基于模糊神经网络的智能车辆循迹控制

为提高智能车辆自主循迹控制的精度,提出了一种基于模糊神经网络控制( FNNC)和神经网络预测( NNP)的智能循迹控制策略。转向控制器的输入量有3个：预瞄点处的横向循迹误差、汽车横摆角速度和侧向加速度。车速控制器的输入量有4个：预瞄点处的面积误差、侧向加速度、汽车侧偏角和转向盘转角。网络训练采用误差反向传播法。仿真与试验结果表明,所设计的循迹控制器通过对驾驶员操作样本的训练,能实现对车辆的车速与转向控制,横向循迹误差和目标车速均比较理想。     

基于BP神经网络基坑支护结构变形预测研究

为了精确的预测佛山某建筑基坑变形情况,提出了一种BP神经网络多数据纵向预报方法,选取前三次的多个测点数据进行预处理,然后再对BP神经网络分析、训练、测试,并分析隐含层数对预测精度的影响,通过对比试算确定隐含层数目,最终达到能够高精度预测基坑支护结构水平位移和沉降。结果表明:所提出的方法可以精确地预测基坑变形,对工程建设具有一定的参考价值。     

特大断面隧道开挖中拱顶沉降的BP神经网络预测

特大断面隧道开挖会大范围解除围岩表面应力,在上部岩体自重应力及附加应力的共同作用下,隧道拱顶会发生明暕沉降,在某些软岩隧道中已观察到了超过100 mm的沉降量。拱顶沉降量持续增大,隧道就有可能发生坍塌破坏。在隧道开挖工程中,受条件限制,常会出现支护无法及时施工的情况,需要对隧道稳定性进行分析预测。现以牛寨山隧道开挖工程南线出口段的监测结果为例,采用BP神经网络方法预测其沉降量的时程变化。假设隧道相向开挖过程中,在贯通前对拱顶沉降互不影响,且两条隧道之间互不影响。分析过程中输入层参数选择了围岩级别、埋深、距离掌子面和二衬的长度等,隐含层设置为1层,节点数为9,隐层传递函数选择tansig,输入输出层传递函数选择purelin。在采用该模型进行预测分析前,首先已开挖监测点数据作为训练样本,采用后开挖点的值作为样本,验证了模型的可靠性。最终分析结果表明,采用文中方法能够较为可靠地预测拱顶沉降。其结果可以作为隧道安全预测的依据。     

无信号T型交叉口的转弯速度特性及预测模型

以舟山的一条二级公路为对象,采集车辆在自由形式状态下通过无信号T型交叉口的速度曲线,分析了车辆转弯通过无信号T型交叉口时的速度特性。重点分析了距离进口道线80 m处车速、进口道线处车速分布以及减速位置的分布,初步确立速度采集设备布设位置方案。通过选取距离交叉口进口道线80 m,50 m,30 m,20 m位置处的速度值,用指数函数、高斯函数、二次多项式函数和三次多项式函数分别预测进口道线处的速度,确定了最佳函数预测模型。     

一种新型神经网络非线性补偿控制方法

针对近水面机动情况下潜器的深度及纵倾控制问题提出一种不基于模型的非线性自适应控制策略。其中,一种称为模糊FCMAC的特殊神经网络被用于补偿潜器动态模型的非线性部分。基于李雅普诺夫原理而推导出的在线学习算法用于更新FCMAC的权值。仿真结果表明此控制策略能较好地适应潜器质量、航速及海浪变化,在较大的工况变化范围内保持良好的控制性能。     

一种被动声纳目标识别数据融合方法的研究

文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。     

基于RBF神经网络的舰船维修费预测

鉴于单个预测模型在舰船维修费预测中存在信息源不够广泛的不足,提出用组合预测法进行维修费预测。构建了基于径向基函数(RBF-Radial Basis Function)神经网络的舰船维修费组合预测模型,并用实例进行了验证。结果证明了此方法的有效性。     

基于神经网络结构的自适应模式识别技术在机械故障诊断中…

本文利用神经网络聚类学习方法对机械故障的故障模式进行分类，通过实验研究证明该方法作为一种新的自适应模式识别技术，比传统的聚类方法和基于ＢＰ神经网络故障模式识别方法具有较高的模式分类能力。     

基于BP神经网络的铁路货运量预测

在铁路货运量预测中，为改善传统预测方法数据拟合度不高、外推性不强等问题，提出基于BP神经网络技术的货运量预测模型，该模型采用贝叶斯正则化方法以提高神经网络推广能力。实验比较发现，该模型具有较强的自适应性，其拟合、预测结果优于灰色预测模型GM（1，1）和修正指数回归模型，证实了该方法的可行性和可靠性。     

灰色理论在高速公路交通量预测中的应用

本文应用灰色理论，借助于EXCEL及MATLAB，对成渝等几条高速公路的交通量进行了预测，并结合实例建立相应的模型予以验证，经与实际情况对比，证明用该预测模型预测高速公路交通量精度较高，且方法简便。