公路工程造价编制存在的问题及对策

现阶段,在我国公路工程造价编制中存在着一些问题,对公路工程造价编制质量的提升具有一定不利的影响,不利于公路工程成本的控制。基于此,文章对影响公路工程造价编制的因素进行分析,研究了公路工程造价编制中存在的问题,探讨了提升公路工程造价编制质量的对策,保证了公路工程造价编制的质量。     

基于模糊神经网络的RT-flex柴油机燃油系统故障诊断

介绍了RT-flex 60C柴油机燃油系统的常见故障类型,针对其故障类型提出了以传统的BP神经网络为主,利用模糊理论作为补充的一种智能故障诊断方法。建立了基于模糊BP神经网络的故障诊断模型,并运用MATLAB软件进行了仿真测试研究,阐明了该方法的有效性。     

应用神经网络实现中间产品加工工时定额的快速计算

准确地计算中间产品加工工时定额是制定合理生产计划的基础.以前的工时定额数据主要来源于已建造的同类型船舶的数据积累,这种工时估算过多地依赖于人的经验,而且也没有针对中间产品族的加工单独给出工时定额.为适应中间产品的专业化生产,需要提供不同中间产品族生产的工时定额,作为制定中间产品族生产单元作业计划的依据.本文通过对部件特征的描述,划分出了部件加工族,并以一部件族为例,通过分析该部件族的典型部件生产过程,得到了部件生产工时定额的影响因素,并且应用BP神经网络建立工时定额和影响因素之间的映射关系,从而可以通过神经网络方便、准确地计算出该部件族中每个部件生产的工时定额.     

应用神经网络实现中间产品加工工时定额的快速计算

准确地计算中间产品加工工时定额是制定合理生产计划的基础。以前的工时定额数据主要来源于已建造的同类型船舶的数据积累，这种工时估算过多地依赖于人的经验，而且也没有针对中间产品族的加工单独给出工时定额。为适应中间产品的专业化生产，需要提供不同中间产品族生产的工时定额，作为制定中间产品族生产单元作业计划的依据。本文通过对部件特征的描述，划分出了部件加工族，并以一部件族为例，通过分析该部件族的典型部件生产过程，得到了部件生产工时定额的影响因素，并且应用BP神经网络建立工时定额和影响因素之间的映射关系，从而可以通过神经网络方便、准确地计算出该部件族中每个部件生产的工时定额。     

2007公路工程定额的分析与思考

通过对2007版新的公路工程定额的含义、性质与特点的分析,阐述了在市场经济条件下,公路工程定额所发挥的重要作用,提出了加强定额管理的几点建议和措施。     

基于PSO-BP神经网络的船体分段任务包工时定额模型

为解决船体分段任务包工时定额的计算过度依赖线性公式而忽略工时定额与工艺参数之间的非线性关系的问题,提高工时定额计算的效率和精确度,将PSO-BP神经网络技术应用到船体分段任务包工时定额中。通过对影响船体分段中间产品额定工时的工艺参数进行分析,建立多输入单输出的PSO-BP神经网络模型,并应用实际数据对PSO-BP神经网络进行训练,测试仿真结果与实际值之间的误差在允许范围内。验证结果表明,采用PSO-BP神经网络建立船体分段任务包工时定额模型,能对任务包作业工时进行准确预测。     

基于BP神经网络的故障诊断技术在装备维修中的应用

传统故障诊断方法在装备保障中的诸多局限性。文章介绍了基于BP模型的神经网络,研究了基于BP模型神经网络的故障诊断推理方法,并利用Matlab仿真软件对结果进行了运行和计算。结果证明,基于BP神经网络的故障诊断技术对装备故障诊断是行之有效的。     

基于BP神经网络的防空兵射击指挥效能评估

为了评估防空兵射击指挥效能,构建了效能评估指标体系,建立了射击指挥效能评估的三层BP神经网络模型。说明了训练样本构造的方法,并用样本对BP神经网络进行训练。利用训练好的神经网络对防空兵射击指挥效能进行评估。     

沿海港口工程新旧定额及编制规定对比分析

通过对2004年与2019年沿海港口工程新旧定额及编制规定的比较,并结合工程实例,分析新旧定额(编制规定)的差异及新定额(编制规定)要着重注意的问题,提出了要合理确定造价,必须正确理解和掌握新定额,并应根据施工条件或施工组织设计要求综合考虑。     

船用计程仪信号传输系统的神经网络故障诊断算法

计程仪信号传输系统是由步进电机通过齿轮带动多个旋转变压器。为实现对其故障的智能诊断,提出一种基于BP神经网络算法的故障诊断方法,并采用LM(Levenberg-Marquardt)最优化算法对BP网络进行训练。通过Matlab神经网络工具箱仿真计算,结果表明LM算法提高了BP神经网络的学习效率及稳定性,明显加快了网络的收敛速度。使用BP神经网络对步进电机带动多旋变系统故障诊断的方法行之有效,在减少故障诊断人员工作量同时提高了系统故障诊断的效率。     

