电液线控制动系统压力反步控制算法研究

为实现线控制动系统液压精确控制,本文中设计了一种新型线控制动系统,通过对该系统进行动力学分析,建立了面向控制的系统动力学模型,基于该系统模型设计出反步控制算法。利用径向基网络逼近连续函数特性,对与系统状态量相关的非线性摩擦力进行估计,作为反步控制器的补偿,并证明该算法李雅普诺夫稳定。基于电液线控制动系统台架开展了多组制动工况测试,结果表明,所设计的控制策略能实现对线控制动系统液压力的精确控制且反应迅速。     

基于深度主动学习的MVB网络故障诊断方法

多功能车辆总线MVB （multiple vehicle bus）用于传输重要的列车运行控制指令和监视信息,准确地诊断MVB网络故障是列车智能运维的基础,为此,提出一种将主动学习和深度神经网络相结合的MVB网络故障诊断方法. 该方法采用堆叠去噪自编码器自动提取MVB信号物理波形特征,并将该特征用于训练深度神经网络来实现MVB网络故障模式分类;基于不确定性和可信度的高效主动学习方法,可解决实际应用中标记样本不足和人工标记成本高昂的问题,使用少量标记训练样本就能得到高性能的深度神经网络模型. 实验结果表明:为达到90%以上分类准确率,所提方法只需要600个标记训练样本,小于随机采样方法所需标记训练样本数的2 800个;在相同标记训练样本数下,所提方法在3种性能指标下均优于传统方法.      

黄土高填方场地工后沉降预测新模型

黄土高填方场地的工后沉降预测结果是确定地面工程建设时序和空间布局的重要依据. 为准确预测黄土高填方场地的工后沉降量,在分析典型黄土高填方场地沉降数据特点、曲线特征和发展演化规律的基础上,提出了收敛型和发散型两种用于工后沉降预测的新模型;介绍了新模型的基本性质与参数求解方法,并检验了新模型在典型黄土高填方场地工后沉降预测中的应用效果. 结果表明:新模型的内拟合误差和外推预测误差均较小,适合黄土高填方场地的工后沉降预测,其中发散型模型更适合“S”形沉降曲线的外推预测,平均绝对百分比误差（MAPE）为4.6%,相较于传统预测模型的外推预测误差降低了78.7% ~ 95.8%;收敛型模型更适合“J”形沉降曲线的外推预测,平均绝对百分比误差（MAPE）为1.9%,相较于传统预测模型的外推预测误差降低了68.3% ~ 84.4%;新模型具有较好的适应性、通用性和稳定性,可为今后黄土高填方场地的工后沉降预测和评估提供更多的选择和参考.      

基于PCA-BP的高速公路工程造价预测模型

为了确定高速公路的投资，提出PCA（主成分分析法）-BP神经网络预测模型，通过对各因素进行主成分分析，以少数新的低维综合变量取代原始高维变量，降低神经网络输入层的维数，提高网络的收敛速度。结果表明PCA-BP神经网络模型具有更高的预测精度和收敛速度。     

基于深度学习的驾驶员状态识别

提出了基于驾驶员脸部及周围信息的驾驶员状态检测方法。文章通过实车摄像头采集了驾驶员驾驶状态视频数据,利用Dlib和OpenCV库对采集的驾驶员图像进行脸部检测,基于驾驶员脸部数据建立了深度学习数据集,然后基于该数据集设计了一种卷积神经网络模型FaceNet,利用PyTorch深度学习框架在数据集上对模型进行训练,最终得到了有较高准确率的驾驶员状态检测模型,其可识别抽烟、睡觉、左手打电话和右手打电话四种驾驶员状态。     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK（Sugeno-Tanaka)模糊系统的优点，提出了改进的模糊对向传播神经网络Improved-FCP，并给出了其学习算法，实验结果表明Improved-FCP网络之FCP网络对样本有更高的逼近精度。     

神经网络在铁道车辆齿轮箱故障诊断系统中的应用

将BP神经网络技术应用于铁道车辆齿轮箱故障诊断领域,搭建了BP神经网络诊断模型,在此基础上提出了一种改进的BP算法,并将常规诊断方法所提取的典型故障信号作为神经网络的输入数据,用改进的BP神经网络进行仿真测试。测试结果表明,经过改进的BP神经网络诊断系统具有较好的诊断效率和诊断精度,达到了预期的诊断结果。     

ANFIS及其在控制系统中的应用

详细介绍了模糊推理系统FIS（Fuzzy Inference System）和自适应神经元模糊推理系统ANFIS（Adeptive Neuro-fuzzy Inference System）的基本概念，并着重论述了ANFIS在控制领域中的应用。最后举了一组通过样本数据对ANFIS进行训练的例子。实验结果表明，训练后的ANFIS能很好的控制实际的对象。     

基于遗传-神经网络的字符识别

设计并实现了一种基于遗传一神经网络的字符识别系统．遗传一神经网络算法综合了遗传算法的全局优化和神经网络的并行计算等特点，可克服遗传算法最终进化至最优解较慢和神经网络易陷入局部解的缺陷，具有较好的全局性和收敛速度．