港口吞吐量预测方法探讨

通过某港实例，应用回归分析（曲线拟合）与自回相结合的分析方法建立港口吞吐量预测模型，通过几种方法的对比和验证分析，推荐采用对随机残差利用其自相关性建立的一阶自回归模型组成的叠合模型作为吞吐量预测模型。     

神经网络及其在汽车上的应用

所谓神经网络，也称为人工神经网络(ANN，Artificial Neural Networks)，是指利用工程技术手段模拟人脑神经的结构和功能的技术，用电子计算机模拟人脑神经元对信息的加工，存储和搜索等活动过程的技术。它是一个由很多简单的并行工作的处理单元组成的系统，它的功能取决于网络的结构．连结强度以及各单元的处理方式。     

应用神经网络实现中间产品加工工时定额的快速计算

准确地计算中间产品加工工时定额是制定合理生产计划的基础。以前的工时定额数据主要来源于已建造的同类型船舶的数据积累，这种工时估算过多地依赖于人的经验，而且也没有针对中间产品族的加工单独给出工时定额。为适应中间产品的专业化生产，需要提供不同中间产品族生产的工时定额，作为制定中间产品族生产单元作业计划的依据。本文通过对部件特征的描述，划分出了部件加工族，并以一部件族为例，通过分析该部件族的典型部件生产过程，得到了部件生产工时定额的影响因素，并且应用BP神经网络建立工时定额和影响因素之间的映射关系，从而可以通过神经网络方便、准确地计算出该部件族中每个部件生产的工时定额。     

多目标跟踪中的神经网络方法

本文分析了多目标跟踪的经典方法，讨论了该经典方法的组合爆炸问题，陈述了多目标跟踪中的神经网络方法，此法不仅可以解决传统方法带来的组合爆炸问题，从而实现时多目标跟踪，而且还可以解决跟踪精度问题，提高跟踪的准确性。     

模糊逻辑和神经网络在油轮静电监测中的应用

油轮静电问题直接关系到整个油轮的安全。目前，为了防止油轮静电事故的发生，采取了一些防护措施，但基本上没有采用主动的监测系统。这就使油轮在防止静电过程中处于被动盲目的状态。油轮静电产生的机理是十分复杂的，它受多种因素的影响，因此，要准确地对其进行是测量是十分困难的。然而，正是这些内部及外部的不确定因素，使得模糊逻辑有可能应用于油轮静电监测之中。本文提出了一种“模糊逻辑监测系统”。该系统是具有学习功能     

基于神经网络的主动声纳目标分类器

人工神经网络是当前模式识别领域非常活跃的工具之一，本文在传统ＢＰ算法的基础上，引进了误差范围ＢＰ－ＥＲ算法，利用各种统计方法所建立的主动声纳目标信号的模式表示，提出二上网络结构对信号进行训练分类，比传统的分类器，性能有明显的提高。在６ｄＢ的信噪比情形下，对实际海上回声信号进行分类，取得了令人满意的正确分类率。     

反馈BP神经网模型及其稳定性分析

实践证明具有反馈的ＢＰ神经网比传统的ＢＰ神经网具有更加优越的特性和新颖的性质。本文建立了反馈ＢＰ网的数学模型。并从动力学角度，利用Ｌｙａｐｕｎｏｖ函数对其稳定性进行了分析，最后给出了反馈ＢＰ网的应用实例。     

基于混合神经网络模型求解优化问题

本文利用混合神经网络模型求解优化问题，首先构造能量函数，能量函数包含优化问题的约束函数和代价函数。该模型包含两个子网络：一个约束网，一个目标网。约束网包含优化问题的约束条件，并计算每个神经元的梯度值、使得能量函数单调收敛并满足优化问题的所有约束条件。     

一种训练神经网络的新型遗传算法

针对神经网络中具有大量的相似解，提出了一种规范化方法，大大地减少了神经网络中解的数目。然后，给出了多种不同的算子，通过对简单网络问题的实验，比较了它们的优劣，得出了一个新型的遗传算法ＮＧＡ。实验表明，ＮＧＡ比用传统的ＧＡ训练神经网络效果要优。