中药质量的人工神经网络评价方法

提出中药质量的人工神经网络评价方法，并对中药厚朴按其气相色谱分析得到的各组分相对含量，运用该方法作了尝试，成功率达100％。结果表明，神经网络方法性能好，可望成为中药质量评价的有效手段。

用人工神神经网络法辨识发酵动力学模型参数

本文提出发酵动力学模型参数辩识的人工神经网络方法，并对几种典型的模型进行了具体尝试，结果表明，用这种方法估计参数效果极好。

水质富营养化程度的人工神经网络决策模型

为了对水质富营养化程度进行综合评价，提出水质富营养化决策的人工神经网络模型，用此模型研究我国１７个湖泊的富营养化状况，通过期望输出值的选取和对未知水体的评价原则充分体现了水质富营养化各等级之间的模糊性，正确地反映了水质富营养化作用的内部机理。

运用人工神经网络法评价中药威灵仙的质量

提出用人工神经网络方法评价中药威灵仙的质量,对一组标样的研究结果表明,识别成功率达100%。同时,该方法具有较强的容错能力和较快的识别速度。

应用人工神经网络方法预测油气

本文以四川观音场构造的碳酸盐岩储层(P_(134)地层)样本作为对象,研究应用人工神经网络系统中反向传播模型预测油气的可行性。试验结果表明,该方法性能良好,预测成功率高,可望成为利用地震信息预测油气的一种有效辅助手段。

人工神经网络在冠心病患者血液分析中的应用

本文把反向传播(B-P)神经网络运用于生物样品——冠心病患者对照组(健康人)血液中微量金属元素的综合分析,预报识别率达100％,结果表明,该方法性能良好,可作为生物样品分析与疾病诊断的一种有效的辅助手段。

测定电位滴定终点的神经网络法

本文利用改进的“反向传播”神经网络模型,在滴定突跃附近,建立了E-V曲线的神经网络插值模型,由其二阶微商求得滴定终点。计算实例中,拟合最大相对误差不超过0.1％,计算机CPU时间不超过20s,实验结果表明,该方法性能良好,在电容量分析方面有广阔的应用前景。

谷氨酸发酵过程的神经网络模拟预测模型

人工神经网络是八十年代迅速兴起的一门非线性科学。它力图模拟人脑的一些基本特性,如自组织性、自适应性和容错性能等,已在模式识别、数据处理和自动化控制等方面得到了初步应用,取得了很好的效果。 本文根据上海某味精厂某发酵罐的一批批报数据,利用人工神经网络的一典型模型—“反向传播”

茶叶品质评定的人工神经网络方法

本文取商业部颁发的4套炒青绿茶标准样为材料,运用10个较理想的茶叶色泽与滋味品质的理化指标,用人工神经网络方法,建立了品质级别判别的计算机智能专家系统,并获得了令人满意的评判结果。该方法性能良好,具有较好的容错、抗干扰能力和评判速度快等特点,从而为茶叶品质微机评判系统的研究奠定了良好的基础。

砂土液化预测的人工神经网络模型

本文根据人工神经网络的一典型模型—反向传播模型,以及地震荷载下的各项土的物理—力学参数,建立了土液化类型的神经网络数学模型。研究表明,人工神经网络方法性能良好,可望成为砂土液化预测的有效手段。

用遗传算法辨识发酵动力学模型参数

提出发酵动力学模型参数辨识的遗传算法,并对典型模型进行了具体尝试。结果表明,遗传算法估计参数效果很好,优于麦夸脱方法。

地震序列类型预测的人工神经网络方法

本文提出预测地震序列类型的人工神经网络方法，并选取一组实例作为研究对象，验证了该方法的可靠性。结果表明，人工神经网络方法性能良好，可望成为地震序列类型预测的有效工具。

遗传程序设计用于工业调优——炼钢转炉炉龄预测

提出了炼钢转炉炉龄问题预测的遗传程序设计方法，并选取一组标样进行了研究．结果表明，该方法性能良好，可望成为钢铁工业预测。

遥感土地覆盖类型识别的自组织人工神经网络模型

本文提出了进行遥感土地覆盖类型识别的自组织人工神经网络模型，并选取了一组标准样作为研究对象，识别效率较高。结果表明，该网络性能良好，可望成为遥感土地覆盖类型识别的有效手段。

运用人工神经网络作汛期降水预报

本文提出汛期降水预报的人工神经网络方法，并选择一组标样进行了具体分析，预报成功率达100％，结果表明，该方法性能良好，可望成为汛期降水预报的有效手段。

用人工神经网络方法估计Ligistic方程参数

本文提出Logistic方程参数优化估计的人工神经网络方法，并选取一组标样进行具体尝试。结果表明，用这种方法估计Logistic方程参数效果极好。

病毒基因组启动子识别的人工神经网络方法

本文运用神经网络方法，并结合病毒基因分子生物学有关理论与统计事实，对病毒基因启动子区域进行了识别，文中选择了共35个基因组，作为研究对象．学习组选择了28个基因组，预测组选择了7个基因组，结果表明，将神经网络模型与病毒基因有关理论相结合，能够运用计算方法，以大量的可能启动子组合中排列出唯一的启动子区域．

自组织人工神经网络用于金属间化合物三元填隙D88结构形成条件的判别

将Ｋｏｈｏｎｅｎ自组织人工神经网络应用于金属间化合物三元填隙Ｄ８８结构形成条件的判别上。对６５种化合物的研究结果表明，神经网络方法性能好，可望成为化合物结构分析的有效辅助手段。

运用自组织人工神经网络模型判别柑桔溃疡病始见期

1984～1990年运用T.Kohonen自组织人工神经网络模型系统观察甜橙新梢萌芽(始花)的时期及有关天气资料,建立了柑桔溃疡病始见期预测的计算机智能专家系统。经1991年春梢及幼果的柑桔溃疡病斑始见期验证,预测准确,历史回验,符合率达100％。

自组织人工神经网络在氟化物非晶态形成的判别条件中的应用

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络，利用化学健参数法，研究了三元系氟化物非晶态形成的判别条件，建立了相应的计算法判别智能软件．识别成功率较高．结果表明，该方法性能良好，可望成为研究化合物非晶态形成条件的有效的辅助手段．