基于神经网络的船用柴油机故障诊断方法

提出一种适用于船用柴油机故障诊断的方法，即三层ＢＰ网络模型诊断方法。初中结果表明，ＢＰ网络模型能在较大程度上模拟专家凭直觉和经验处理不确定知识的能力。     

一种双重时滞多重边复杂公交网络模型的同步研究*

在传统的建模方法的基础上,建立一种新的城市公交网络模型。根据4种不同的公交路线,通过引入时滞,将两重边复杂公交网络拆分为两个性质不同的子网络。进而研究具有双重时滞两重边复杂公交网络的全局自适应同步,给出自适应同步的一般条件。以 Lorenz系统为例,验证该方法的有效性。     

大型船舶电力系统潮流计算新方法

提出一种综合高斯-塞德尔法和前推回推法两类潮流算法优势的大型船舶电力系统组合潮流计算方法．该算法将大型船舶电力系统分为主供电网络和子配电网络2个层次分别进行潮流分析．采用前推回推法对各子配电网络进行潮流计算,而在主供电网络分析层次中,将子配电网等效为注入功率源,采用高斯-塞德尔法求解潮流,两类算法相互利用对方潮流解算结果交替进行迭代计算,最终实现整个网络的潮流计算．对典型船舶电力网络进行了算法性能测试,给出了验算结果,并与传统方法相比较．结果表明,所提出的算法具有良好的收敛性能,求解大规模船舶电力网络潮流问题时较传统方法效率更高．     

网络分解及最大独立集算法研究(Ⅱ)

本文首先分析了一般连通网络的结构特征，发现了网络中具有优化迭代功能的特殊子网络；并对其进行了较深入的研究，提出并论证了求最大独立集的充要条件。进一步的研究发现，此特殊子网络及其邻域，具有相依、相斥的偶对性质；若按某种方式将连通网络划分成两部分，形成网络对集，则较容易看出，此特殊子网络及其邻域，将一个接一个地交叉分布，遍及整个网络．利用这个性质，就可对网络进行充分的分解，而不丢失可行解．在上述基础上，开发出在奇网络中搜索该特殊子网络及求最大独立集的新算法，并对算法的有效性及可靠性，进行了较全面的分析。研究表明，该算法可在时间复杂性O(｜V｜)界内收敛．     

基于神经网络的抽油机井井下故障诊断专家系统

介绍了一种基于神经网络的有杆抽油机井井下故障诊断专家系统，从抽油泵的泵功图入手，简述了神经网络特征参数的选取，以一个故障子网为例，描述了网络结构，并举例说明了神经网络故障诊断的过程，诊断结果表明了该方法的有效性。     

基于客流量的城市轨道交通网络站点重要度评估方法

针对轨道交通网络中现有的站点重要度评估方法精度低的问题,提出一种基于客流量的城市轨道交通网络站点重要度评估方法,筛选出城市轨道交通网络的重要站点.采用Space L方法构建轨道交通加权网络模型,通过分析客流量比例系数和节点效率对站点的作用,设计站点重要度贡献矩阵,以纽约轨道交通网络为例,采用最大连通子图比例和网络平均效...     

基于集成神经网络的刀具磨损量监测

提出了一种基于集成神经网络识别铣刀磨损量的监测方法．利用小波包变换将切削力和振动信号分解为不同频带的时间序列，从每个信号中选择与刀具磨损状态最相关的3组频段的均方根作为监测特征；通过信号的组合和不同子网络输出决策间的融合，集成神经网络输出刀具磨损的识别结果．试验和仿真分析表明，此方法能够满足刀具磨损量实时监测的要求．     

基于正交母函数的模型化磁性物体标量探测

对传统的标量磁模型进行了变形，使得标量磁信号可以看成是3个母函数的线性组合，对母函数的标准正交化使其成为信号子空间的一组标准正交基，利用信号在子空间中的逼近误差提出了一种新的基于标量信号的模型化检测方法，并进行了仿真，结果表明这种方法能够有效地检测目标信号．     

