基于径向基函数神经网络的GPS高程转换方法

针对GPS高程与正常高程的转换问题，给出了基于径向基函数（Radial Basis Function，RBF）神经网络的模型。该模型隐含层选用Gauss函数作为基函数，学习算法采用自组织选取中心法策略。用实际观测数据进行了试验和仿真，结果表明，用RBF神经网络转换GPS高程的精度优于最小二乘法。对RBF神经网络方法和反向传播（Back-Propagation，BP）神经网络方法转换GPS高程的精度进行了比较，虽然两种方法的结果相近，但RBF神经网络方法在学习速度方面远比BP神经网络方法快。由此可见，RBF神经网络方法用于转换GPS高程是可行和有效的。     

快速二阶BP神经网络在公路交通量预测中的应用

在二阶BP神经网络基础上加以改进，提出一种快速二阶BP神经网络，并将把该方法成功地用于公路交通量的预测中，通过与其它方法的比较分析，得出快速二阶BP神经网络预测方法加快了收敛速度，提高了结果的准确度，为科学地预测公路交通量提供了有力依据。     

一种基于模糊神经网络的交通方式划分模型

模糊神经网络具有良好的模式分类能力，而交通方式划分问题本质上也是一个模式分类问题。文章利用模糊神经网络方法对交通方式划分问题进行了建模，通过对FNN和BP神经网络（BPNN）方法运算结果的比较分析。证实模糊神经网络具有收敛速度快、精度高等优点：是模式划分问题的一种实用方法。     

基于ELMAN网络的交通流量差值预测模型

利用ELMAN神经网络，采用相关站点历史数据逼近的方法，建立了流量差值预测模型；采用主成分分析法确定神经网络输入参数；运用叠加噪声法对神经网络模型进行了泛化处理。预测模型能反映流量差值的变化趋势。     

神经网络在电控柴油机实时故障诊断系统中的应用研究

本文主要针对电控柴油机故障诊断的特点，分析了神经网络用于故障诊断的可行性，探讨了神经网络用于故障诊断的机理，阐述了BP网络的设计方法，并设计了适合本诊断系统的BP网络结构。实验结果表明，在电控柴油机故障诊断系统中运用神经网络技术进行实时诊断是完全可行的。     

基于多相关因素的汽车保有量预测神经网络方法

将神经网络技术用于汽车保有量预测，建立基于双BP神经网络的多相关因素汽车保有量预测模型。以呼和浩特市汽车保有量预测为例，详细介绍汽车保有量神经网络预测模型的操作过程，并证实了该方法的可行性和可靠性。     

人工神经网络在汽车变速器齿轮故障诊断中的应用

本文通过对神经网络的研究，提出了基于神经网络的故障诊断方法，并以汽车变速器齿轮诊断为例，建立齿轮状态的分类网络，对齿轮状态进行诊断识别。经过验证表明该方法具有效的。     

车辆动力传动系固有特性灵敏度分析及动力学修改

分析了车辆动力传动系无阻尼自由振动固有特性的灵敏度，特别给出了固有频率和振型对轴系刚度及惯量等物理参数的灵敏度。基于固有特性灵敏度分析，给出了动力学修改的计算方法。并以某重型车辆动力传动系为实例计算并分析了其固有频率和振型的灵敏度问题，在此基础上进行了动力学修改。     

基于多分类器--并行计算的车牌识别算法

针对已有车牌识别中技术存在的不足，提出了一种多分类器——模板匹配和神经网络并行计算的识别算法，这一方法对于汉字、英文和数字混杂、数字的识别，分别采用粗分类和面向汉字的双进程计算方法、面向字母的双进程计算方法、简单的数字神经网络方法。这些方法的采用可以缩小检索范围，充分利用模板匹配和神经网络算法各自的识别优点，提高车牌字符识别准确率，并进一步提高运算速度。     

