公路交通量预测的模型及参数研究

笔者着重研究了公路交通量预测中诱增经济预测模型和弹性系数及转移率的标定方法。在诱增经济预测模型中附讨论了常用时间距离模型外,还提出了当项目缩短的时间和空间距离不明显时,采用相似模型更为合理;在转移率标定中提取了正向和逆向的二次转移曲线;地确定弹性系数的指标的选用,从而为正确推算公路交通量提供理论基础。     

一种基于神经网络的馈线自适应继电保护技术

针对常规保护的自适应能力及检测某些复杂故障方面存在一定局限性,利用前馈神经网络,导出了常规保护与神经网络参数间的显式关系,证明了神经网络继电保护可实现常规馈线保护的功能。     

轨道交通轮轨噪声预测模型

为了准确预测轮轨噪声,在分析轮轨噪声产生机理的基础上,运用车辆一轨道耦合动力学理论、噪声辐射与传播理论,建立了轮轨噪声预测模型。在模型中,车轮采用LOVE圆环模型,钢轨采用Timoshenko梁模型,轮轨接触采用Hertz非线性弹性接触。模型计算结果与国际知名软件TWINS的仿真结果比较表明,各轮轨部件的噪声峰值频率不尽相同,但对总噪声贡献的主要频率范围是一致的;模型声级频谱计算值与秦沈客运专线高速行车试验的现场实测值比较吻合,且变化趋势一致。由此说明轮轨噪声预测模型是可行的,可用于铁路轮轨噪声的预测与评价。     

非线性季节型航空公司客运收入的组合预测方法

针对航空公司的客运收入同时具有增长性趋势和季节波动性特征,使得客运收入的变化呈现出复杂的非线性组合特点,依据灰色预测GM(1,1)模型原理,建立客运收入预测模型,以反映其增长性趋势的特点,建立客运收入季节变动预测模型,以反映其季节波动性特点,最终形成非线性季节型客运收入组合预测模型。航空公司客运收入的预测结果表明,预测值与实际值误差小于1％,该模型有效、可行。     

人工神经网络在飞行间隔控制中的应用

神经网络技术在自动控制领域得到广泛应用．鉴于空中交通管制的理论及技术特点,本文探讨了实现飞行间隔预测控制的神经网络模型及技术条件,尤其是提出了在多扰动环境中飞机速度、位移函数的构建方法,借助Matlab工具实现了仿真和验证．结果证明,神经网络的自学习功能能够很好地处理这类复杂的控制问题．     

BP神经网络在工程造价估算中的应用

运用BP神经网络方法,对土木工程造价做有益的探讨。利用神经网络可以节省时间,减小历史状况对价格估算的影响,也有利于应用工程量清单为基础的国际惯例。并以收集到的样本为例,对该模型进行了实证研究,表明了该方法的有效性。     

模糊神经网络在工程项目评标中的应用

研究了模糊神经网络用于工程项目评标的原理与步骤,建立了评价指标体系,在此基础上构造了基于模糊神经网络的工程项目评标模型,并以收集到的样本为例,对该模型进行了实证研究,表明了该方法的有效性。     

模糊神经网络系统在滩海铺管敷缆船中的应用设计

针对滩海铺管敷船数学模型过于复杂,难以用传统控制进行建模的特点,提出了用模糊神经网络进行智能化控制的方案,并采用了一种较为简单实用的全局最优算法简化计算过程。实验证明,此控制系统具有较强的自适应性与自学习能力,表明了该方案的正确性与实用性。     

BP神经网络用于传感器故障诊断的仿真研究

介绍了ＢＰ神经网络的一些基本概念和传感器故障诊断的有关问题。对用神经网络进行传感器故障诊断的原理加以分析。在ＭＡＴＬＡＢ语言环境下利用Ｓｉｍｕｌｉｎｋ仿真工具和神经网络工具箱对凝汽式汽轮机调速系统的中的转速传感器进行了传感器故障诊断研究。给出了仿真实现结果,并对结果加以分析,结果显示,利用神经网络进行传感器的故障诊断具有可行性。     

一种交互输入新技术——三维手势识别

结合文献资料及笔者的科研成果,综合介绍了基于数据手套和基于视觉（摄象机）输入手势的新的三维交互输入技术。这种技术利用计算机进行图象分析,并采用神经网络和几何方法对输入三维图象进行识别,从而实现三维的交互输出。这是一种具有广阔运用前景的新技术。