广义同余神经网络的算法改进与性能分析

对广义同余神经网络（GCNN）的性能进行了深入的分析研究,提出了一种改进的广义同余学习算法,并将该算法与当前广泛使用的标准BP网络算法进行了比较。计算机数字实例模拟表明,该算法具有学习速度快、拟合效果好等特点。     

双半环上的同余及其性质

研究了双半环上的同余关系,并利用其上的加法半群对双半环上的同余进行了刻画,得到了一些比较深刻的性质.     

确定旅客列车合理开车范围的代数方法

本文应用同余理论,提出一种解不等式组的代数方法,用以确定旅客列车的合理开车范围。并就若干具体情况,详细介绍了计算步骤,可供实际参考使用。     

关于格蕴涵代数模糊滤子的一个注记

在格蕴涵代数基本结构基础上进一步研究了格蕴涵代数的模糊滤子的性质，指出了模糊滤子可以诱导出格蕴涵代数的一簇同余关系，并研究了这簇同余关系的代数结构及灾些同余关系所诱导的商代数之间的同态映射。     

基于旅客列车合理接续条件的发车时刻确定方法

编制旅客列车运行方案时，为使各方向旅客列车的到达时刻相互衔接，以缩短旅客中转换乘时间，应用同余理论，分析了2列不同方向的旅客列车到达途中大站时刻的相互关系．以先到达中转站的列车发车时刻为基点，用代数方法计算出后到达列车的发车时刻，进而找出可行解．对于多列旅客列车相互衔接的情况，可化为2列列车接续问题，利用导出的合理发车时刻的算法求解．     

客运专线跨线列车合理始发范围的确定方法研究

在分析既有线旅客列车合理始发范围确定方法的基础上,应用同余理论,针对客运专线开设垂直矩形天窗时跨线旅客列车合理始发范围的确定方法进行了深入研究.提出了上线列车、下线列车、既上线又下线列车及多次上线和下线列车的合理始发范围确定方法,并应用算例说明了其求解步骤,对跨线旅客列车开行方案的编制和日常旅客运输组织具有一定的实际参考价值.     

解同余方程a1x1＋a2x2＋…＋anxn≡b（modm）

用矩阵的初等变换给出了同余方程∑∧ni=1aixi≡b（modm）有解的充分与必要条件的新的证明，而且在这个证明中提供了求解的方法。     

幂等元双半环上的Green D-关系

通过对幂等元双半环中三个幂等元半环上的Green D-关系交的讨论,研究了幂等元双半环上的Green D-关系,从而给出了幂等元双半环上满足三个Green D-关系交的充要条件,且对三个Green D-关系的交是上的同余作了进一步刻划.     

京沪高铁跨线列车合理发到时间域确定方法

在分析总结高速铁路跨线列车合理发到时间域确定方法的基础上,针对京沪高速铁路邻接线路多为高铁线、夜间采用矩形天窗等特点,考虑京沪高铁跨线衔接站的约束,采用同余理论确定跨线列车合理发到时间域,并提出考虑衔接站停站时间的合理发到时间域表达式,并通过具体算例,演示跨线列车合理发到时间域的求解过程。     

不定同余方程X^2n＋（X＋1）^2n＋…＋（X＋h）^2n≡（X＋h＋1）^2n（mod1…

本文证明了：同余方程ｘ＾２ｎ＋（ｘ＋１）＾２ｎ＋…＋（ｘ＋ｈ）＾２ｎ≡（ｘ＋ｈ＋１）＾２ｎ（ｍｏｄ １７）有整数解的充分必要条件是（１）若ｎ≡１（ｍｏｄ ８），则ｈ≠３，４，５，６，１０，１１，１３（ｍｏｄ １７）；（２）若ｎ≡２（ｍｏｄ８），则ｈ≠３，４，８，９，１０，１４（ｍｏｄ １７）；（３）若ｎ≡３（ｍｏｄ ８），则ｈ≠６，１０，１１，（ｍｏｄ １７）．     

基于数据的轨道电路故障诊断的混合算法

提出一种基于数据的神经网络混合算法故障诊断网络,用于轨道电路的故障诊断.考虑铁路信号需求,设计出符合神经网络训练快速性和有效性要求的BP-LM-PSO-GA混合算法,就是将轨道电路复杂网络分解设计为许多小的神经网络组态,通过综合这些小的神经网络诊断结论,得出最终结果,以解决单独设计神经网络带来的运算量问题;然后以广泛使用的ZPW-2000A型轨道电路为例,验证了该算法网络训练的快速性及故障诊断的有效性.最后给出了该诊断网络对轨道电路的诊断步骤.仿真结果表明该诊断网络具有可行性和有效性,为轨道电路故障诊断的应用提出了一条新途径.     

基于人工神经网络的路面模量反算

根据三层 BP神经网络模型和弹性层状体系理论 ,结合 JILS FWD研究了层状体系路面的模量反算。通过理论和实测弯沉盆的反算 ,比较了精确网络与噪音网络的反算能力 ,从而提出了人工神经网络实现模量反算的关键技术。噪音网络与国内外常用反算程序的比较结果表明 ,神经网络法的反算结果具有良好的精度和可靠性     

基于BP神经网络的模型参考自适应控制

基于BP神经网络的误差反向传播机制,探讨了建立在BP神经网络基础上的模型参考自适应控制方法。该方法用2个BP神经网络分别作辨识器和控制器,其中辨识器兼作间接传递误差的通道,从而解决了控制器权值的修正问题。仿真结果表明, 经过学习控制结构具有较好的有效性。     

基于神经网络的传感器故障诊断仿真

针对现代工业大型复杂系统的不确定性使得对其进行建模比较困难的特点，提出了一种用神经网络进行传感器故障诊断的方法．以凝汽式汽轮机调速系统中的转速传感器为例进行了传感器故障诊断研究，给出了仿真实现结果，并加以分析．仿真结果表明，所提出的利用神经网络进行传感器的故障诊断的方法具有可行性．     

Term Structure of Interest Rates Based on Artificial Neural Network

In light of the nonlinear approaching capability of artificial neural networks （ ANN）, the term structure of interest rates is predicted using The generalized regression neural network （GRNN） and back propagation （BP） neural networks models. The prediction performance is measured with US interest rate data. Then, RBF and BP models are compared with Vasicek＇s model and Cox-Ingersoll-Ross （CIR） model. The comparison reveals that neural network models outperform Vasicek＇s model and CIR model, which are more precise and closer to the real market situation.     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

基于RBF神经网络的城市互通立交短时交通量预测

根据实测数据,分析了城市互通立交交通流运行特性,研究了城市互通立交主线总交通量、交织流量比和第2车道大型车比例3种因素对合流区端部交通量的影响,应用神经网络原理建立了输入层为3个神经元,输出层为1个神经元的RBF神经网络,研究了该RBF神经网络的训练算法,应用实测数据进行了网络训练,对训练后的网络进行了仿真.仿真输出结果与实测数据之间的误差很小,证明应用RBF神经网络对互通立交合流区的短时交通量进行预测是一种可行的方法.此研究为分析互通立交内各功能区之间的相互影响,为研究互通立交桥的预先控制和运行状态分析提供了理论参考.     

基于模糊神经网络的Horn集上的输入归结

关于定理机器证明的归结原理已应用到人工智能的很多领域，同时提出了各种改进方法，其中，输入归结是一种非常好的推理方法，它对于Horn集是完备的，模糊神经网络是模糊逻辑与神经网络的融合，文中利用模糊神经网络的知识表示及学习的特点，结合输入归结的优点，进行Horn集上的输入归结。     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.