混凝土误差反向传播神经网络模型的研究应用综述

为推进误差反向传播神经网络模型甚至机器学习模型在水泥混凝土材料中的研究应用,使得混凝土材料性能研究领域能出现更多突破,整理总结了误差反向传播神经网络模型在混凝土材料性能方面的研究应用情况,并就其存在的问题进行讨论,提出可能的解决方式,及对未来进一步的研究方向提出建议。

人工神经网络在电力营销系统中的应用与实现

在电力行业信息化发展背景下,收集与存储大量电力数据,可为电力企业营销决策制定提供依据。该文提出采用人工神经网络构建电力营销系统BP神经网络模型,通过智能决策树分类算法预处理模型数据,得到最优化的模型数据,并改进神经网络隐含层节点数目算法,结合应用分时段预测方法及共轭梯度算法分别进行网络训练及网络结构优化,为网络收敛速度加快提供保障,得出相对准确的电力营销年度电量预测结论,说明电力营销系统中人工神经网络具有较高的应用价值。

基于误差反向传播算法神经网络模型的水痘发病状况预测研究

目的 研究误差反向传播算法(BP)神经网络模型在广州市番禺区水痘发病状况预测中的适用性并进行预测,为制定水痘的防控提供措施理论依据.方法 基于广州市番禺区2006至2015年水痘的发病率,构建BP神经网络模型,检验模型的预测精度,并通过所构建的模型对2016至2018年的发病状况进行预测.结果 所构建的模型预测精度达到99.867％,利用模型可得到2016至2018年该地区的水痘的发病率分别为153.36/100000、118.17/100000、128.97/100000.结论 BP神经网络模型预测准确性高,适用于水痘发病状况的预测分析.

基于人工神经网络的绿色营销绩效评价方法研究

本文界定了绿色营销绩效的基本内涵 ,描述影响绿色营销绩效的诸因素 ,阐述了人工神经网络应用于绿色营销绩效评价的理论依据和基本思路 ,构建了绿色营销绩效评价的反向误差传播(BP)模型 ,提出了基于该模型的绿色营销绩效评价框架 。

基于人工神经网络的企业生存风险识别方法研究

本文从企业生存风险内涵出发 ,区别了企业生存的点风险和线风险 ,定义了企业生存风险识别的三种理论模式 ,建立了企业生存风险识别的多层次指标体系 ,分析了企业生存风险识别的实质 ,阐述了人工神经网络应用于企业生存风险识别的理论依据和基本思路 ,构建了企业生存风险识别的反向误差传播 (BP)模型 ,提出了基于反向误差传播 (BP)模型的企业生存风险识别框架 ,以期为企业生存风险的识别与防范提供参考。

关于雷达目标跟踪任务优先级设计

为了提升雷达的跟踪性能,针对雷达多目标跟踪时传统跟踪任务优先级设计方法无法保证对重要目标跟踪的问题,提出了一种基于BP神经网络的跟踪任务优先级设计方法。方法利用目标参数以及雷达性能参数直接对目标的跟踪任务优先级进行综合评判,并采用BP神经网络对参数和跟踪任务优先级之间进行函数关系逼近,实现对优先级的快速实时设计。最后将该方法与基于模糊逻辑的跟踪任务优先级设计方法进行对比仿真,仿真结果证明了上述方法的有效性和优越性。