本文基于遗传算法思想，采用浮点数矩阵表示编码，在遗传算法的进化过程中加入一定的约束条件等方法，探讨了网络结构的设计和学习。经实例分析，在用于建立大坝安全监控预报模型的前馈神经网络设计中，该方法在满足一定约束条件下，能同时有效地寻找合适的网络结构和相应的参数(神经网络的权值和阈值)，且在精度和速度上都有较大的提高，为实现实时在线分析评价大坝的安全性态提供了有力的技术支持。-Based on the genetic algorithm, using a float matrix coding, Ge

人工神经网络BP算法 1、动态改变学习速率 2、加入动量项 3、运用了Matcom4.5的矩阵运算库（可免费下载,头文件matlib.h)， 方便矩阵运算,当然，也可自己写矩阵类 4、可暂停运算 5、可将网络以文件的形式保存、恢复 作者：同济大学材料学院 张纯禹 email:chunyu_79@hotmail.com

(1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统

提取灰度共生矩阵的分类作用，有利于后续的人工神经网络的进行-To extract the classification of the gray level co-occurrence matrix, is advantageous to the subsequent artificial neural network

具有丰富的参数选项,BP神经网络用于函数拟合与模式识别，计算两个矩阵之间的欧氏距离。- It has a wealth of parameter options, BP neural network function fitting and pattern recognition, Calculation of the Euclidean distance between the two matrices.