诊断耗时短,应用性能较好。

摘要：网络安全态势感知NSSA(Network Security Situation Awareness)是目前网络安全领域的热点研究内容,开展NSSA的研究,对提高我国的网络安全水平有着重要的意义。本文提出了一个NSSA模型,利用多层前馈神经网络,对采集的多个异质的传感器数据进行了融合。为提高融合的实时性,本文还设计了简单易行的特征约简方法,大大降低了融合引擎的输入维数。最后,本文利用安全态势生成算法,对网络安全事件进行了加权量化。实验表明,本文所提出的模型和方法是可行的和有效的。

摘要：多目标导弹攻击区的实时解算是机载多目标攻击武器系统得以技术实现的中心环节。阐述了“多目标导弹攻击区”的概念 ,探索了其解算的技术途径 ,提出了“实时、高精度和低存储”的解算要求。根据上述技术要求 ,设计了基于网络灵敏度统计分析的多层前馈网络结构自适应算法 ,以用于训练合适规模的多层前馈网络逼近器。在此基础上 ,进行了系统仿真研究 ,研究的结果表明了该方案的应用前景。