摘要：通过对伐区设计资料，及实际生产码单数据进行学习，确定以平均胸径、平均树高、保留密度、蓄积量为输入神经元，分析了影响bp网络学习效率和预测精度的影响因素，主要从隐含层神经元数量、训练数、隐舍层激励函数、学习样本数量几个方面对材种出材率预测bp网络模型进行了优化，确定了林分经验材种出材率预测人工神经网络模型。

摘要：针对水电机组振动故障诊断中的故障误诊、漏诊以及诊断的可靠性低等问题,提出了适用于水电机组的神经网络局部诊断和证据理论融合决策诊断的故障诊断方法。在神经网络中应用遗传算法来提高网络的收敛速度,应用提出的诊断方法对水电机组振动故障进行仿真,诊断结果表明对故障征兆信息的有效组合,充分利用机组各部位的信息,可以减少诊断的误诊、漏诊问题,从而有效地提高诊断的可靠性。应用MATLAB7.0开发出故障诊断系统界面。

摘要：矿井通风系统安全评价是矿井通风安全现代化管理的重要内容。根据煤矿通风系统安全评价指标体系建立原则,建立多因素控制的煤矿安全评价bp人工神经网络模型。在此基础上,运用Matlab编制bp网络程序对网络进行训练,建立煤矿通风系统bp网络安全评价模型。预测结果表明,应用bp神经网络进行通风系统安全评价,网络收敛性满足要求,评价精度比较高。

摘要：网络中心机房的温度是大延时、大惯性的被控对象,针对此特点,以模糊控制和神经网络结合的思想,设计了一种基于模糊神经网络的控制器。建立了以T-S模糊模型为基础的5层模糊神经网络结构,并采用改进的bp算法和最小二乘法为模糊神经网络的学习算法。仿真结果表明,该方法下系统响应时间短、超调量小且稳态精度高,有较好的动态品质、稳定性和抗干扰性。