基于BP网络的铁路货运量预测

阐述了铁路货物运输需求预测的重要性,并以煤为例构建了基于BP网络的预测模型,通过对该模型的训练,得到了较好的预测效果,提出了可利用BP神经网络对其他货物品类进行预测的建议。     

基于全寿命周期的大型建设项目集成风险管理研究

改造了大型建设项目全寿命周期的四阶段划分法,探讨了基于全寿命周期的集成风险管理子系统及系统模型的集成设计思路,提出了基于全寿命周期的大型建设项目集成风险管理模型(LC IRM),并对LC IRM模型的应用载体E-PM C作了探讨。     

基于模糊识别的神经网络分类器

提出一种基于模糊识别的神经网络分类器。首先对训练样本ＸＫ进行模糊聚类，求其从属于各类别ωｉ的隶属变Ｕｗｉ（Ｘｋ）。然后利用这些训练样本和所求得的从属于各类别的隶属度，通过神经网络的学习拟合出各模式类的隶属函数，进而构造出神经网络分类器。这种方法将模糊理论与神经网络分布式联想存储的优点相结合，使无监督分类器成了有监督分类器。     

优化的BP网络在船舶故障诊断中的应用

船舶各种设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶上设备繁多,运行环境特殊,因此,各种设备的故障症状与故障原因之间关系十分复杂,使用传统诊断方法在实际应用中效果不理想。BP神经网络在故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢,且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此,采用自适应遗传算法来优化BP神经网络,并以船舶主机轴系的故障诊断为实例,证明遗传算法优化的BP网络方法非常适用于对船舶各种设备故障的早期诊断和预测。     

基于LAN的公路收费集成监控系统

针对公路收费过程中人为因素造成的费款流失现象，提出了基于LAN的集成监控新方法，解决了公路收费不可控性的难题。     

基于神经网络的模糊逻辑设计算法

提出了一种利用神经网络学习功能来设计模糊逻辑的方法。用类神经网络算法产生模糊规则和隶属函数，通过学习得到的模糊规则、隶属函数和以新模型推理、逆模糊化为基础的新模糊设计，显著地改进了系统性能，缩短了设计周期，将规则数目和隶属函数最优化，可有效降低系统成本。     

数字地球与三维空间数据模型研究

基于“数字地球”的概念，在全球信息数字化、集成化和网络化的过程中，三维空间数据模型的研究有着重要意义。总结归纳了现阶段三维空间数据模型的形式，分析了各自的特点，并针对现阶段的实际提出了可行的解决方案。     

基于神经网络的悬臂梁诊断分析

应用人工神经网络技术,以反映结构损伤程度的固有频率作为神经网络输入的特征参数,建立结构故障诊断模型,对悬臂梁裂纹的深度和位置进行了诊断研究。从诊断结果说明神经网络用于工程结构的裂纹故障诊断是可行的。     

"ANN"在水运货运量预测中的应用

利用人工神经网络技术的非线性映射能力，建立一种非线性组合预测模型，将其应用到水运货运藿预测中，可大大提高水运货运量预测精度。     

基于AutoCAD的CAD/CAPP集成系统研究

鉴于国内外CAD/CAPP集成的现状,应用AutoCAD环境下的；次开发Ⅰ具ObjectARX技术,能够和AutoCAD共享空间并直接和AutoCAD进行通信读取零件图形数据库中的几何和工艺信息,从而实现了零件二维图形信息的自动获取,并通过ADO数据库绑定技术完成了对数据库的写入、修改、查询等操作,避免了零件信息的二次输入和人工输入的错误,最终实现了CAD/CAPP的无缝集成。