作者采用具有高度非线性识别能力的人工神经网络与遗传算法相结合的方法，探讨了建立智能预报模型的基本方法，进一步对如何提高预报精度的问题进行了研究，并结合黄河洪水预报实例检验了神经网络模型的可行性。-The author used to identify the capacity of highly non-linear artificial neural network combining with genetic algorithm approach to explore the establi

Flood神经网络程序包，Flood is a comprehensive class library which implements the multilayer perceptron in the C++ programming language. It has been developed follow- ing the functional analysis and calculus of variations theories. In this regard, this

针对用户在社区网络中面对海量的信息和资源，如何快速便捷地获得自己感兴趣内容的问题，提出一 种基于社区网络内容的个性化推荐算法。在得到相同兴趣用户聚类的基础上，该算法首先通过用户访问日志信 息挖掘相似内容推荐项，然后根据用户兴趣挖掘新的内容推荐项。实验结果表明，该算法不仅提高了内容推荐 精度，而且扩展了内容覆盖面。-Network for users in the community in the face of a flood of information and resources

针对BP 算法易陷入局部极小、收敛速度慢等缺点，遗传算法是全局优化算法和具有很强的全局搜索能力，遗传算法优化BP 神经网络初始连接权值和阈值形成混合算法。以安徽宣城市为例,将汛期降水量作为预测对象，前期74 项大气环流特征量、500 hPa、100 hPa 月平均高度场、月平均海平面气压场和月平均海温场资料中选取预测因子，建立汛期降水短期气候预测模型。-BP algorithm is easy to fall into local minimum, slow convergence, genet