乌江银盘枢纽工程河段货运量神经网络预测研究

采用BP神经网络建立了乌江银盘枢纽工程河段货运量的预测模型,并对货运量进行了实际预测,分析认为神经网络预测结果较戴尔斐法和GM(1,1)法更为合理。     

改进的BP神经网络在路基沉降预测中的应用

针对传统BP神经网络存在的缺点,提出基于遗传优化的变梯度反向传播的BP神经网络预测方法,采用遗传算法优化BP神经网络的初始权重,建立路基沉降预测模型。该模型可克服BP神经网络模型存在的收敛速度慢、易陷入局部极小点等缺点。结合现场实测数据,将该优化模型与指数曲线模型、双曲线模型、灰色预测模型和传统BP神经网络预测模型对比,结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜于广泛推广应用。     

基于小波神经网络的上海港集装箱吞吐量预测

针对港口集装箱吞吐量预测精度不高的问题,采用小波函数作为隐含层传递函数改进BP神经网络进而建立小波神经网络,并对2008-2017年上海港的每月集装箱吞吐量数据按照前三个月预测后一个月的方式构建出训练数据和预测数据,同时与BP神经网络在同样数据情况下的预测精度进行比较分析。结果表明:小波神经网络的预测误差明显小于BP神经网络,其预测性能更好。     

基于卷积神经网络的防坡堤施工沉降预测*

为了保证防坡堤施工安全，通过预测不同施工阶段防坡堤的沉降变形，以调整施工进度和工序。传统沉降预测方法主要包括太沙基固结理论、曲线拟合法和BP神经网络，太沙基固结理论和曲线拟合法预测精度较低，BP神经网络需要大量样本才能逼近最优解。针对这些问题，提出基于卷积神经网络（convolutional neural networks，CNN）建立防波堤施工阶段的沉降预测方法。应用此方法预测天津港大沽口港区防波堤施工阶段沉降量和沉降速率，并以预测结果分析沉降速率所映射的安全风险等级，从而为实际施工提供行动指南。结果表明：卷积神经网络能较为准确地预测沉降变形速率，根据预测结果能够对安全风险等级的结果进行分析并予以指导。     

基于马尔可夫链修正的神经网络隧道围岩变形预测

将神经网络预测模型与马尔科夫链结合,应用于公路隧道围岩的开挖变形预测问题中。选取菠萝山隧道YK2+805断面监测点进行研究,利用量测的连续16天拱顶位移进行BP神经网络样本训练,建立菠萝山隧道拱顶位移值预测的BP神经网络模型,运用马尔科夫链对拱顶位移预测值修正。结果表明,基于马尔科夫链修正的BP神经网络预测模型预测效果良好,平均预测精度高于单一BP神经网络预测模型精度,与GM-MC模型精度一致或更优,能够满足工程实际要求。     

基于广义回归神经网络的路基沉降预测

为了对路基沉降变化规律进行预测,避免发生工程事故,提出了将广义回归神经网络模型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念,采用实际工程数据,用 BP 神经网络方法和广义回归神经网络方法进行了预测分析,比较了2种方法的3组预测结果。工程实例预测结果表明,广义回归神经网络方法的均方误差和决定系数表现都优于 BP 神经网络方法;证明该方法是可行且有效的。     

基础沉降的组合预测法

通过对基础沉降的发生过程、特点及灰色Verhulst模型特点的分析,提出可以根据施工过程中的观测资料,运用基于BP神经网络的组合预测模型对不同时刻的基础沉降进行预测;首先分别利用灰色Verhulst模型和BP神经网络模型对基础沉降进行估算,然后利用人工神经网络中的BP神经网络对采用前2种模型所得的结果进行组合预测。计算实例表明,使用该组合预测方法所得到的预测结果比单独使用灰色Verhulst模型或BP神经网络模型所得到的预测结果的总体误差要小,因而该方法是可行的、有效的;可以运用到实际工程中。     

改进BP神经网络的城市交通流预测研究

由于交通流预测具有高度的非线性特点,这与BP神经网络能够处理非线性问题的特征相符合。但BP神经网络算法易使解陷入局部极小,而遗传算法的全局优化能力则恰恰可以克服这一缺点。文中将遗传算法应用于对BP神经网络模型的改进来对交通流进行预测。通过对预测数据与实测数据的比较分析,证实了改进后的方法更为有效。     

基于BP和LSTM组合优化的船舶升沉运动预测

预测船舶升沉运动有助于增强波浪补偿系统的补偿效果,解决补偿系统滞后问题。为提高预测模型的预测精度,提出一种基于误差反向传播（BP）神经网络和长短时记忆（LSTM）神经网络组合优化的船舶升沉运动预测方法。以采用计算流体动力学（CFD）方法获取的船舶在规则波浪作用下的升沉运动和在突发性干扰下的升沉运动为对象,基于PYTORCH框架和LINGO软件,建立以加权方式组合优化BP神经网络和LSTM神经网络的预测模型。研究结果表明,无论是船舶在规则波浪作用下的升沉运动,还是船舶在突发性干扰下的升沉运动,BP-LSTM组合模型的预测精度均高于BP神经网络和LSTM神经网络,有助于提高补偿精度。     

人工神经网络在预测混凝土强度的应用

通过改进的BP和RBF两种神经网络对混凝土的强度进行预测.研究表明,改进的BP和RBF的神经网络模型能够充分考虑影响混凝土强度的各种因素,对混凝土强度进行预测,且精度较高,训练次数少,节省机时,在混凝土强度预测中具有广泛的应用前景.     

