基于网络测度的宝鸡至汉中铁路功能定位研究

针对铁路规划项目功能定位定性分析为主的客观性不足问题,以宝鸡至汉中铁路为研究对象,选取节点间旅客交流时间或节点间运输距离为权重,运用Space L构造法建立区域铁路客、货运输网络拓扑结构模型;采用复杂网络分析方法,基于"有无对比"思想及等级化线路技术标准,结合应用Pajek软件与R软件,测算区域铁路运输网络直径、平均距离、边介数、网络效率等加权特征参数,以及非加权特征参数集聚系数进行网络测度分析,并进行网络最小生成树分析;以网络分析结果为基础,从路网、通道、客运、货运四个方面对铁路规划项目功能进行定量化综合定位,宝汉铁路为宁陕及陇东地区与川渝地区间南北纵向新通道的骨架干线,是一条以货为主、客货共线的区域路网干线铁路。     

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。     

应用人工神经网络理论的船舶运动包络预报方法

本文首先介绍了人工神经网络理论的基本内容以及前馈网络反向传播的训练方法，然后应用单隐含层网络作出船舶运动包络的实时预报。文中就一船舶的海上实测运动数据进行了实例计算，结果表明，本文方法的预报结果明显好于其它模型的自适应预报结果。     

村通工程交换网网管改造方案

从村通工程的实际背景出发，立足于甘肃省本地电话网的现状，结合目前本地电话网组建方案的利弊及其发展进程进行分析，得出了一个扩大本地网网管系统的方案。     

重载列车有线电控空气制动系统的研究

重载列车在制动时,由于列车前后部制动力不一致而产生巨大的车钩力和剧烈的纵向冲动,极易造成列车断钩和脱轨事故。研究利用电力线作为通信介质,采用网络控制系统和每辆车作为一个网络节点,结合我国货车120空气制动机,实现有线电控空气制动。研究表明:由电控空气制动系统(ECP系统)控制列车制动,列车中所有车辆的制动和缓解动作几乎同步进行,全部车辆制动缸开始升、降压的时间差在0.2 s以内;在网络条件允许的范围内,装有ECP系统的车辆制动和缓解的同步性不受列车编组辆数的影响,各车辆制动缸的升压、降压曲线形状几乎相同;车辆制动缸压力的控制精度达到制动命令要求值的±20 kPa。由于ECP系统实现了对列车制动和缓解的同步控制,能够保证长大重载列车安全运行。     

自适应神经网络用于船舶动力定位系统

船舶动力定位（DP）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开原位置，传统的控制方法是采用PID（比例、积分、微分）反馈控制。顾和李（1994）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后前馈控制并能自适应于不同的环境力变化包括非线性的波浪漂力；本文在目标函数中引入了与速度相关的项，从而提高控制质量。这一方法也可用于自动驾驶船舶沿设定的轨迹航行。计算机模拟结果表明本方法能达到很好的控制效果。     

下一代网络中的软交换技术

软交换作为话音网向数据网融合的下一代网络(NGN)的主要技术,正日益受到业界的广泛重视。在软交换涉及的众多技术中本文主要对软交换的原理、体系结构以及所采用的通信协议等关键技术进行了介绍。在上述介绍的基础上,本文详述了软交换在国内外的研究情况并对软交换的前景进行了分析。     

铁路移动信息传输安全平台的设计与实现

为铁路移动设备通过GPRS、Internet、网络动态隔离系统、铁路内部骨干计算机网实现与地面局域网间的实时数据通信,从实用、安全、可靠的角度出发,设计公用网与铁路专用网安全互联、移动设备与地面网络可靠互通的铁路移动信息传输安全平台。该平台硬件系统由内外网通信服务器、行车监控及业务系统设备为主的时实监控和传输设施组成,平台软件系统主要由外网传输处理子系统、内网传输处理子系统、管理监视子系统构成。将GPRS数据接入点部署在铁路局,每个铁路局设立统一的外网通信服务器,作为各个业务系统地面数据处理中心,承担所有应用系统车、地间和内、外网间的数据交换任务,使各应用系统中所有从GPRS下载的实时信息统一由铁路局外网通信服务器接收,再经网络安全传输平台进入铁路运输生产系统,提供给各个相关责任部门使用,从而确保铁路第6次大提速的行车安全。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。     

运输船舶金属船体重量的神经估算

本文建立应用反向传播学习算法的多层前馈神经网络模型，对运输船舶金属船体重量进行神经估算。以散货船和油船为实例的计算结果表明，由非线性模拟神经元组成的神经网络在船体重量估算中是非常有效的。