双基球扁药工艺优化仿真研究

目的优化双基球扁药成球工艺参数,解决由于目前双基球扁药理论研究不充分、控制模型不明确、生产工艺参数调控依靠人工经验所导致的药品成球后直径、弧厚偏差大的问题。方法利用BP神经网络在处理复杂非线性映射问题上的强大的能力,对成球关键工艺参数与成球质量指标进行建模,并应用成球工艺过程仿真数据对其进行训练,将训练得到的BP神经网络模型用于优化成球工艺参数。同时利用仿真数据进行检验模型的可靠性。结果训练后BP神经网络均方误差为0.001,成球直径误差率为1.27%,成球弧厚误差率为2.08%,成球质量参数误差均很小,可以满足工艺要求。结论该BP神经网络模型具有较高精度,适用于含能材料工艺优化,提出的成球工艺优化方法能有效降低成球试制成本,缩短生产周期。     

基于遥感的洪水灾害承灾体神经网络的提取方法探讨

洪水灾害承文体信息的快速获取是洪水灾害评估的基础．卫星遥感所获得的遥感图象包含了有关该承灾体的空间分布信息．常规目视解译难以快速并准确地从遥感图象中提取这些信息．神经网络技术的发展为解决这一问题提供了新的工具．本文阐这了将神经网络用于从遥感图象中自动提取洪水灾害承文体的空间分布信息的基本原理和方法,并结合实例说明了这种方法的有效性     

基于遗传算法的洪水灾情评估神经网络模型探讨

洪水灾情评估实际上是一种模式识别问题,而人工神经网络模型具有逼近有界闭子集上任意非线性映射的特性,且模型更新方便。本文邮基于遗传算法的洪水灾情评估神经网络模型,阐述了其基本原理和算法,实例研究表明其实用性、客观性和通用性。     

Estimation of total sediment load concentration obtained by experimental study using artificial neural networks

Estimation of sediment concentration in rivers is very important for water resources projects planning and managements. The sediment concentration is generally determined from the direct measurement of sediment concentration of river or from sediment transport equations. Direct measurement is very expensive and cannot be conducted for all river gauge stations. However, sediment transport equations do not agree with each other and require many detailed data on the flow and sediment characteristics. The main purpose of the study is to establish an effective model which includes nonlinear relations between dependent (total sediment load concentration) and independent (bed slope, flow discharge, and sediment particle size) variables. In the present study, by performing 60 experiments for various independent data, dependent variables were obtained, because of the complexity of the phenomena, as a soft computing method artificial neural networks (ANNs) which is the powerful tool for input–output mapping is used. However, ANN model was compared with total sediment transport equations. The results show that ANN model is found to be significantly superior to total sediment transport equations.     

Adjusted two-stage adaptive cluster sampling

An adjusted two-stage sampling procedure is discussed for adaptive cluster sampling where some networks are large and others are small. A two-stage sample is drawn from the large networks and a single-stage sample is drawn from the rest. The simple random sampling (SRS) procedure without replacement is used at the initial stage. An estimator for the population mean along with its properties is discussed.     

神经网络模型森林生物量遥感估测方法的研究

森林生物量的估测是全球变化研究的基础,而遥感宏观、综合、动态、快速的特点决定了基于遥感的生物量模型为森林生物量估测的发展方向,目前的遥感生物量估测方法大多基于回归分析,需要预先假设、事后检验,仅为经验性的统计模型。神经网络的分布并行处理、非线性映射、自适应学习和容错等特性,使其具有独特的信息处理和计算能力,在机制尚不清楚的高维非线性系统体现出强大优势,可以用于遥感生物量估测。文章在野外调查的基础上,尝试应用BP网络和RBF网络技术,建立广州TM遥感影像数据与森林样方生物量实测数据之间的神经网络模型,通过训练和仿真,与生物量实测数据进行比较。结果表明,在独立样地估测中,人工神经网络估测的相对误差均小于15.18%,获得了满意的效果。而RBF网络与BP网络相比,在识别精度上、稳定性、速度上,均优于BP网络,其最大相对误差不超过10.12%,平均相对误差为4.76%。可见应用神经网络方法的“黑箱”操作虽然难以归纳出指导性规律,但可以获得很高的精度。尤其RBF网络,在训练完成后,可以应用该模型进行大区域生物量估算,对于森林的规划及管理具有深远意义。     

论大学生思想政治工作进网络之紧迫性

在对大学生利用网络的情况进行调查的基础上，总结出学生使用网络的现实基本状况，并分析学生上网存在的问题，指出学院的思想政治工作进网络的紧迫性。     

我国丹顶鹤自然保护区网络设计

针对原有丹顶鹤保护区规划缺乏系统设计思想,保护区面临严重的生境安全这一问题,根据维持生态系统地域完整性和生态过程完整性的原则,采用迭代法和整数规划2种方法,以高、中适宜性湿地面积占各自湿地类型总面积70%和60%为保护目标,研究了丹顶鹤自然保护区的网络设计,提出了丹顶鹤自然保护区网络的设计方案。     

基于概率神经网络的污泥堆肥腐熟度的综合判别

由于污泥堆肥过程中各组分间相互影响和制约,污泥腐熟程度的判别系统呈现模糊性,使得传统评价方法对该判别系统很难正确认识。文章根据污泥堆肥的具体情况,提出了以含水率、挥发固体、粪大肠菌值、发芽指数作为腐熟程度的判别指标体系,并基于概率神经网络建立污泥堆肥腐熟程度的综合判别模型,然后用该模型判别上海市某污水厂污泥快速好氧堆肥工艺污泥堆肥样品的腐熟程度。结果表明:①将污泥堆肥的含水率、有机质、粪大肠菌值和种子发芽指数作为判别指标,可以判别污泥堆肥腐熟程度;②概率神经网络可以建立判别指标与稳定化程度等级之间复杂的非线性关系,为腐熟度的判别提供一种通用的模式,且判别结果比较合理。