基于ANN的非线性组合预测方法在水运货运量预测中的应用

组合预测方法可综合利用各单项预测方法提供的有用信息，有效地提高预测的精度．已被广泛运用到水运货运量预测中。本文将利用人工神经网络技术的非线性映射能力。建立一种非线性组合预测模型，并将之应用到水运货运量预测中。实践表明，这种新的预测方法可大大提高水运货运量预测精度。     

有限元分析灯泡贯流式发电机贴壁式定子间隙

随着当代科学技术的快速发展,使用工程计算软件对工程设计的可靠性进行校核已经成为一种十分有效的方式和手段.本文基于现代有限元分析专业软件ANSYS,对灯泡贯流式发电机机组贴壁式定子间隙进行研究,在结构及热两个领域对定子机座和定子铁芯进行耦合分析研究以确定间隙设计的可靠性,分析结果表明此种灯泡贯流式发电机贴壁式定子间隙设计合理.     

"ANN"在水运货运量预测中的应用

利用人工神经网络技术的非线性映射能力，建立一种非线性组合预测模型，将其应用到水运货运藿预测中，可大大提高水运货运量预测精度。     

基于多元退化的航空机电系统的剩余寿命预测

针对性能退化故障和突发故障同时并存的问题建立基于竞争故障的航空机电系统剩余寿命预测模型,该方法利用状态监测数据,分析性能退化故障与突发故障的相关度,通过采用监测参数退化率的变化趋势预测剩余寿命,最后基于性能退化故障与突发故障相关度建立了航空机电系统寿命变化趋势预测模型,提高了航空机电系统剩余寿命预测的准确度,并为航空机电系统维修决策理论奠定了基础。     

定子叶片对推进器水动力性能影响分析

为探究定子叶片对于推进器性能影响,对不同结构的推进器进行水动力分析。设计配备加速型导流罩的7叶螺旋桨推进器,通过增加不同定子叶片以及设置对转推进器得到5种推进器。基于计算流体力学（CFD）对推进器的流场进行仿真模拟,考察不同结构推进器的水动力特性变化。结果表明：在研究的转速范围内前置定子最高降低扭矩百分比仅为48.71%,后置定子可完美平衡到100.99%的扭矩;前置定子降低推力幅度最大可达36.16%,后置定子提高整体推力最高为3.32%;对转推进器在推力方面远高于泵喷推进器2～4倍,且具有扭矩自平衡的效果,流场稳定性远低于泵喷;后置定子泵喷相比无定子推进器效率提高6.24%,且具有更加稳定的尾流场。     

感应电机故障诊断的神经网络方法

本文研究了一种用于单相鼠笼感应电机在线故障诊断的新方法－人工神经网络（ＡＮＮ）法指出了电要的两类常见故障即定子绕组故障和轴损。从描述电机的动态特性出发，指出了电机参数的非线性关系。本文还给出了ＡＮＮ的加速训练算法及测试实验。仿真结果表明，将ＡＮＮ应用于电机故障诊断可以获得满意的结果。     

基于HHO-KELM的客滚船车辆舱风道压降预测

为了在客滚船车辆舱通风系统设计初期准确预测风道压降，避免出现严重的通风能量损失，针对车辆舱连续变截面风道评估问题，提出一种基于哈里斯鹰优化核极限学习机的风道压降预测方法。从风道压降的影响因素入手建立变截面风道模型，对其进行参数化仿真获取数据集，建立风道压降预测模型进行车辆舱风道压降预测。结果表明：基于哈里斯鹰优化核极限学习机的风道压降预测模型的决定系数为0.998，平均误差为0.414 Pa，能准确预测风道的压降。     

基于多元退化数据的航空机电系统竞争故障预测

针对基于多元退化数据的航空机电系统竞争故障预测问题,根据复杂机电系统的故障模糊特点,在退化数据和突发数据相关度的基础上,分析了航空机电装备的退化特性,而且建立了以多元退化数据为指标的航空机电系统中的预测模型。针对航空机电系统退化参数的非线性、小样本的特点,运用最小二乘支持向量机预测模型对未来某一时刻参数进行预测,并用退化量和突发故障求出的相关度得出退化量和突发故障的相关参数,从而根据航空机电系统竞争故障预测模型得出航空机电系统未来某一时刻的竞争故障概率。最后,实例分析,实现了航空机电系统的竞争故障预测,并与其它预测方法进行了对比,验证了此方法的合理性。     

基于遗传-神经网络的沿海港口吞吐量的预测

针对遗传算法(Genetic Algorithm,GA)和人工神经网络(Artificial Neural Network,ANN)的缺陷,把二者有机结合起来,提出了基于GA-BP神经网络的沿海港口吞吐量的预测模型,并将预测结果与一般BP神经网络做比较,结果表明该模型比一般BP神经网络预测模型的预测精度要高很多.     

BP神经网络改进算法的研究

本人通过对人工神经网络BP算法的研究,提出了两种基于BP改进算法,并结合泥沙学科中的宽级配非均匀沙最大起动粒径dcmax的推求.采用C#语言,分别实现BP经典算法以及自适应调整学习效率和模拟退火两种改进算法,建立了dcmax预测模型并对预测结果进行验证与分析.表明改进算法的优势所在,体现出改进算法的应用价值和发展前景.