利用模糊神经网络预测道路交通事故损失

本文利用模糊神经网络系统的特性，分析道路交通事故损失与交通事故次数，死亡人数和受伤人数之间的关系，提出了模糊神经网络预测道路交通事故损失的方法。     

汽车半轴可靠性分析的参数灵敏度

讨论了汽车半轴的可靠性灵敏度设计问题，提出了可靠性灵敏度分析的计算方法，研究了设计参数的改变对半轴可靠性的影响，为半轴的可靠性设计提供了理论依据。     

Kohonen神经网络模型在膨胀土膨胀潜势分类中的应用

章研究了运用Kohonen神经网络方法对膨胀土膨胀潜势进行分类的原理和方法，并建立了膨胀土膨胀潜势分类判别的Kohonen神经网络模型。利用此模型对陕南膨胀土的膨胀潜势进行了判别分类。结果表明，这一评价方法比其他方法更简洁，也更准确。     

神经网络在声测法车辆类型识别中的应用研究

文章介绍了基于多层前馈神经网络的学习训练方法及运用噪声测量原理和方法判别车辆类型的识别系统，对PB算法进行改性，利用改进的PB算法，提高了学习速度，为神经网络识别投入实际应用，特别是运用到车流量很大的交通线上，提供了一种有效的方法。     

基于神经网络的虚拟基准站自差分GPS定位的研究

提出了一种适合于铁路和公路固定线路的虚拟基准站自差分GPS定位的方法，讨论了建立动态虚拟基准站的方法及基于神经网络的虚拟基准站的结构，并对这一神经网络进行了训练。实验表明，系统的定位精度得到了提高，也有较强的动态跟踪能力。     

基于模糊理论和神经网络技术的公路网络综合平价方法研究

在深入研究公路网评价指标体系及其属性值量化的基础上，提出了一种基于模糊理论和神经网络技术的综合评价方法，并对神经网络输入、输出指标属性值的量化方法进行了讨论，建立了两在公路网综合评价模型。最后，介绍了两种模型在天津市公路网络综合评价中的应用实例。     

基于神经网络的发动机控制系统故障诊断研究

通过比较发动机控制系统故障诊断的方法，针对基于神经网络的发动机控制系统的故障诊断推导出数学模型；并编制了采用双向联想记忆神经网络完成发动机控制系统故障诊断的学习与诊断程序，实现了仿真。     

识别阴影中智能车辆导航路径的神经网络方法研究

提出采用消阴影神经网络I和消阴影神经网络II来消除智能车辆导航图像中的阴影并识别出导航路径的方法。所开发的消阴影神经网络I和II均为3层结构，分别是输入层、隐层和输出层，采用自适应线性单元优化了网络的隐层节点数，文中也介绍了神经网络I和II的训练过程。在JLUIV—2型智能车辆上进行了实际路径识别试验，试验结果表明：连续使用消阴影神经网络I和II可快速有效地消除导航图像中的阴影，获得清晰可靠的导航路径。     

基于非参数统计的汽车乘员约束系统参数灵敏度分析

分析了汽车乘员约束系统及其参数的特点，建立了基于MADYMO软件的某微型客车乘员约束系统数学模型，并进行了试验验证。提出了用非参数统计方法中的秩相关系数来评价系统参数灵敏度的方法，给出了一个应用该方法进行约束系统参数灵敏度分析的实例。     

最佳旅游路线选择的神经网络方法

针对最佳旅游路线的选择问题，提出了使用Hopfield神经网络的算法和优化模型。结合西安旅游地图，构建了一个Hopfield神经网络。实验研究的结果表明，该方法对于处理旅游路线的优化选择问题很有效。     

四层神经网络设计零件曲面

作者建立了四层神经网络及算法过程，提出通过人工神经网络的学习、训练，建立零件曲面的数学模型和拟合曲面的方法。并给出了零件曲面设计实例，与三层神经网络比较，大大加快他网络的学习训练效率。