基于RBF神经网络模型的板料成形变压边力优化

为了解决变压边力优化过程中RBF(radial basis function )神经网络隐层节点训练难的问题,利用人工智能算法的优越性,建立了基于人工免疫算法的RBF神经网络,并将其用于非线性函数的逼近中.结合分块压边圈与改变压边力控制技术,通过Dynaform软件进行数值模拟获得成形数据,建立了变压边力与成形质量之间的RBF神经网络近似模型.利用人工免疫智能算法对该近似模型进行优化,获得最优压边力参数.将该方法应用于S形梁冲压成形中,与优化前的结果进行比较,采用优化后最优变压边力可以抑制起皱,最大起皱量减少了89.53%.      

风险分析计算机模拟方法论

本文给出并阐述面向投资风险分析的计算机模拟新方法。在定义风险模拟基本模型的基础上，重点对讨论对传统投资风险分析模型的修正与扩充 风险分析判据的模拟估计方法，不同投资方案的模拟比较方法以及投资风险分析的计算机图形描绘与动画模拟。本文所述方法更能接纳和描术投资风险分析产生了不确定性影响的各种随机因素，对风险的估计和推断更为细致和准确。     

喷射混凝土隧道衬砌的生命周期评估优化

对于喷射混凝土隧道衬砌的生命周期评估,当前使用的基于LS-DYNA数值计算的评估方法、基于SOM-RBF神经网络的评估方法,没有考虑隧道通风情况,导致评估时间结果不精准且耗时长。为了解决该问题,提出了基于数值模拟的评估优化方法。采用高精度压差计法分析断面压差,计算喷射混凝土隧道内沿程阻力系数,分析喷射混凝土隧道衬砌的通风阻力。考虑断面相关参数,使用有限元分析软件ANSYS对喷射混凝土隧道衬砌的生命周期进行数值模拟。计算混凝土疲劳受损的临界点,分析喷射混凝土隧道的疲劳寿命。结合马尔科夫链理论,构建生命周期状态转移概率矩阵,获取状态稳定向量。以此为依据,构建喷射混凝土隧道衬砌的生命周期评估指标的隶属度矩阵,并评估生命周期。由实验结果可知,该方法与实际数值最大评估误差为0.6%,最长评估时间为8 min,说明使用该方法具有良好评估效果。     

基于PSO的神经网络优化证券投资组合方法研究

针对传统人工神经网络中的BP(back propagation)神经网络自身局限以及其迭代次数多、收敛精度不高和泛化性差等缺点,提出了一种基于粒子群(particle swarm optimizer,PSO)算法的BP神经网络优化证券投资组合方法.在BP神经网络优化方法中,采用PSO算法替代了BP神经网络的梯度下降法,得到最优解,从而对BP神经网络模型进行优化.将该方法应用于证券投资组合的优化中,实验结果证明:该优化方法优于传统的BP神经网络优化方法.     

BP神经网络在模拟非线性系统输出中的应用

概述了非线性系统输出模拟的方法，对BP神经网络及改进的BP算法作了简要介绍。以BP神经网络运用于激光焊接过程中模拟焊缝形状的典型例子，探讨了BP神经网络在非线性系统模拟输出中的可行性；通过实例分析及比较测试结果，对BP网络的结构和训练样本的选取等进行了有益的探索。     

基于神经网络的GPS高程拟合方法优选及精度分析

针对现有的几种神经网络GPS高程拟合方法,讨论了利用遗传算法(GA)、粒子群算法(PSO)优化BP神经网络权值和阀值的原理;结合分布较均匀、现势性较好的GPS和水准联测数据,试算了基于神经网络的GPS高程拟合。拟合结果表明:基于PSO算法优化的BP神经网络的拟合精度优于GA算法,误差相对更小。     

基于BP神经网络的隧道位移反分析方法研究

通过设置合理的神经网络结构参数,采用基于数值模拟与正交试验方法建立的训练样本,最终由数学计算得到BP神经网络反演模型。通过神经网络反演模型位移反演分析,将分析结果与地质勘察成果相结合,对围岩性质等目标参数进行优化调整,对于隧道支护参数设计有实际意义,有助于进一步加强隧道稳定性。     

基于神经网络的环境干扰信号建模及模拟研究

提出了利用神经网络的非线性映射能力，对环境干扰信号的建模及模拟，以雷达海杂波信号为例从概率密度分布，功率谱密度，相关函数等特征方面进行了比较，实验结果表明神经网络具有较好的模拟性能和广泛的适应适应性。     

基于IPSO-BP神经网络的连续刚构桥有限元模型修正

针对大跨度连续刚构桥有限元模型修正问题，提出一种基于改进粒子群算法优化BP神经网络的有限元模型修正方法。首先建立有限元模型修正的数学优化模型，其次通过改进标准粒子群算法对BP神经网络超参数进行优化，最后基于优化BP神经网络代理模型对有限元结构参数进行寻优求解。研究结果表明：基于优化BP神经网络的代理模型相较于未经优化的具有更高的拟合精度；修正后的有限元模型挠度理论计算值与实测值的平均相对误差仅为1.86%。     

城市快速路交通事件检测的自适应算法研究

针对城市快速路交通事件检测问题,提出了-种基于自适应遗传算法与神经网络相结合的自动检测算法.通过改进的自适应遗传算法优化神经网络结构和权值参数,保证了神经网络能以较小规模和最优的权值参数来描述事件发生与交通参数间的映射关系,从而提高检测效果.利用PARAMICS交通软件模拟了北京市京通快速路从大望桥到四惠桥路段间的一组交通数据,仿真结果表明,该算法同现有的典型算法相比较,具有较高的检测率和较快的检测速度.     

