简介：日长变化的预报具有重要的科学意义和实际应用价值。非线性的人工神经网络技术中的反向传播模型（BP网络）可用于预报日长变化。BP网络的拓扑结构决定了神经网络解决问题的能力，针对不同的问题需要采用不同的网络结构。该文分析了神经网络的拓扑结构算法，选用最小均方误差法确定网络的拓扑结构，并将此应用于日长变化预报。结果表明，该方法是可靠和有效的。
简介：对于有限温度下复Φ^6场严格证明了不同温度下其超势在微超空间中的等势线可以相交（4个或2个交点），也可以不相交。
日长变化预报中BP神经网络拓扑结构的选择
有限温度下复Φ~6场的超势在微超空间中等势线的相交性问题