基于改进PSO的BP神经网络在船舶设计中的应用

针对船舶设计中需要的大型BP（BackPropagation）神经网络的特点,加入了改进的粒子群优化算法（ParticleSwarmOptimization,PSO）。该改进方法将粒子群的初始粒子分布在边界面上,因此能有效的搜寻高维空间,同时在速度公式等方面进行一些改进使得它更适合该环境。分别利用基于改进PSO的BP神经网络和标准的BP神经网络对泰勒系列船模试验数据进行拟合,结果表明基于改进PSO方法的BP神经网络训练更加高效和稳定。     

基于BP神经网络PID算法的斗轮机自动取料流量控制优化

为解决斗轮取料机自动取料流量控制难题,提高干散货码头生产作业效率,采用BP神经网络PID控制算法对取料机取料流量控制进行优化。分析目前斗轮机取料流量控制现状,在常规PID控制方法的基础上采用BP神经网络进行改进优化,利用BP神经网络的自学习、自适应等特性,实现对PID控制参数的在线整定和优化。采用MATLAB Simulink仿真软件,建立BP神经网络PID控制模型,通过在天津某煤炭码头进行现场工程应用,证明模型的有效性和可靠性,表明BP神经网络PID算法能进一步提高干散货码头整体生产作业效率,延长大机设备使用寿命。     

BP神经网络应用于散货船空船质量估算

以搜集的200余条散货船为样本,建立了空船质量统计回归模型和三种情况下的BP神经网络模型,并选取10条散货船对各模型进行了测试和比较。三种BP神经网络模型测试结果与实际值很接近,精度优于传统的统计回归模型,表明用BP神经网络进行空船质量估算是可行和实用的。     

基于BP神经网络的复杂布局管道泄漏检测研究

对基于BP神经网络的复杂布局管道泄漏检测与定位进行研究,确定实验方案和研究内容,介绍BP神经网络的输入参数、训练目标和隐含层节点个数,阐述基于BP神经网络的复杂管道泄漏检测研究。研究表明：用BP神经网络来预测复杂管道发生泄漏后的泄漏量大小是完全可行的;用其对是否发生泄漏进行状态辨识,则还要进行数据的二次处理;由于训练样本过少,用BP网络进行泄漏定位时会产生较大的误差,建议增加训练样本数,从而提高泄漏定位精度。     

基于神经网络的船舶主机零件磨损监测方法的研究

针对船舶主机零件磨损监测问题,将油液的光谱数据建立成为时间序列的函数,然后依据BP神经网络的分析手段,对主机内润滑油中的铁元素含量进行了预测,进行了预测模型的建立,最后,运用遗传算法改进了BP神经网络,提高了预测值的精度和稳定性。实验结果表明:遗传神经网络的预测精度显著高于BP网络,该方法可以用于船舶主机的磨损监测。     

BP神经网络在舰船电网谐波预测中的应用

为预测电网谐波,改进供电品质,本文根据电网谐波特性,建立了BP神经网络算法,对电网谐波样本点进行了误差训练,得到了谐波幅值变化特性。通过与标准值比较,表明:采用BP神经网络算法对谐波进行拟合能够达到较高的准确度。     

采用计算机管理船体结构材料定额

沪东船厂的材料定额工艺等文件一直是通过手工编制的。随着生产的发展,钢材定额编制工作越来越大,手工编制已很难跟上生产需要。对此,该厂在进行详细系统分析的基础上,开发了船体结构材料定额管理系统软件。该系统在63000吨油轮上的试运行证明,效果良     

基于BP神经网络的横向受荷桩承载力预测

为研究横向受荷桩的承载性状,基于BP神经网络对其承载力进行预测。选取桩径、桩入土深度、荷载的偏心距、土的不排水抗剪强度作为神经网络的输入,得出黏土中横向受荷桩承载力的BP神经网络预测模型,发现训练BP神经网络时,桩承载力的拟合值与实测值的相对误差平均值为4.54%;检验BP神经网络时,桩承载力的预测值与实测值的相对误差平均值为5.39%。结果表明,建立的基于BP神经网络的黏土中横向受荷桩承载力预测模型是可行的。     

舰船RCS特征提取与GA-BP神经网络分类研究

在典型舰船RCS的FEKO仿真数据基础上,提取均值、标准差、变异系数、平滑系数4种RCS数字特征作为BP神经网络的分类特征向量,进行目标分类仿真实验。实验结果显示,由于BP神经网络采用梯度下降法,其初始权值、阀值的随机设置会导致BP神经网络易陷入局部极小,为此,本文研究采用遗传算法对BP网络节点权值和阀值进行优化选择,仿真实验结果显示采用遗传算法优化后的BP神经网络分类识别性能稳定,不易陷入局部极小。     

改进BP神经网络的城市交通流预测研究

由于交通流预测具有高度的非线性特点,这与BP神经网络能够处理非线性问题的特征相符合。但BP神经网络算法易使解陷入局部极小,而遗传算法的全局优化能力则恰恰可以克服这一缺点。文中将遗传算法应用于对BP神经网络模型的改进来对交通流进行预测。通过对预测数据与实测数据的比较分析,证实了改进后的方法更为有效。