基于神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q电喷汽油机为研究对象,提出了一种基于BP神经网络的空燃比辨识方法,比较了不同拓扑结构的神经网络对空燃比辨识精度的影响,得到了一种最优的空燃比模型。试验结果表明,空燃比模型能高精度地逼近空燃比的实际动态过程,模型的平均相对误差小于2%。     

汽油机过渡工况进气流量的神经网络预测研究

进气流量的精确测量是车用汽油机空燃比精确控制的基础,发动机工作在过渡工况时,因进气状态变化,空气流量传感器的滞后响应影响了过渡工况空燃比的控制精度。提出了一种基于汽油机过渡工况各种参数信息融合的过渡工况进气流量预测方法,分析了影响汽油机过渡工况进气流量的各种工况参数,提取了特征参数并建立了BP神经网络信息融合预测模型。对车用汽油机加减速工况试验数据进行仿真,研究结果表明,该方法能够准确实时地预测汽油机过渡工况的进气流量,同时能够消除空气流量传感器的滞后特性。     

基于BP神经网络的立交匝道布线方法

本文就ＢＰ神经网络对给定的线形设计知识的表达，联想记忆和网络结构进行了研究，提出了立交匝道布线的ＢＰ神经网络方法，或形象地称为“Ｐ→ＲＡＬ”映射算法，提高了立交ＣＡＤ系统自动化和智能化水平。     

交通冲突量的BP神经网络预测方法

交通冲突预测是进行交通事故预防和制定安全改善措施的有效手段，节约观测时间和人力。针对BP网络的缺点，提出了改进的快速BP算法，建立了交通冲突量的BP神经网络预测方法，并应用该方法对具体的交叉口交通冲突量的预测实例进行了研究，实践验证了该方法的有效性。     

基于Elman神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q型电喷汽油机为研究对象,分析了汽油机空燃比的数学模型,提出了一种基于Elman神经网络的过渡工况空燃比辨识方法。试验结果表明,Elman神经网络空燃比模型具有简单的网络结构,能高精度地逼近车用汽油机空燃比的实际动态过程,模型的平均相对误差小于1%,优于前馈BP神经网络模型的辨识结果。建立的Elman神经网络空燃比模型能改善过渡工况空燃比控制精度,提高排放性能。     

神经网络图像编码的几种方法

近年来,随着神经网络研究的日益发展,开辟了图像压缩方面的新途径。本文简要地介绍了用与图像编码的几种神经网络模型的理论,原理。     

用预应力锚索抗滑桩整治公路深层滑坡灾害

通过几个工程实例,介绍了采用预应力锚索抗滑桩整治公路深层滑坡灾害这一新方法的基本原理、设计方法和整治效果.将锚索的一端锚固于稳定基岩内,另一端与抗滑桩顶相连,然后对锚索施加预应力,将抗滑桩由一端嵌固、另一端自由的“悬臂式”受力状态改变成一端嵌固、另一端支承的“简支”受力状态,从而达到整治滑坡灾害的目的.近年来,作者采用这种方法整治了30余个滑坡灾害工程,都取得了十分显著的效果.一般可节省灾害整治费用20%~40%.     

用CMAC神经网络精确控制汽车空燃比

基本CMAC神经网络和变增益补偿的控制策略在发动机空燃比控制中具有良好的精度和自适应性。在研究该策略的基础上，对其基函数和学习算法进行了改进，分析了喷油过程特性，并考察了随机工况和过渡工况下的瞬态空燃比控制精度。在相同条件下的MATIAB仿真表明，随机工况和过渡工况空然比误差的相对标准差均控制在2％以内，控制精度显提高。     

抑制桥梁结构横向振动的半主动控制方法

研究了桥梁结构的半主动控制问题，在算法上采用基于神经网络的模糊控制，不需要建立精确的分析模型，计算较为简便，避免了用多参量建立模糊关系方程的求解困难，并与二次最优控制算法进行了对比。数值结果表明，提出的半主动控制系统对减小结构的地震响应是有效的。     

基于神经网络的虚拟基准站自差分GPS定位的研究

提出了一种适合于铁路和公路固定线路的虚拟基准站自差分GPS定位的方法，讨论了建立动态虚拟基准站的方法及基于神经网络的虚拟基准站的结构，并对这一神经网络进行了训练。实验表明，系统的定位精度得到了提高，也有较强的动态跟踪能力。