SA-BP神经网络在轨道电路故障诊断中的应用研究

针对25 Hz相敏轨道电路故障的复杂性,提出一种模拟退火(SA,Simulated Annealing)算法与BP神经网络相结合的故障诊断方法。发挥SA算法全局寻优的特点来优化BP神经网络的学习过程,避免网络训练时间长和陷入局部极小值;通过Matlab进行仿真分析,结果表明,将该方法应用于轨道电路故障诊断,可有效提高故障诊断效率和准确度。     

Elman递归神经网络在结构分析中的应用

给出了Elman动态递归神经网络的网络结构和基本原理。基于Elman递归神经网络能够逼近任意非线性函数的特点,提出了一种基于Elman递归神经网络建立结构分析模型的方法。利用Elman递归神经网络对桁架进行建模,真实地反映了桁架结构的动态特性。     

BP神经网络在铁路运量预测模型中的应用

将神经网络中的BP算法应用到货运运量预测方面,对铁路货运运量进行了预测,并对该模型在预测时产生的误差进行了分析.目的在于提高铁路货运运量预测能力,实现铁路货运的合理运输.     

BP神经网络方法在机车轴承故障诊断中的应用

应用BP神经网络理论对机车轴承的故障进行诊断，同时结合VISUAL BASIC开发出基于用户界面的应用程序。     

改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用

本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性.仿真结果表明机车滚动轴承故障得到了有效诊断.相比于常规的BP神经网络模型,此方法不仅改进网络的收敛速度并且提高了预测准确性.     

神经网络在高速列车运行智能控制中的应用研究

本文对国内外列车运行自动控制系统作了扼要的阐述，分析了其不足，并结合神经网络理论提出基于神经网络的高速列车运行分层智能控制系统方案。     

神经网络在桥梁参数识别中的应用

以一座连续梁桥为例,模拟实际施工中的参数误差,采用非经典神经网络算法对主要参数进行识别。结果证明神经网络适合桥梁施工参数误差的识别。     

BP神经网络在包装安全评价中的应用

利用BP神经网络进行安全评价,可以克服传统的安全评价方法的缺点,提高安全评价的精确度和可靠性.阐述了BP神经网络基本原理,并对其作数学描述.通过对实例进行安全评价,证明将BP神经网络应用于包装安全评价是可行的.     

神经网络在机车测速传感器故障诊断中的应用

提出了采用径向基(RBF)神经网络设计一种新型的机车测速传感器故障诊断方法.以光电式测速传感器的常见故障为模型建立RBF神经网络预测器,通过对预测器进行在线训练和实时检测来判断测速传感器是否发生故障,并对故障传感器提出决策方法和进行数据重构.仿真结果表明,该方法能够高精度地模拟传感器的输出特性,快速有效地进行测速传感器的故障诊断.     

Matlab神经网络工具箱在过程辩识中的应用

介绍了运用神经网络辩识动态过程的一般原理，同时阐述用Matlab神经网络工具箱辩识动态过程的方法、步骤．为用神经网络辩识动态过程提供了一种解决方案．     

基于BP神经网络在火灾图像探测技术中的应用

经过研究发现,火灾的发生机率具有双重性,即随机性与不确定性。而运用火灾自动报警系统检测火灾信号,就是将不确定的一面转化成比较准确的一面。基于此,利用BP神经网络算法计算和探测火灾图像的形成规律和信号特征,给出神经网络的具体结构和输入输出单元的设计方案。并对一系列的火灾样本图像和干扰图像进行实验。研究结果表明：此方法能更有效地减少火灾的误报警率,提高火灾报警的准确率。     

用神经网络提高多方案比选效率的研究

从理论上分析了人工神经网络用来解决一类专家评价问题的可行性,并结合实例加以验证,证明非线性前馈人工神经网络模拟专家评价的有效性和优越性,同时,对方法的适用条件进行了讨论.     

神经网络预测控制在摆式列车倾摆系统中的应用

介绍摆式列车倾摆控制系统神经网络预测控制的原理及模型,分析了神经网络控制算法,列出了控制器设计的算式,探讨了预测控制系统对实测信号的预测时间为0.2s、0.68 s的预测参考输入的跟踪能力。仿真和试验表明,神经网络预测控制在摆式列车控制系统中的应用是切实可行的。     

基于小波分析和神经网络的网络流量预测

网络流量的准确预测对于提高网络服务质量与网络安全有很重要的作用.本文主要对流量序列进行小波分解和重构,并结合神经网络对网络流量进行预测,新的算法可以有效提高预测精度.通过分析神经网络及非线性预测模型的优劣,建立一个网络流量预测模型.同时利用实际采集的网络流量数据对模型进行仿真,证实该模型可以有效控制由各种因素导致的误差,从而提高网络流量的预测精度.     

基于BP神经网络的分布式传感器网络的可靠性分析

针对分布式传感器中的故障点多，导致估计系统可靠性参数困难的特点，提出了一种基本原则于BP三层神经网络的Markov可靠性模型。仿真结果表明，神经网络收敛时的可用度与Markov模型计算值的相对误差的数量级为10-4，从而验证了神经网络模型的正确性，另一方面与用两层神经网络的可靠性计算相比，其收敛速度加快。     

一种新型BP神经网络模型在火灾探测信息处理中的应用

现阶段,神经网络模型在火灾探测信息处理应用中存在以下缺陷:选取火灾特征组合具有主观性;选取的神经网络类型缺乏对比;缺乏大量实验数据对神经网络泛化能力的验证。利用NIST机构所做一系列火灾探测研究实验数据样本,通过信息熵理论在火灾信号选取中的应用获取火灾复合探测信号特征选取的组合形式,并在此基础上建立火灾探测信息处理神经网络初始模型。经过一系列Matlab仿真实验,分析神经网络的模型结构、传递函数和训练函数对仿真结果的影响,提出一种基于trainbr训练函数、tansig传递函数的3-7-1结构BP神经网络模型。采用网络训练时间、探测点、误报率和网络输出区间进行网络性能分析,验证所提出模型在火灾探测中应用具有训练速度快,结果稳定可靠,探测灵敏的特点。     

铁路网络安全领域知识图谱构建及应用的研究

针对铁路网络安全防护现状,结合铁路网络安全知识图谱的应用需求,研究铁路网络安全领域知识图谱构建技术,应用该技术构建了某铁路局集团公司的互联网安全知识图谱。该知识图谱在铁路网络安全态势动态监测与响应、全资产库建立和资产集中管理实现等方面取得了良好的应用效果。     

级联神经网络用于单扫描示波极谱信号的测定

将改进小波神经网络与BP神经网络相结合,提出一种新的混级联神经网络结构,用于单扫描示波极谱信号的同时测定.通过对网络结构的优化和网络参数的调整,加快了训练速度,提高了预测的准确度.用该法对邻、间硝基氯苯混合样进行了预测,结果满意.对级联神经网络法与单一BP神经网络法的预测结果进行了比较,表明级联神经网络优于单一BP神经网络.