膨胀土判别与分类的人工神经网络方法

提出了运用神经网络理论对膨胀土进行判别与分类的方法。通过对安康膨胀土的实测数据分析，建立了研究膨胀土判别与分类的计算机智能专家系统。结果表明，用人工神经网络方法对膨胀土进行判别与分类的准确率很高，它无需在判别因子与预测目标之间建立基于某种理论的经验统计关系，该方法具有重要的实用价值。     

BP神经网络的训练样本集容量

本文试图解释用ＢＰ神经网络解界面反问题时效果不佳的原因。文中首先从信息量的角度提出了ＢＰ神经网络训练本集容量的概念，给出了它的定义及组织训练样本集时应遵循的原则和方法。对于如何用ＢＰ神经网络解界面反问题，给出了其基本步骤，并根据上述训练样本集容量的概念及界面反总理的特殊性，给出了组织界面反问题训练样本集的方法。     

基于非线性理论的边坡稳定性评价模型

边坡稳定问题涉及到各类水利、港工、铁路和工业民用建筑工程。由于影响边坡稳定性的因素较多，而且其变形破坏机理复杂，边坡稳定性问题迄今仍然受到理论研究和工程实践的关注。本文采用非线性理论和方法来研究边坡的变形破坏机理，并建立稳定性评价模型。以分叉和突变理论引出突变级数来表征边坡的状态，并用神经网络从中获取稳定性评价和判断的知识，进而构建系统，并对各类边坡稳定状态做出分析评价。实例分析证明了该方法的有效性。     

热传导有限元的神经计算原理及应用

根据热传导有限元分析方法的特点，把有限元计算问题转化为带约束的非线性优化问题，并给出求解该问题的改进Hopfield(TH）网络，最后对一个简单温度场神经计算进行数值仿真，仿真结果表明，神经网络能完成有限元模型的求解。     

神经网络在天气预报上的应用研究

通过把 Neuralwork软件的 adaline、 m adaline两种模型引入到天气预报工作的实践 ,证明神经网络在天气预报领域的应用有广阔的前景。     

模糊联想记忆神经网络及其在地图数字注记识别中的应用

地图上数字注记的自动识别是实现全要素图纸读取的关键技术之一。本文分析了传统的光学字符识别方法和ＢＰ神经网络识别方法在识别时存在的种种困难，提出了一种基于模糊联想记忆神经网络的识别方法，并以初步实验证实了这种方法的有效性。     

BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中的应用的方法，特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函娄，增强网络的稳定性和插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，西医 实例计算证明了该方法的有效性。     

用人工神经网络法预测气—水边界

文章研究了在构造复杂地区（如高陡构造带、断层发育等），地震记录上储层的信噪比低的情况下，用人工神经网络方法预测气水边界。对影响预测效果的某些因素作了试验，其中包括地震特征参数的选择、计算时窗大小、数据圆滑方式、学习样本与预测区域的选择等。文中还给出了已知剖面的预测结果，并被钻井证实是成功的。     

基于主成分分析和贝叶斯正则化方法的神经网络年最大洪峰流量预测模型探讨

针时水文预测建模中输入因子过多而导致神经网络结构规模过大,泛化能力差的问题,利用主成分分析和贝叶斯正则化方法对神经网络进行改进,优化网络结构,从而提高泛化能力。以洮儿河流域镇西站年最大洪峰流量预测为例,研究结果表明,改进的神经网络预测方法与传统的神经网络方法相比,泛化能力有显著提高,而且网络的收敛也比较稳定,实际预测中效果良好。