路面坡损状况及长期预报的研究

结合沈大高速公路青路面破损状况的实测资料，对高等级公路沥青路面破损规律及评价方法进行了研究，在此基础上，运用灰色系统理论方法建立了沥青路面破损状况的长期预报模型。     

车辆主动悬架的神经网络模糊控制

利用神经网络来实现在车辆主动悬架中的模糊控制，通过对主动悬架实体装置的台架实验研究，在不同激励信号的作用下，神经网络模糊控制器都具有很好地抑制车体振动的特点，其控制效果明显优于PID控制。在车辆主动悬架中，神经网络模糊控制具有设计新颖，实用性强，特别对于减振效果要求较高的车辆，更能发挥其优点。     

基于多相关因素的汽车保有量预测神经网络方法

将神经网络技术用于汽车保有量预测，建立基于双BP神经网络的多相关因素汽车保有量预测模型。以呼和浩特市汽车保有量预测为例，详细介绍汽车保有量神经网络预测模型的操作过程，并证实了该方法的可行性和可靠性。     

基于ITS的汽车安全行驶状况在线监测系统的研究

提出基于ITS（智能交通系统）的车辆安全行驶状况在线监测系统框架，对车辆行驶中的异常现象进行实时监测。提出从之前测的汽车操纵稳定性和制动性能参数出发，对悬架、转向、制动、车轮等安全总成及其部件进行状态监测的观点。综合运用遗传算法、小波变换和神经网络等技术，在汽车运行中对其进行安全监测。最后借助汽车动态模拟国家重点实验室的ADSL模拟器，对研究的核心部分进行试验验证，结果表明本文提出的监测方案是可行的。     

基于神经网络的车辆跟驰模型的建立

车辆跟驰是一种难以操作的驾驶行为，驾驶员必须同时考虑许多因素。本文应用神经网络模拟无车道变换行为的单一车道车辆跟驰行为（加、减速，不动作）。神经网络的自学习特点，使得神经网络模型能把驾驶员周围的各种信息并行结合起来产生可靠的模拟结果。     

基于神经网络混沌时间信号的预测

针对混沌时间信号具有短期预测的特点，文章提出用神经网络构成的网络模型对混沌信号进行预测。实验结果表明：这种方法预测的结果误差小于传统参数模型的预测误差，在同等条件下，指数越小，预测效果越好     

交通监控图像处理的Hopfield神经网络方法

提出一种基于Ｓ函数的全并行自反馈Ｈｏｐｆｉｅｌｄ神经网络的运动模糊图像恢复方法。实验结果表明：该方法在模型不精确时也可以有效地恢复原图像，因而可用于交通监控中的闯红灯抓拍摄像系统。     

规划网络路段交通量预测模型研究

交通量预测是公路网络规划过程中的一项重要工作，本文在传统的路段交通量预测方法的基础上，介绍了路段交通量ＯＤ模型法，根据实际道路网的形状，通过使路段交通量的预测值与观测值一致来进行模型推算，从而计算出规划网络上的交通量。与现有方法相比，可得出精度更高的结果。     

轮胎在沙地上牵引特性的新预测模型

本文分析了汽车在松软地面上行驶时轮台的受力状态及轮胎单元与土壤的相互作用方式，揭示了轮胎在松软地面上牵引特性传充预测模型的不足之处，建立了轮胎在沙地上牵引特性的新预测模型，并进行了实验验证。结果表明，采用本文所建立的模型进行预测时，预测值与实测值更接近。     

基于神经网络的油田注水动态预测

将神经网络应用于油田注水开采系统的动态指标预测。应用某油田１９８１－１９９３年１３年开发系统典型因素历史数据，对建立起的ＢＰ网络模型进行训练。训练后的网络既能准确地拟合历史数据，又能较精确地预测油田动态指标。