基于小波网络的非稳态故障诊断方法

针对现有ＢＰ网络在故障诊断中存在的缺陷，提出了利用小波函数构造故障诊断神经元网络，利用变尺度算法进行网络训练，加快了网络的训练速度。并交结果运用到一个ＣＳＴＲ非稳态故障诊断的过程中，仿真实例表明，小波网络较ＢＰ网络具有更好的故障诊断能力。     

应用新的聚类技术加速B－P网络的收敛过程

Ｂ－Ｐ网络在模式识别技术中识别效果好，应用较广泛，但通过模式样本直接对网络权训练，收敛过程太慢。就模式识别的软、硬分类问题，提出基于新的聚类方法条件下进行网络权的训练，收敛速度较快，可收事半功倍之效。     

∑－π型神经网络中误差曲面与学习效率研究

∑－π型神经网络是由具有高阶神经网络特性的单元构成的无隐层网络。研究了∑－π型神经网络中的误差曲面和学习效率，给出了理论推导和分析。对于典型的ＸＯＲ问题，分别使用ＢＰ网络和∑－π网络进行了计算机模拟计算。结果表明，ＢＰ网络中误差曲面存在大量的平台（ｆｌａｔ）和梯阶（ｓｔａｉｒ－ｓｔｅｐ），∑－π网络中误差曲面变化梯度较大，因此具有较快的学习收敛速率，能克服ＢＰ网络的不足。按文中所用模拟计算方法，可以建立∑－π网络和ＢＰ网络中学习参数与学习效率、误差曲面特性之间关系数据库，有利于∑－π网络和ＢＰ网络的参数优选、加速收敛和硬件实现。还讨论了∑－π网络和ＢＰ网络的神经生物学基础。     

人工神经网络在红霉素发酵过程状态预估中的应用

探索了动态ＢＰ网络和ＲＢＦ网络在红霉素发酵过程状态预估中的应用,比较了它们的收敛速度和学习能力。结果表明,ＢＰ网络和ＲＢＦ网络都具有相当好的学习能力,但ＲＢＦ网络的收敛速度更快,训练好的神经网络,在红霉素发酵过程中可在线预估出红霉素效价、葡萄糖浓度、ＮＨ２－Ｎ浓度、丙醇浓度和菌体浓度等参数值,并可在进上步的过程优化和控制中应用。     

培养农村社区全科医生教学方法的探索：以问题为基础的教学法的 …

对比分析了教学基础本文，对经分析了社区医学实验班、传统班和普通班８门基础医学课程的期终理论考试成绩。结果发现，经ＰＢＬ训练的社区医学实验班学生的考试成绩明显高于未经ＰＢＬ训练的其他班学生，大部分课程有显著性差异，ＰＢＬ训练时间越长差异显著性越明显。结果表明，ＰＢＬ训练对强化学生学习基础医学知识以及学过的知识融会贯通、举地反三加深理解均有良好的作用，ＰＢＬ训练可显著学生的考试成绩。     

改进的BP网络应用于部分硝基芳烃的QSAR研究

应用改进的ＢＰ网络法进行部分硝基芳烃的ＱＳＡＲ研究，用所建立的模型进行毒性预报，并与传统的ＢＰ网络和多元线性回归模型比较，表明改进的ＢＰ网络模拟和预报能力均优于传统的ＢＰ网络和多元线性回归模型。在学习集中、改进的ＢＰ网络，传统的ＢＰ网络，多地线性回归三者的均方差别为：０．０２４０，０．０１０７，０．０４４７，决定系数为：０．９３６８，０．９７１８，０．８８２４；预防集中，三者的均方差分别为：０；．     

颌骨造釉细胞瘤中骨形成蛋白基因表达的原位杂交及免疫组化研究

利用骨形成蛋白（ＢＭＰ）单克隆抗体、ＢＭＰ多克隆抗体及地高辛甙元标记的ＢＭＰ１、ＢＭＰ２Ａ、ＢＭＰ３的ｃＤＮＡ探针，分别进行了４０例颌骨造釉细胞瘤中ＢＭＰ基因表达的原位杂交和免疫组化研究。结果发现，３种ＢＭＰ某因在造釉细胞瘤中均有过量表达，尤以ＢＭＰ２Ａ最为显著；与原位杂交结果相反，免疫组化显示，４０例造釉细胞瘤均为阴性。因此，ＢＭＰ基因的过量表达可能与造釉细胞瘤的发生有关，造釉细胞瘤中ＢＭＰ的产量可能较少，或其结构发生了改变。     

椎—基动脉TIA的脑干听觉诱发电位研究

本文除了利用脑干听觉诱发电位ＢＡＥＰ的常规检测技术，还采用ＢＡＥＰ的高刺激重复率检测方法，对５０例椎－基动脉ＴＩＡ（ＶＢ．ＴＩＡ）病人进行了研究。结果表明：１．ＢＡＥＰ的高刺激重复率检测方法与常规方法并用ＶＢ．ＴＩＡ。病人的ＢＡＥＰ的阳性率可达７２％，明显高于单纯常规检测的４８％，Ｐ＜０．００５。２．在影响ＶＢ．ＴＩＡ的ＢＡＥＰ阳性率的诸相关因素中，ＢＡＥＰ阳性率主要与病后检测时间有关，即检测时间     

