初探国内外路面行驶质量的研究

路面是公路、城市道路及机场的重要组成部分，路面使用性能反映路面状况对行车要求的适应情况，广义上的使用性能包括结构性能和功能性能，而功能性能又有安全性能和行驶质量之分。对于路面的行驶质量（RQI），本仅介绍目前国内外的一些研究现状。     

ISPMAT--适用于城铁列车的预知维修智能系统

大运量交通车辆的维修 ,对于确保其社会服务的质量是非常重要的。本文介绍一种名为 ISPMAT(适用于城铁列车的预知维修智能系统 )的软件工具 ,它能对城铁列车的两个主要组成部分、即压缩机和牵引行车机构中可能发生的各种故障自动进行检测和作出诊断。 ISPMAT是以人工智能技术即神经网络和专家系统为基础的。本文的内容包括对 ISPMAT结构的阐述 ,以及通过实验所取得的某些结果。     

基于形态学和模糊运算的新联想记忆网络：模糊形态学联想记忆网络

提出了一种新的基于形态学和模糊运算的联想记忆网络-模糊形态学联想记忆网络FMAM（Fuzzy Morphological Associative Memories）。它与经典联想记忆有显著不同，文中分析了FMAM的记忆能力以及抗腐蚀和膨胀噪声的能力。自联想FMAM具有无限存储能力，能保证完全回忆，并且回忆在一步内完成，可模糊性解释等。仿真实验验证了自联想FMAM的良好性能。     

车辆横向半主动悬挂的神经网络自适应控制

分析了车辆半主动悬挂模型的非线性特性，提出了采用神经网络的半主动悬挂自适应控制模型，设计了神经网络辨识器和控制器，采用专门算法修正控制器网络权值，仿真计算表明，神经网络自适应控制的半主动悬挂系统能有效改善车辆横向平稳性。     

基于GA-FCMAC算法的船舶运动智能控制器

在研究模糊小脑模型神经网络控制器（FCMAC）的基础上，本文提出了基于遗传算法学习的模糊小脑模神经网络控制（GA－FCMAC）算法并应用于船舶运动。仿真结果表明该算法具有良好的控制性能。     

基于模糊神经网络的海浪中舰船多自由度运动建模方法研究

基于切片理论计算在诸规则波中的舰船多自由度运动响应，并以此为样本训练模糊神经网络，最终建立起一种新的舰船在随机波浪中的多自由度运动模型，并通过算例验证该方法的实用性和可靠性。     

滑坡预测径向基神经网络法

在边坡稳定分析的基础之上,引入径向基网络的理论,提出了边坡滑动的径向基网络预测方法.以边坡高度、边坡角度等作为输入模式变量,建立径向基神经网络训练样本,用于滑坡稳定性评价.通过样本的学习训练,用训练后的径向基神经网络来预测滑坡,通过工程实例与评价结果比较,证明了该评价方法具有较高的精度,也表明该模型能较好的用于滑动预测.     

表面粗糙度对冰路面上滑动轮胎摩擦牵引力影响的研究

依据能量守恒定律和冰的摩擦熔化理论，考虑冰面和轮胎胎面的表面粗糙度，建立了摩擦界面冰完全熔化条件下轮胎的牵引力预测模型。给出了预测模型中接地胎面温度的选择原则。研究表明，该模型可较好地预测不同条件下轮胎在冰路面上的摩擦牵引力，表面粗糙度的影响随车辆行驶速度的提高而增大。     

基于均匀设计的汽油机油添加剂承载性能研究

以均匀设计安排试验，对试验结果进行回归分析。分析表明MoDDP、复合抗氧抗腐剂能显著提高汽油机油的承载性，而复合分散剂与复合抗氧抗腐剂的交互作用对承载性能不利，复合清净剂和基础油对承载性能没有明显的作用，采用对回归方程的直接优化方法和BP神经网络都能得到最优的添加剂组成。     

人工神经网络理论在航船工程中的应用

本文简单介绍了人工神经网络的基本原理与特征，以及在船舶工程中的应用现状，并对其进一步的发展作了展望。