�����������ʵʱ��ͨ�źſ���������о�

实时交通信号控制是城市交通控制系统的重要组成部分,建立在前人研究工作的基础上,本文尝试采用多智能体的分布式控制技术来解决复杂的交通信号控制问题,构造了多智能体的城市交通控制系统控制流程,提出基于同时扰动随机逼近算法/人工神经网络的改进的交通控制模型,模型通过采用同时扰动随机逼近算法来更新神经网络的权重,这种方法克服了现有控制方法需要大量的数据传输、准确的数学模型等缺陷。最后作者应用微观交通仿真系统对模型的有效性在较为复杂的交通网络中进行了测试,仿真结果表明了该方法的有效性。     

神经网络和专家系统相结合的综合决策系统结构

通过神经网络知识获取模型,将神经网络的自适应学习能力和专家系统的解释能力综合在一起,提出一种将神经网络和专家系统结合在一起的综合决策系统.一方面,该综合决策系统应用神经网络的自适应学习功能解决了专家系统在知识获取方面存在的"瓶颈"问题;另一方面,运用专家系统的解释能力解决了神经网络的"黑箱"问题.     

一类非线性系统的神经网络内模优化控制

研究一类可用Ｈａｍｍｅｒｓｔｅｉｎ模型描述的ＭＩＳＯ非线性系统的优化控制方法，提出一种基于前向神经网络的Ｈａｍｍｅｒｓｔｅｎ模型，以描述ＭＩＳＯ非线性对象并给出具有内模结构的优化控制器设计方法，从而实现了在稳态优化与动态优化双重指标下的设定值闭环优化控制。针对汽油管道调合系统进行的仿真实验，验证了该方法的有效性。     

On the algorithms of adaptive neural network-based speed control of switched reluctance machines

AbstractA switched reluctance machine(SRM)drive is a time-varying,strongly nonlinear system.High performance control can no longer be achieved by using linear techniques.This paper describes the back-propagation (BP)neural network-based proportional-integral-derivative(PID)speed control of the SRM.It’s the interest of this paper to explore the utilization of the prior empirical knowledge as guidance in the initializing and training of the neural networks.The purpose is to make the networks less sensitive on the initial weights.Two modified algorithms are presented and simulation experiments show some interesting findings about their control effects and their corresponding sensitivity on the initial weights of the networks.     

Knowledge Representation and Fuzzy Reasoning of an Agricultural Expert System

The design scheme of an agricultural expert system based on longan and cauliflower planting techniques is presented. Using an object-oriented design and a combination of the techniques in multimedia, database, expert system and artificial intelligence, an in-depth analysis and summary are made of the knowledge features of the agricultural multimedia expert system and data models involved. According to the practical problems in agricultural field, the architectures and functions of the system are designed, and some design ideas about the hybrid knowledge representation and fuzzy reasoning are proposed.     

基于BPNN的高速公路风雨天气限速系统的设计

为了实现高速公路能够在风雨条件下智能限速,作者采用反传播神经网络（BPNN）技术,设计了一个高速公路风雨天气限速系统。由经验丰富的驾驶员根据交通环境,参考实时天气指标,凭经验判断“安全限速”的值,并作为专家样本,供BPNN训练。通过分析“拟合误差”的方法,排除了少量异常的专家样本,从而提高了BPNN的预测精度。实践表明,采用BPNN对高速公路按天气指标智能限速,无需推理数学模型,操作效率高,成本低,便于推广。     

多控制模型嵌入的智能汽车防撞虚拟仿真

针对智能汽车行驶安全距离监测与防撞试验高成本、高危险性以及试验结果难以观察的问题,研究了智能汽车安全距离监测与防撞的虚拟仿真;应用Visual Studio 2015、3Dmax、Unity3D等虚拟仿真技术在虚拟制动控制系统中进行了可嵌入多控制模型的自动驾驶汽车行车安全距离监测和防撞虚拟仿真试验,测试了不同制动模型的...     

基于神经网络的传感器故障诊断仿真

针对现代工业大型复杂系统的不确定性使得对其进行建模比较困难的特点，提出了一种用神经网络进行传感器故障诊断的方法．以凝汽式汽轮机调速系统中的转速传感器为例进行了传感器故障诊断研究，给出了仿真实现结果，并加以分析．仿真结果表明，所提出的利用神经网络进行传感器的故障诊断的方法具有可行性．     

Less is More： Data Processing with SVM for Intrusion Detection

To improve the detection rate and lower down the false positive rate in intrusion detection system,dimensionality reduction is widely used in the intrusion detection system.For this purpose,a data processing (DP) with support vector machine (SVM) was built.Different from traditionally identifying the redundant data before purging the audit data by expert knowledge or utilizing different kinds of subsets of the available 41-connection attributes to build a classifier,the proposed strategy first removes the attributes whose correlation with another attribute exceeds a threshold,and then classifies two sequence samples as one class while removing either of the two samples whose similarity exceeds a threshold.The results of performance experiments showed that the strategy of DP and SVM is superior to the other existing data reduction strategies (e.g.,audit reduction,rule extraction,and feature selection),and that the detection model based on DP and SVM outperforms those based on data mining,soft computing,and hierarchical principal component analysis neural networks.