生殖道支原体感染与异常围产结局的临床流行病研究

模糊神经网络作为神经网络与模糊数学方法的结合，同时具有自学习能力和定性信息利用能力。为适应生化过程分析与控制的需要，在网络中引入均匀设计与并联BP子网结构，成功的提高了模糊神经网络模型的多输入多输出系统处理能力与预测精度。提出了网络局域性的概念，作为网络结构的定量万描述，建立了从网络局域性预测网络训练速度与网络预测精度的理论：随局域性数值的增加，其训练速度相应增加，约0.55时网络预测精度最高在啤酒酵母流加发酵实验中，模糊神经网络模型的平均预测误差在1%以内；模糊神经网络控制下的酵母最终产量比模糊控制器控制结果提高了近一倍，比原人为控制提高了近2倍，响应时间缩短为原模糊控制器的2%。