简介：在进行新型胶凝材料开发的试验中,为减少试验数量使用正交试验法进行研究。但正交试验有其缺陷性存在,即在数据分析时无法进行更详细的试验配比分析。因此,在开展了新型胶凝材料开发的正交试验后,再采用BP神经网络进行样本强度的学习训练,用以建立试验配比与强度之间的模型。通过大批量的探索实验,证明了BP神经网络在节省物力和人力的同时,可以显著的提高试验的工作效率。

简介：摘要：文章 为进一步改善永磁交流同步电机（ PMSM）交流 伺服系统的控制性能，使控制系统能够实时跟踪控制对象参数的变化相应地调整控制器参数 ,以提高控制系统的快速性、鲁棒性和自适应能力，采用了神经网络控制策略，把神经网络和传统 PID 调节器结合起来形成单神经元自适应 PID 智能控制器， 在 MATLAB 仿真软件的运行环境下，建立了单神经元控制器的仿真模型和 永磁同步电机及其基于电机矢量控制的双闭环交流伺服系统的仿真模型，完成了单神经元控制器作为速度环控制的仿真实验。

简介：摘要院目的研究小组讨论教学法在神经病学教学中的应用效果。方法选取2010级全科医学班学生98人，随机分为实验组和对照组，进行理论授课结合小组讨论教学法与单纯理论授课教学方法的对比研究。课程结束后，采用统一理论测试评价学生知识掌握程度；对实验组学生进行问卷调查，评价小组讨论教学的主观效果。结果两组学生知识掌握度比较，实验组（83.54依10.46）与对照组（77.52依11.64）比较，P<0.01，差异具有统计学意义。实验组学生对小组讨论教学法的主观效果评价均在68.8%以上。结论小组讨论教学法在神经病学教学中的应用收到了良好的效果，得到大多数学生的认同，值得合理推广。

简介：随着经济的飞速发展，城市化进程的加快，建设用地已成为城市发展的稀缺资源，科学合理的安排城市建设用地规模显得尤为重要。文章以南昌市2005-2010年有关城市建设用地规模的社会经济统计数据为依据，利用主成分分析方法，筛选出影响城市建设用地规模的主要因素有GDP、人口、城市化水平、园林绿地面积、财政收入、固定资产投资、工业总产值等。在此基础上建立BP神经网络预测模型，测算出南昌市2020年城市建设用地规模，并对其进行验证分析，以期对南昌市土地利用总体规划中建设用地的指标划分提供科学依据。

简介：随着当前我国经济的不断发展，我国的建筑行业也随之不断发展，近几年来，高层建筑也如雨后春笋般出现在城市之中。在有关的高层建筑工程中，应用广泛的桩基础是十分重要的。

简介：针对永磁直线同步电机（PMLSM）直接驱动系统的非线性与电机参数时变、易受扰动的特性，将滑模控制和神经网络控制相结合，用两个神经网络控制器分别实现滑模等效控制和滑模切换控制，构成神经网络自适应滑模控制。仿真结果表明，神经网络滑模控制和常规的滑模控制相比，具有更好的动态稳定性和跟踪性能，对外界干扰具有较强的鲁棒性。

简介：摘 要：风能储量巨大，是可再生能源的重要组成部分，发展潜力无限。本文根据风的特性，提出了基于提升小波和人工神经网络的短期风电功率预测模型并通过运用我国某风电场的实际数据进行仿真分析，结果表明，本文提出的方法在短期风电功率预测上确实有效可行。

简介：为改进单纯使用ARIMA模型或BP神经网络模型对GDP预测的效果,笔者以1978—2008年的广西GDP为样本,首先建立ARIMA模型,得到拟合误差序列及2009—2015年的广西GDP的初始预测值,再对误差序列构建BP神经网络并得到2009—2015年的误差预测值,最后,用误差预测值对初始预测值进行修正,得到修正后的2009—2015年广西GDP的预测值。结果表明,ARIMA与BP神经网络混合模型的预测结果显著优于单一模型的预测。

简介：本文对现行的深层搅拌桩设计方法存在的问题进行探讨，提出了用人工神经网络模型对复合地基承载力进行计算的新思路。实例研究表明，人工神经网络方法对深层搅拌桩承载力计算行之有效。

简介：科学、准确地对人力资源需求进行预测分析,有助于准确把握企业内现有人力资源的状况,有效地进行人力资源规划和优化配置。基于探讨BP神经网络在我国企业人力资源需求预测中的应用,分析BP神经网络的基本原理,并通过举例具体阐述了如何运用MATLAB工具箱实现基于BP神经网络的企业人力资源需求预测。

