径向基函数神经网络的新型混合递推学习算法

从径向基函数网络的硬件实现和实时应用的角度出发，给出了RBF网络的一种新型混合递推学习算法．该算法既具有良好的数值性质又易于并行实现．把RBF网络用于非线性系统在线辨识，仿真结果显示了本文方法的有效性．

RBF神经网络时间序列模型在肺癌发病率预测的应用研究

本文将神经网络与时间序列方法相结合,建立肺癌发病率的RBF神经网络时间序列组合预测模型。

Using Radial-basis Function Network for CLV

Analysis and comparing with three existing and popularly used forcasting customer lifetime value (CLV) methods, which are the Dwyer method, customer event\|method and fitting method, and using performances of the existent artificial neural network, we apply the Radial basis Function(RBF) network to forecast the CLV, the RBF network can approach the objective function partially. To every input/output pairs, it only needs adjust the weight a little and learn quickly which is very important to the forecast precision. Simulation and experimental results on the customers’ data of a company in Shaanxi Province reveal the effectiveness and feasibility of the RBF network.\;

变速器齿轮疲劳破坏的分析与研究

根据农用大功率东方红拖拉机变速器的实际使用情况,为确知变速器齿轮工作的时效性,对农用车变速器齿轮的工作特性进行了分析研究,首先运用递归方法处理,再结合神经网络BRF进行齿轮疲劳超限的预测,并开展数值分析研究,提供了对农用车变速器齿轮疲劳破坏预测的一种方法。结果表明,该方法对变速器齿轮疲劳破坏的预测结果与齿轮疲劳试验结果一致,预测具备较高的精确度。

关于风力大小的预测

由于矿产资源日趋匮乏,且人们对于环境的要求越来越高,世界各国都把目光投向了绿色能源,其中在现实可行性分析的基础上可以大规模利用的就是风能,风是农业生产的环境因子之一,风速在适度对改善农田环境条件起着重要作用,风力还是转换太阳能的重要载体,其转换的动能也可用于大规模的风力发电。当前对于风能的利用达到了前所未有的高度。但由于风力的一些固有的特点,使对其利用效率大打折扣。影响风力大小的因素众多,地里位置、温度、湿度等因素都会对风力产生影响,如何合理的预测风力的大小,安排合理的生产就成了迫在眉睫的事宜。本文将利用两种不同的数学模型对风力大小做出合理的预测,并借助Matlab软件进行仿真分析。