离焦对光测影响的初步研究

分析离焦产生机理,并通过实验的方法,定量地分析离焦对光测的影响.有助于解决在进行大视场测量时,特别是对大视场内的运动目标位置进行测昔时,在什么位置标定既方便又不影响测量精度的难题.     

龙门吊发动机超速熄火故障分析

宁波北仑国际集装箱码头的龙门吊发动机经常发生超速熄火故障,究其原因是所用的康明斯K-19发动机的执行器容易损坏造成的。分析了产生故障的具体原因,提出了切实可行的解决方案,从根本上解决了这一故障,提高了整体作业效率。     

月池对钻井船阻力性能的影响研究

钻井船是当前海洋工程装备研发的热点,本文考虑月池对钻井船阻力性能的影响,以某245m钻井船为研究对象,采用CFD软件Fine/marine计算不同航速下月池封闭与开敞时钻井船阻力,同时在江苏科技大学拖曳水池中进行缩尺模型试验。通过观察试验现象结合CFVIEW后处理软件,同时对比数值计算和模型试验结果,研究发现：月池开敞时,船身周边流场发生改变,月池内水流周期性剧烈运动形成压力差,导致钻井船阻力增加幅度在25%～30%左右。本文通过探究月池增阻机理,可为钻井船月池设计提供一定的借鉴和参考。     

孤岛孩子放学路上的海事情

9月12日1730时,和过去这两年来的每周五一样,伴着夕阳那金色柔软的余晖,泉州海事局泉港海事处的黄土发和他的同事,早已守候在肖厝渡口的候船处,耐心等待一群特殊旅客的到来。     

轴系法兰连接螺栓数量对振动的影响

法兰连接螺栓数量改变了轴系连接的刚度,从而影响轴系的振动。以某集装箱船推进轴系为研究对象,采用有限元仿真方法,通过改变艉轴和中间轴法兰连接的螺栓数量,分析其与轴系振动间的关系。研究结果表明:增加螺栓数量会增加轴系连接刚度,使轴系低阶固有频率增大,高阶固有频率减小;在发生共振时,靠近螺旋桨端节点的共振幅值较大,远离螺旋桨端节点的共振幅值较小。因而在选配螺栓数量时,应以控制螺旋桨端共振幅值为主;而增加螺栓数量会降低该处的共振幅值,但降低程度逐渐减弱。因此,在选配螺栓数量时,要综合考虑装拆等实际问题,并在规范允许的螺栓数量范围内进行适当调整。     

某行星齿轮减速器箱体改进研究

针对某行星传动齿轮减速器振动大的问题,通过振动测试,得到减速器的固有频率和振动速度频谱图,发现造成减速器振动偏大的原因,进而运用有限元分析软件寻求有效的改进方案.根据测试结果,对有限元计算模型进行反复修正,最终掌握了合理的有限元建模分析方法.通过对减速器箱体进行结构改进,采用验证过的有限元分析方法进行减速器固有频率计算,最终确定了对箱体进行结构改进的有效方案.     

信息交互质量对作战效能影响研究

针对网络中心战中信息交互对作战效能影响的问题,在分析信息交互在网络中心战中的作用及其对作战效能影响原理的基础上,结合具体实例得出了信息交互能力对作战效能提高的实际结果。     

岸桥小车滑轮压痕分析及对钢丝绳使用寿命的影响

岸桥小车滑轮出现明显压痕,影响钢丝绳的使用寿命。对滑轮压痕产生原因及对钢丝绳使用寿命的影响进行分析。提出了防止滑轮痕产生的措施。     

基于CFD的散货船纵倾优化研究

船舶阻力会随着航态的改变而改变。在航速和排水量不变的情况下,通过调节船舶纵倾进而减小航行阻力是1种可靠且通用性强的方法。文章以1万t的散货船为例,基于CFD数值计算仿真工具Fluent的k-ω湍流模型求解RANS方程组,验证Fluent仿真在船舶阻力计算方面的可靠性,并通过调节艏倾和艉倾,计算出相同航速不同纵倾角下的船舶阻力值,提出平浮并非是该船舶最佳航行状态的结论,对船舶实际运营提供指导。在此基础上,提出1种对Fluent进行二次开发以进行更高效船舶阻力预报的方法。     

基于宁波港口的第四方物流发展态势与思考

第四方物流是第三方物流的管理者和集成者。阐述了宁波市第四方物流发展的态势及其面临的问题。介绍了欧美国家的第四方物流发展成功经验。对宁波市发展第四方物流提出了一些建议,指出发展第四方物流是一种不可阻挡的趋势。