简介：摘要：电池管理系统(BMS)可以延长电池寿命，但它取决于所采用方案的准确性。已经开发了不同的技术来通过监控电池的健康状态(SOH)来增强BMS。本文采用循环计数法对电池电压的检测进行了分析，并与人工神经网络这种启发式方法进行了比较。所提出的人工神经网络方法的优点是可以在不将电池与负载断开的情况下监测SOH。此外，人工神经网络的采样数据来自各种技术，包括开路电压(OCV)法、环境温度测量和谷点检测。采用前馈反向传播算法来达到实时监控实验室的目的。结果表明，前馈神经网络(FFNN)在用更多的采样数据训练时，可以获得对SOH的精确估计。

简介：摘要：电力工程是国计民生的重要保障，如何高效、准确地识别异常数据是实施工程的必要手段。文中基于对电力工程数据的分析，利用了分层电网工程数据检测系统，其具有分层体系结构。使用统计模型与神经网络分类器进行数据检测，并测试了5种不同类型的神经网络的性能，以及在分层数据检测系统上进行的异常数据的压力测试结果。基于此，本文对基于BP神经网络的电力工程异常数据识别技术进行探讨，以供相关从业人员参考。

简介：本文首先建立了评价企业信用的指标体系，然后在此基础上构造了基于粗糙集和BP神经网络的企业信用风险预警模型。粗糙集用于约简指标体系中的冗余指标，BP神经网络用来构建预测企业信用的分类预警模型。最后，笔者通过实例验证了此模型的可行性和有效性。

简介：通过地方经济发展指标、地方政府收支指标、地方公共风险指标和地方政府债务指标四个方面构建预警指标体系。基于BP神经网络模型对我国2016年的地方政府性债务风险进行非线性预警研究,因子综合得分表明2009年到2015年我国地方政府性债务风险处于相当不稳定的状态。BP神经网络预测结果则显示,2016年我国地方政府性债务风险处于高度风险区间,说明地方政府性债务风险性较大,应采取措施尽快完善地方政府债务风险预警体系。

简介：摘要：针对近期“新型冠状病毒”在全球大流行的现象，文章参考生命周期理论，基于微博平台，结合数据与文本信息，构建了突发传染病网络舆情热度评价指标体系，选择“新冠”事件，利用无监督学习模型概率潜在语义分析和深度学习模型BP神经网络，对舆情发展趋势进行分类及预测，验证模型的可行性。为突发传染病网络舆情管控提供参考。

简介：摘要：我国国民经济以及电力相关技术的发展，使得我国的电力事业得到了较快的发展，而在整体电力系统中关键的设施之一就是电力变压器，和电力系统之间的安全稳定运行有着十分紧密的联系，这也正是对其进行检测工作的重要原因。在微电子、计算机等先进技术不断发展的影响下，针对电力变压器进行在线实时监测已经有了极高的可行性。因为油浸性质的电力变压器在运行过程中气体溶解的类型不会出现对应的差异，传统故障诊断方式对于这些复杂多变且无标签的数据无法进行充分应用，因此一种基于深度学习神经网络的诊断方式应运而生。本文先从深度学习的概念以及深度学习神经网络模型分析入手，并在文后详细的在电力变压器故障诊断中如何运用深度学习网络进行了分析。

简介：摘要本文通过对国内外公司财务危机预警相关文献的梳理，并且结合中国房地产行业的特点，提出了构建基于BP神经网络的我国房地产上市公司的财务危机预警模型。

简介：

简介：集团企业的管理型本部是一类特殊的企业，其财务指标和风险特征与一般企业显著不同，难以使用一般的信用评级模型进行评级。本文利用基于BP神经网络的人工智能分类算法，通过有监督机器学习过程建立了管理型集团本部的信用评级模型。实验表明，在管理型集团本部的评级上该模型比一般公司的评级模型更为准确。

简介：摘要：本文针对现役火电厂脱硝改造工程的造价估算，通过对影响脱硝改造造价的主要因素进行综合分析，利用 MALTAB软件构建了基于 BP人工神经网络的火电厂脱硝工程造价的快速估算模型。通过现有工程造价实例对快速估算模型进行训练、模拟及测验，并将模型估算值与现有工程造价实例进行了对比，结果表明该方法可以较好的估算火力发电厂脱硝改造的工程投资。该模型具有较好的快速性及适用性，可以为估算工程造价提供参考。