基于BP神经网络的道路预防性养护决策研究

吉林的夏季炎热,冬季严寒的气候条件对于具有温敏性的沥青路面极为不利。此区域沥青路面病害类型丰富、发生很早且发育很快,因此,投入到沥青路面养护维修中的经费数额巨大。采取预防性养护措施防患于未然是解决上述问题的"钥匙"。传统的人工养护方法决策过程效率较低且受工作人员主观因素影响较大。在对季冻区沥青路面病害综合调查基础上,对其进行量化并建立"病害库",同时,结合季冻区养护规范建立沥青路面"预防性养护措施库",采用MATLAB工具箱中的BP神经网络实现对病害的分类分级,并以此将"病害库"与"养护措施"进行样本训练学习,建立对应各种类各程度道路病害的预防性养护模型。     

广州地铁A2型车辆牵引系统电压传感器可靠性预测方法研究

基于经典故障统计分析法和BP神经网络,对广州地铁A2型车辆牵引系统电压传感器可靠性进行预测分析,并对比研究两种分析方法的预测误差,从而选择更合适的可靠性分析方法,获得更准确的可靠性分析结果,为制定维修策略提供基本信息。     

广州地铁B型车风机运用可靠性分析

针对广州地铁B型车风机故障频发的问题,对列车所用的风机进行归类统计,借助可靠性平台收集风机故障数据,并通过BP神经网络算法建立广州地铁B型车整车风机的可靠性网络,通过列车风机的可靠性网络表现提出风机的维护维修方法。     

高速铁路动卧旅客对价格敏感度的识别与研究

计算、评分铁路旅客群体对价格的敏感度，并在此基础上实现旅客群体分类，对于新线开通票价制定、既有线票价浮动测算、丰富常旅客营销手段、预售期票价折扣实施等方面工作具有重要参考意义。选取多次乘坐高速铁路（简称:高铁）动卧的旅客为样本对象，根据其在票价动态调整开始实施后出行行为的变化，运用K-means聚类算法和BP神经网络，将每位高铁动卧旅客对价格的敏感度进行识别和评价，并最终将所有旅客群体分成3类。结果表明，该方法能够较好地评价旅客价格敏感度，准确识别出价格敏感度较高的旅客群体，为铁路旅客运输利用价格手段实现“削峰填谷”、减少客流波动、提高经营效益的市场化目标提供助力。     

基于改进LSTM-SVM的多传感器船舶旋转机械快速故障诊断方法

微小故障的快速诊断是预防和减少重大显著性故障发生的关键.近年来,基于深度学习的智能故障诊断方法已成为船舶旋转机械领域研究的热点.本文提出了一种基于改进的LSTM-SVM的循环神经网络深度学习算法,解决船舶旋转机械在多传感器监测环境下的快速故障诊断问题.该算法首先采用多层堆叠的LSTM网络作为特征提取器捕获多通道时间序列原始数据中的故障微弱特征,然后在网络末端采用非线性支持向量机(SVM)代替传统的Softmax函数作为分类判别器,进一步提升诊断准确率.实验结果表明,提出的方法具有更高的诊断准确率和更快的诊断速度,更适用于多传感器监测环境下微小故障的快速诊断和实时检测.     

基于MySQL和BP神经网络的船舶焊接专家库软件研发

为提高船舶焊接试验过程中的工艺实施效率,研发一种基于MySQL和反向传播(Back Propagation, BP)神经网络的船舶焊接专家库软件。该软件由专家数据库、报表生成器、热输入值预测机、人机交互界面、通信接口组成,基于MySQL开发焊接专家数据库,基于BP神经网络设计热输入值预测机,具备自动坡口图生成、自动焊接工艺规范(Welding Procedure Specification, WPS)生成、自动专家经验数据存取等自动化功能,具备智能热输入值预测等智能功能。实船焊接试验结果表明,该软件可满足实船焊接试验需求,快速存取专家经验数据,提高焊接试验过程效率。     

改进神经网络的舰船电力系统稳定性容错控制

大部分舰船电力系统控制方法只能完成电力系统的基础控制任务,没有考虑电力系统状态控制,造成控制后电压稳定性较差的问题。因而,设计改进神经网络的舰船电力系统稳定性容错控制方法。引用改进神经网络设计状态诊断网络,完成舰船电力系统状态诊断。设计模糊滑膜变结构控制器为容错控制器,引用模糊控制技术控制电力系统中电流与电压的变化,实现对舰船电力系统的稳定性控制。通过测试对比可知,此方法与原有2种控制方法相比,此方法完成控制后的输出电压更加稳定。综上可知,改进神经网络的舰船电力系统稳定性容错控制更适用对电力系统的状态进行控制。     

基于ARIMA-RBF神经网络的沿海港口吞吐量预测研究

在沿海吞吐量预测中，影响因素多且复杂，传统的计量经济模型很难得到满意的结果。针对此特点，提出一种组合预测模型，先后用ARIM A模型和RBF神经网络模型探求港口吞吐量历史数据的线性和非线性变化规律，最后将两者预测结果组合。对福建省港口货物吞吐量预测作为实例进行验证，结果表明，相对单一预测模型，该方法的预测精确度更高。     

神经网络与遗传算法结合在结构优化设计中的应用

利用神经网络对有限元计算的样本数据建立起结构设计参数与位移，应力等的全局性映射关系，以获得遗传算法求解结构优化问题所需的目标函数值，从而进一步获得问题的优化解，５杆桁架等例表明，此方法可以在较少的有限元分析次数下获得的较好的优化解。     

神经网络在数控机床智能控制中的应用

介绍了人工神经网络的万能逼近特性，提出了一种结构新颖的神经网络控制器及其算法，并在数控铣床上进行了性能验证。结果表明这种控制器性能优越，自适应能力强。