基于人工神经网络的道路表面降雨水深预测

建立了基于人工神经网络的道路表面水膜厚度预测模型，通过试验数据的训练确定权重和阈值，经过检验样本的检验，能够很好地预测道路表面的水膜厚度。结果表明，本文建立的人工神经网络模型用于道路表面水膜厚度预估可行。     

BP神经网络在火灾烟气危害性分级中的应用

建筑物发生火灾时，燃烧产生的高热和有毒、有害气体对人构成很大威胁。本文利用ＢＰ神经网络对火灾烟气危害性进行分级，介绍了神经网络模型的结构、学习过程和算法。实例计算表明：利用神经网络对烟气危害性分级是合理可行的，具有一定的实用价值。     

AP含量及粒度级配对含硼富燃推进剂压强指数的影响

通过燃速测试、高压DSC和TG实验,研究了AP含量及粒度级配对含硼富燃推进剂压强指数的影响。压强指数采用r=apn方程求得。燃速测试结果表明,AP含量增加,AP重均直径减小,均使压强指数升高。DSC和TG分析表明,推进剂中AP含量增加,重均直径越小,推进剂失重速度较快,高压时推进剂放热量增加,燃速增加较大,因而压强指数较高。