基于神经网络联锁系统故障诊断专家系统的研究

介绍神经网络的专家系统的基本结构和工作原理,描述了基于神经网络的计算机联锁系统故障诊断专家系统.     

一种基于神经网络的煤炭调运优化方法

运用神经网络的Hopfield优化电路，对一种煤种可相互代用的煤炭调运问题进行了优化仿真计算，其计算结果可为铁路部门的煤炭运输提供定量依据．同时此算法，对于其他的铁路运输问题也是可行的．     

一种用于运动参数估计的神经网络方法

运动参数估计是计算机视觉中极为重要的研究课题，Ｔｓａｉ和Ｈｕａｎｇ提出的线性方法是典型的和较为有效的估计方法，但此种方法需要对矩阵进行特征分解，或用最小二乘法求解，运算量较大，本文把求解非线性约束极值问题引入神经网络，利用罚函数，构造网络的能量函数，网络最小能量状态时的矢量即为最小特征矢量，计算机模拟表明，该网络能较快收敛到稳定状态，运算结果是比较理想的。     

粒子群优化的神经网络在齿轮故障诊断中的应用

针对BP神经网络容易陷入局部极小及收敛速度慢的问题,本文利用粒子群优化算法代替BP算法中的梯度下降法训练神经网络的权重和阚值,有效地改善了BP网络诊断性能;利用训练后的神经网络对齿轮进行了故障诊断,并比较了基于粒子群优化算法与BP算法的诊断结果,通过仿真实验表明:无论是在诊断速度上还是在诊断精度上,PSO-BP神经网络诊断性能都比单独的运用神经网络有很大提高.     

BP神经网络在城市有轨电车GPS/RFID组合定位中的应用研究

在城市有轨电车定位系统中,单一的GPS定位方式已很难满足电车连续精确定位的要求。采用GPS和RFID组合定位的方法,可实现在弱信号环境下的连续精确定位。针对GPS/RFID组合定位时,因加入RFID观测值带来的较高计算复杂度而引起定位时间延长,以及对系统定位误差影响不确定性等问题,建立基于BP神经网络的城市有轨电车GPS/RFID组合定位模型。仿真结果表明,采用BP神经网络进行分析时,将GPS和RFID观测值归一化后输入到训练好的网络中,可以在较短的时间内得到可靠的网络输出。经训练后的网络输出较未经训练的输出更接近于期望值,且更为稳定,证明在GPS信号受遮挡条件下城市有轨电车定位系统的定位精度和定位时长得到了有效改善。     

一种基于神经网络的煤炭调运优化方法

运用神经网络的Hopfield优化电路,对一种煤种可相互代用的煤炭调运问题进行了优化仿真计算,其计算结果可为铁路部门的煤炭运输提供定量依据.同时此算法,对于其他的铁路运输问题也是可行的.     

基于时间序列分析和神经网络的风电功率预测方法研究

功率预测对于接入大量风电的电力系统运行具有重要意义。文章对提前4 h的风电机组出力预测进行了研究,分别采用BP神经网络法直接预测输出功率,以及时间序列法间接预测输出功率,并将两种方法组合以提高预测精度,组合权系数的选取以方差最小为目标函数。研究结果表明,不同方法的预测精度不同,尤其是在个别预测点处不同模型的误差差别较大,组合预测可减小预测系统的误差,提高预测精度。     

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。     

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.     

基于MATLAB的混合型蚁群算法求解旅行商问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略,给出基于MATLAB的蚁群算法在旅行商问题中的应用,针对蚁群算法存在的过早收敛问题,加入2-opt方法对问题求解进行局部优化.计算机仿真结果表明,这种混合型蚁群算法对求解旅行商问题有较好的改进效果.     

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。     

人工神经网络及其在物资流通领域的应用

人工神经网络及其在物资流通领域的应用张文杰，王渭一、什么是人工神经网络人工神经网络是由大量简单的基本元件──人工神经元相互连接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，而大量神经元组合产生的系统行为却非常复杂，在处理非结构性问题方面...     

基于随机灰色蚁群神经网络的集装箱结点站运量预测

根据铁路集装箱运量预测受到多因素影响以及非线性的特点,利用随机灰色变量描述预测系统的不确定性,建立了随机灰色预测模型以及基于蚁群算法的递归神经网络模型,在此基础上,提出了一种基于随机灰色蚁群神经网络的集装箱结点站运量预测方法.最后,以兰州铁路局兰州北站为例,对模型的预测精度和有效性进行分析.研究结果表明:基于蚁群算法的...     

有转运运输问题的Hopfield神经网络优化方法

Hopfield神经网络是一种递归神经网络,可以用于联想记忆和优化,运输问题是一类特殊的线性规划问题,结合Hopfield神经网络优化功能和有转运运输问题的特点,并根据运输问题的实际情况,将约束边界模糊化,设计针对有转运运输问题的连续Hopfield神经网络电路。借用神经网络中能量函数的概念和含义确定网络电路的参数并证明系统的稳定性。将优化有转运运输问题转换成求解网络系统的平衡点,即吸引子。在优化过程中,为了防止网络收敛到局部极值,采用模拟退火算法,使网络能够达到全局最小值,不仅优化速度快、实时性强,也给其它线性、非线性规划问题的优化提供了一个新的途径。并通过计算机仿真研究验证了系统的有效性、可行性。     

基于神经网络的高速列车运行模拟系统的研究

高速列车运行模拟系统是高速铁路行车指挥系统的重要子系统。由于列车运行过程带有大量不确定因素。而由牵引计算得到的数学模型难以满足系统的要求。本文利用神经网络和人工智能原理研究列车运行过程。证明所设计系统满足列车运行非线性特点，同时指出模拟系统的实际意义。     

基于BP神经网络的转向架斜楔参数优化

斜楔是货车转向架重要的减振元件,基于力学分析推导斜楔参数与斜楔垂向、纵向、横向及抗菱等效作用的解析关系式,根据关系式建立便于优化斜楔参数的斜楔等效模型,在考虑部件柔性的C70E货车刚柔耦合模型中建立斜楔各向等效力元模拟斜楔作用;该斜楔处理方法下货车模型的振动模态特征和临界速度均与实际接近。据此方法,计算266组不同斜楔参数下车体垂向及纵向加速度响应;并利用遗传算法优化的BP神经网络,建立斜楔参数与车体加速度的关系模型。以此为基础,运用遗传算法寻找使车体加速度最小的斜楔参数。通过建立的货车模型,验证与原始参数相比,优化参数下车身垂向和纵向加速度均有所下降,提升了转向架的减振性能;货车的脱轨系数与轮重减载率也有所下降,提升了货车的运行性能,表明该优化方法对斜楔理论设计有一定的指导作用。     

大跨度部分斜拉桥神经网络施工监控技术研究与应用

以江珠高速公路荷麻溪预应力混凝土部分斜拉桥为工程背景,主要论述了在施工监控中挠度与应力监测的一些理论与方法,施工监控目标精度值等。采用先进的神经网络控制技术,建立多元参数以及多元目标的智能监控系统,经工程实践论证此方法对大跨度部分斜拉桥的施工监控是可行的。