数据仓库的子立方体及其相应算法

数据仓库是研究大数据集的快速，灵活查询的一种技术，系统的执行效率是至关重要的。本文提出了一种新的概念－OLAP子立方体，并且给出应用这一概念改进数据仓库查询性能的相应算法。作者结合铁道部货运数据仓库及数据挖掘系统，深入的研究这一技术，实验证明这种方法是有效的。     

一种基于神经网络的宽带相干信号波达方向估计方法

相干信号子空间处理方法是一种通过构造聚焦矩阵来估计宽带相干源波达方向的有效方法，本文基于逆传播学习算法，给出了一种用神经网络来实现聚焦过程的新颖方法，利用这种方法进行ＤＯＡ估计，可以无需预先知道源信号初始信息，不经预处理过程即可获得对ＤＯＡ的高性能估计。     

网络分解及最大独立集算法研究（Ⅰ）

本文首先分析了一般网络的结构特征，开发出对任意网络进行变换及分解、且不丢失可行解的新方法，继而发现了网络中具有优化迭代功能的特殊子网络；对其进行了较深入的研究，提出并论证了求最大独立集的充要条件：研制出在网络中系统搜索该特殊子网络的新算法。最后，对算法的有效性及可靠性，进行了较全面的分析论证，研究表明，该算法可在时间复杂性O(|V|^5)界内收敛。     

本体不一致性处理中的无辜诊断方法

随着语义网络技术的发展,本体不一致性问题成为本体联盟中的研究热点之一．其中基于模型诊断技术的本体不一致性处理方法,在结构化知识描述领域中得到了大量应用．局部诊断技术通过收缩问题域的方法来提高不一致性问题求解效率,但它基本上是一种基于“正确性推断”的假设．本文在研究过程中提出无辜诊断技术,与传统的局部诊断相比,这种方法更加有效．     

NS的仿真机制及协议扩展

网络仿真是网络研究的重要方法和手段，网络仿真软件在网络仿真领域中占有十分重要的位置．文中探讨和分析了NS的工作原理和仿真机制，阐明了基于NS的协议开发过程及协议性能的测评方法，并提供了一种研究网络协议的方法和途径．     

基于神经网络的自适应跟踪控制

本文研究了一种用社会网络实现的自适应跟踪控制方法，仿真结果表明，该方法的控制效果是令人满意的。     

基于神经网络的高速公路服务水平评价

对高速公路服务水平进行评价是一项非常重要的工作，但其工作量很大，也很烦琐，本文采用一种人工神经网络解决这一问题，将评价因子作为输入向量提供给网络，要求网络输出服务水平等级。通过检验，验证了该方法的可行性。     

BP网络的泛化能力改进方法及应用

在人工神经网络的使用中，BP神经网络是使用比较多的网络结构，简要介绍了BP网络的基本结构和BP算法，分析BP网络存在的缺陷，介绍了两种改进BP网络泛化能力的方法，并通过例子分析了两种方法的适用性。     

基于差分计盒维数的分形图像编码方法

提出了一种利用差分计盒维数（简称ＤＢＣ,一种估计分形维数的方法）新的分形图像编码方法,该方法利用ＤＢＣ来寻找一个与值域子块在分形维数上最接近而且与其差别小于某一预定阈值的定义域子块,这种方法的优点在于能够有效减少搜寻对应于某一值域子块的最佳定义域子块及最佳变换的搜索空间。     

基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明:在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。      

BP神经网络在桥梁焊缝收缩预测的应用研究

神经网络是一种模拟人脑结构和功能的信息处理系统，BP网络算法是目前研究最为成熟的理论．被广泛应用于非线性建模，参数识别等领域。本文运用BP神经网络，对桥梁悬拼阶段施工控制中焊接收缩变形进行网络的建立，并利用现场实测数据进行网络的训练和仿真。计算结果显示，在目前对悬拼阶段箱梁的焊接收缩变形机理的研究并不十分透彻的条件下，用神经网络进行焊缝收缩的识别是一种可行的方法.     

带裂缝混凝土材料力学分析的一种新方法

带裂缝混凝土的拉伸破坏机理比较复杂，尚无合适或简便的力学模型和研究方法。结合线弹性断裂力学性能，借鉴复合材料力学分析方法，建立一种有限子层剪滞模型，对于带裂缝混凝土试样受拉伸的破坏问题不失为一种有效的分析方法。