溴酚蓝结合蛋白结构及稳定性的研究

在早期对溴酚蓝结合蛋白（ＢＰＢＢＰ）的研究中，我们确定了其在电泳谱中的位置及分子量。目前进行了实验中，我们从不同患者血清中ＢＰＢＢＰ的存在及正常人的血清中ＢＰＢＢＰ的结构和稳定性等方面的ＢＰＢＢＰ进行了测定。测定的结果：（１）在不同患者血清中都不同程度地存在着ＢＰＢＢＰ，这为寻求基因药物载体提供了新思路。（２）不同ｐＨ下，紫外－可见光连续光谱为的结果说明ＢＰＢＢＰ与溴酚蓝发生了化学键的结合，并结合     

改进的BP网络应用于部分硝基芳烃的QSAR研究

应用改进的ＢＰ网络法进行部分硝基芳烃的ＱＳＡＲ研究,用所建立的模型进行毒性预报,并与传统的ＢＰ网络和多元线性回归模型比较,表明改进的ＢＰ网络模拟和预报能力均优于传统的ＢＰ网络和多元线性回归模型。在学习集中,改进的ＢＰ网络,传统的ＢＰ网络,多元线性回归三者的均方差分别为：０．０２４０,０．０１０７,０．０４４７,决定系数为：０．９３６８,０．９７１８,０．８８２４;预报集中,三者的均方差分别为：０．０４４０,０．０５５４,０．０７７２,决定系数为：０．８２１６,０．７７５３,０．６８７０。文中还讨论了网络改进的理由,以及网络结构中某些参数的选定问题     

修正初始权值的BP网络在CSTR故障诊断中的应用

将BP算法和使用复合法修正初始权值的BP算法运用到CSTR模型中进行故障诊断。采用复合法对初始权值进行修改，避免了BP算法中初始权值的随机性带来的收敛缓慢甚至瘫痪现象，并结合CSTR模型的故障诊断进行了仿真运算，与BP网络的比较表明了改进算法在运算效率上的优势。     

基于集成模式的多参数综合智能故障诊断

基于产生式规则，事例，模糊诊断，神经网络集成模式，提出了多参数综合智能故障诊断方法，分析了多种诊断方法集成的必要性，以及该方法的知识表示，智能推理诊断及知识学习，应用结果表明这一多参数综合智能故障诊断的方法在实际工程中是行之有效的。     

连续催化重整反应器结焦含量软测量

对连续催化重整反应器结焦含量软测量问题进行了研究。首先从工艺机理分析出发,找出了影响结焦含量的主要参数,初步确定软测量建模辅助变量,并采用BP算法进行神经网络,建立结焦含量软测量模型。然后采用PLS－BP算法重新认识,得到新的结焦含量软测量模型,以改进模型结构。最后对模型校正后在现场使用,结果表明测量结果令人满意。     

一种群体趋化性算法及其应用的研究

提出了一种新型神经网络群体趋化性算法，将其用于多层前向神经网络的学习过程，表明其具有学习速度快、精度高的特点。进行了基于这一算法的尿素生产过程神经网络模型化研究。仿真结果表明了这一算法的有效性。基于所建神经网络模型知识的专家系统，已在某化肥厂得到成功应用。     

PCA在过程故障检测与诊断中的应用

讨论了基于主无分析（PCA）的过程故障检测与诊断的原理,运用T^2统计、Q统计方法,结合贡献图对一典型过程进行了仿真分析,结果表明PCA方法可对简单传感器故障进行检测与诊断,并指出了该方法中的不足,提出了将PCA方法同基于过程动态模型的故障诊断方法相结合的研究思路。     

用BP神经网络对气流床粉煤气化炉的预测

利用3层BP神经网络对气流床粉煤气化炉进行模拟研究。以Gibbs自由能最小化方法建立粉煤气化炉数学模型的模拟结果作为BP神经网络训练数据,训练后的BP神经网络模型对模拟数据的预测准确度较好。以Shell粉煤气化炉和国内首套粉煤加压气化中试装置上的实际生产数据作为BP神经网络的训练数据,训练后的BP神经网络模型能预测实际生产数据。     

基于误差反向传播算法神经网络模型的网络式以问题为基础学习效果评价方法的研究

目的研究误差反向传播算法（ error back propagation algorithm,BP）神经网络模型在网络式以问题为基础学习（ WPBL）效果评价中的适用性。方法基于调查问卷收集的资料,利用测试样本构建BP神经网络模型,并通过所构建的模型对训练样本进行检测。结果构建模型时测试样本的网络输出分数与综合评分之间的平均误差小于规定误差（E=0.000031592〈0.0001）。对训练样本进行检测显示,网络输出分数与实际综合评分之间的误差极小。结论 BP神经网络模型能够准确、快速地对WPBL效果进行评价。     

基于MAS的化工过程故障诊断研究(Ⅱ)

针对化工过程的故障诊断问题,给出了分布式化工过程故障诊断问题的多智能体的合作求解模型。通过对尿素生产过程中尿素蒸发与造粒的化工过程的仿真研究,详细描述了基于多智能体的故障诊断系统的应用方法。这种分布式的框架结构同以往的集中式的诊断方法相比,无论是在满足通信需求还是在简化计算复杂程度上都具有显著的优越性。     

基于MAS的化工过程故障诊断研究(Ⅰ)

提出了一种新的基于多智能体的分布式化工过程故障诊断方法。通过定义化工过程的诊断本体论和功能-行为本体论,系统在提高诊断系统性能的同时,能够显著降低整个系统构造的复杂程度。采用本文给出的化工过程诊断本体论后,整个多智能体故障诊断系统的开发任务从智能体的结构设计转移到对诊断本体论属性的应用上。