模糊神经网络在摆式列车作动系统故障诊断中的应用

针对摆式列车倾摆作动系统故障所具有的模糊性，提出了一种基于模糊神经网络的故障诊断方法，将模糊理论与神经网络融合在一起，实现了对故障的模糊诊断，给出了模糊神经网络的结构，该网络由两部分组成，前一部分为模糊量化部分，后一部分为神经网络部分，根据输入特征量的实际情况，确定了各模糊子集上的隶属度函数，提出了一种阈值向量故障判别方法，使故障判别更具灵活性和合理性，根据相关文献构造了倾摆作动系统的构造判别表，形成故障诊断理论样本。以摆式列车倾摆作作动系统对象，就倾摆作动系统中几种典型的故障模式，有用模糊神经网络方法作了识别，仿真结果表明，该方法是行之有效的，为在摆式列车实车倾摆作系统故障诊断中的应用提供了理论依据。     

高速公路交通阻塞量预测新探

本文描述了日本阪神高速公路上交通阻塞的变化规律，提出了预测其交通阻塞的神经网络模型，并用实例数据进行了验证和预测分析。与用线性回归分析模型的分析结果比较，该模型适应性强，精度也较高。     

船用陀螺随机漂移建模方法的研究

论述了几种主要的陀螺仪漂移建模方法，介绍了各种方法的特点及建模公式，为我们建立准确的陀螺随机漂移模型提供了参考。     

基于神经网络专家系统的货船配载系统的设计与实现

人工神经网络和专家系统都有各自的长处和短处，而二者结合可以取长补短，考虑到人与混全智能系统中的重要作用，提出了把ＡＮＮ，ＥＳ和人的因素集成起来的思想。在分析某公司水运码头货物配载的基础上，探讨了神经网络专家系统在货船配载系统中的应用。     

基于神经——模糊控制的船舶操纵系统研究

本文针对船舶操纵这种非线性、时变参数控制对象，提出了一种采用神经—模糊控制的方案，给出了神经—模糊控制器的基本设计方法。仿真结果表明，这种控制器与一般自适应模糊控制器相比，船舶操纵系统的性能有明显提高。     

IFA在知识可增殖神经网络中的应用

独立分量分析(ICA)将混合信号看作是相互独立的源信号的线性组合,近年来引起了神经计算和信号处理领域专家的重视.本文提出一种新的基于独立特征分析的知识可增殖人工神经网络模型,从而进一步完善了ICA的功能、增强了嵌入的独立学习人工神经网络功能的完备性.并且针对知识可增殖人工神经网络的要求提出相应的扩展EM算法,增加了运算速度.     

一种自学习策略及其在模糊控制与神经网络控…

提出一种新的自学习控制策略，模糊控制与神经网络控制的仿真研究证实该策略具有易于实现，在线学习，跟踪控制和一定通用性的优点，并具有满意的学习功能。     

自适应神经网络用于船舶动力定位系统

船舶动力定位采用一种控制系统驱动装在船上的侧推器和尾部推进器或者几个全回转的推进器，使船定位在海平面的要求位置上，船受到风，浪及流等海洋环境力的作用时会漂移离原位置，传统的控制方法是采用ＰＩＤ反馈控制。顾和李提出了一种新的基于人工神经网络的控制方法，它具有许多优越性；（１）一个可随意调节的目标函数以适合不同的需求－定位精度高或节约定位能量，（２）前馈控制产自适应不同的环境力数以适合不同的需求－变化     

利用复合神经网络进行柴油机故障诊断

在对ART-2和并行BP人工神经网络模型进行分析的基础上,提出了一种针对大型复杂设备进行故障诊断的复合神经网络诊断策略:先运用ART-2识別单一类故障,再使用并行BP网络实现并发故障和新故障的分离,解决了对复杂设备并发故障诊断和新故障都能有效识別的问题。该模型利用柴油机缸盖振动数据进行诊断验证,能够有效识別并发故障和新故障等复杂故障类型。