基于高阶CMAC网络的机器人自学习控制器

提出了将CMAC网络与PD控制器相结合的机器人在线自学习控制器，通过引入高阶网络的概念，采用简单的叠加处理法将多维输入空间的CMAC神经网络化为多个一维输入子网络，从而简化系统的网络结构．同时对进行叠加的一维输入CMAC网络选取不同的学习步长，提高了学习的收敛速度和模型的逼近能力．计算机仿真结果表明，所提出的新型机器人自学习控制器具有很好的控制性能．     

一种非参量恒虚警处理的神经网络模型

本文提出一种用于雷达回波信号非参量恒虚警处理的神经网络模型,并讨论其权值调节、阈值设置和神经网络子模型的实现等问题。     

波浪补偿平台垂向位移的短时预报

针对BP算法存在收敛速度慢和局部极值的问题,采用此方法对BP学习算法进行改进,结合实验采集的数据进行仿真计算,结果表明采用此方法可以有效地提高Elman网络的训练速度和稳定性,使El-man网络能够更有效地对波浪补偿平台垂向位移进行短时预报。     

基于BP神经网络技术的区域物流需求量预测

区域物流需求预测是区域物流系统规划、物流资源合理配置过程中的重要环节,而区域经济是产生区域物流需求的内在决定性因素,因此寻求利用区域经济指标来预测区域物流需求具有较强的可行性,同时能够促使区域物流产业与区域经济之间的协调发展。此外,还揭示了区域经济与区域物流需求之间的非线性映射关系,同时也为区域物流需求预测提供了一种新的思路和方法.本文利用BP神经网络对湖北省物流需求进行预测,并取得了较好的预测结果。     

基于瞬间跳变似然比法中故障隔离方法的研究

基于瞬间跳变的似然比法能较好地诊断出单故障源，对多故障源，本文提出了其隔离算法，然而此算法很费时间，作用将启发性知识引入故障隔离算法中，分别采用了传统的专家系统以及神经网络的专家系统方法，因而能较快地较准确地隔离出多故障源。     

基于RBF网络和遗传优化的船舶操纵模糊控制器

设计了一种基于RBF网络和遗传优化的船舶操纵模糊控制器。首先讨论了传统模糊控制器应用于船舶操纵控制的不足，然后根据模糊系统在特定情况下与RBF网络具有等价关系的特点，采用具有加权平均输出的RBF网络构造了一个船舶操纵模糊控制器，有效地消除了小偏差范围的舵角抖动现象。在此基础上，根据船舶操纵的特点提出了一种尺度变换因子的自整定方法，并采用遗传算法对自整定过程中的可变参数进行优化，以使控制器能够适应实时控制过程中的时变性和不确定性，保持良好的控制性能。最后针对某大型船舶的非线性模型，采用Matlab 6．1的Simulink工具进行了转艏操纵仿真试验，获得了满意结果。     

机车车辆滚动轴承故障BP网络诊断方法

神经网络故障诊断技术已成功的应用于航空航天领域，但在铁路系统应用极少。文中介绍了神经网络故障诊断理论方法，并以ＢＰ网络为基础，实现了机车车辆滚动轴承的多故障诊断。     

用于振动噪声分析的模糊神经网络故障诊断测试仪的研制

以８０Ｃ１９６ＫＢ为核心，基于模糊神经网络的多功能便携式振动噪声分析仪对振动和噪声信号检测，在复数范围内进行１０２４点浮点快速付立叶变换，从而得到被测信号频谱图，通过对传统谱图分析，提出一种简单，有效的分析方法，并与神经网络和模糊理论相结合，用已建立的模糊神经网络对谱图进行模式识别或故障诊断。     

基于支持向量机的舰船建造预付款风险评估

舰船建造项目的规模和复杂性日益增大,预付款风险也得到了军方的日益重视.针对传统风险评估方法的不足,应用基于支持向量机的模型进行舰船建造预付款风险评估.建立了预付款风险评估指标体系,将支持向量机方法与BP神经网络方法进行对比,结果显示支持向量机可以很好的应用于风险评估.评估结果可供预付款管理决策时参考.     

基于遗传算法优化的小波神经网络对船舶受扰力及力矩建模预报

首先构造小波神经网络,建立船舶横向和纵向运动模型及其运动受扰力模型,采用小波神经网络对船舶受扰力建模预报,并用遗传算法对其进行优化,对预报结果进行分析比较,给出超前5秒、15秒的船舶运动受扰力与力矩预报结果.