公路隧道纵向通风的神经网络在线控制研究

针对单向交通的公路隧道采用射流风机进行纵向通风的特点,提出了采用神经网络在线控制的方法.利用该方法建立隧道通风在线控制模型,并结合空气动力学模型、污染模型及交通模型进行了隧道纵向通风过程的动态模拟仿真.结果表明,在公路隧道纵向通风中应用神经网络在线控制可以取得良好的效果.     

信号交叉口排队长度预测的神经网络方法

预测信号交叉口的排队长度可以为交通信号控制和管理提供非常重要的信息.基于神经网络,针对定时和感应信号交叉口两种不同情况,成功实现了单、双车道排队长度的预测.同时,感应器与停车线之间的距离对预测精度的影响也进行了初步分析.模拟结果同时表明,神经网络对左转车道排队长度的预测效果不佳,不能为信号控制和管理提供有效的信息.     

大连振兴路现状交通分析及发展观测研究

本文以振兴路实测现状交通量调查资料为基础，对该路现状交通进行了分析与评介，并依据该路所在地区国内生产总值和公路运输量等社会经济指标的发展趋势，对其未来交通量的发展做出观测，并对相应的道路交通状况进行了分析，最后提出振兴路的合理建设规模，并就立体交叉位置等问题给出建议。本研究成果已应用在振兴路的实际建设工作中。     

1998年汽车市场预测

良好的宏观大环境为１９９８年汽车市场提供了有利的发展空间，但汽车市场改观的力度不会太明显。１９９８年，汽车总需求量在１６０￣１７０万辆之间，汽车产量在１６５万辆左右，轿车将是推动汽车需求增长的主要力量；微量车将是汽车市场的另一个主要需求增长点，中型货车需求量将在１９９７年的水平上有所浮动，轻型车需求不会有太大的变化。私人汽车需求将继续增加，而非私人汽车市场份额将继续下滑，进口车对我国汽车市场的影响     

用改进的前向神经网络预测铁路货运量

对影响铁路货运量的因素进行了分析。根据影响铁路货运量的诸因素的特点，介绍了一种改进的前向神经网络预测方法，并建立了铁路货运量前向神经网络预测模型。算例表明，其预测精度高于常规预测方法。     

中国铁路网需要12万公里

<正> 铁路在我国综合运输体系中占有重要地位。早年孙中山先生曾对我国铁路网总规模提出了设想。解放后铁道部又多次编制了规划。本文作者参考国外预测方法,将主要城市和客货集散点,以及连接线作为基本因子,预测并提出了我国铁路发展总规模。 铁路网规模预测,涉及因素众多,包含了自然、社会、经济等诸多方面。经过分析,我认为考虑铁路网发展的主要因素为人口数量、生产力布局、区域经济发展、社会进步、国防和外贸等。这些因素构成了旅客和货物运输的需求。     

汽车半主动悬架的神经网络自适应控制

本文提出了用两个线性神经网络对汽车半主动悬架系统进行在线辨识和控制的策略，介绍了该控制系统中神经网络的在线训练方法，进行了仿真计算和结果分析。     

神经网络技术在车内噪声预测上的应用

本文根据神经网络理论，建立了单一工况下由发动机悬置点振动信号预测车内特定点低频噪声的神经网络模型，并针对驾驶员耳旁噪声进行了实验研究，结果表明：基于神经网络的单一工况车内噪声观测模型，可以频域内很好地预测出特定点的车内噪声。     

高速公路智能交通控制系统的建模及多层描述

本文提出将神经网络和模糊推理用于高速公路交通控制系统的建模及多层描述的一般性方法和框架，其主要思想是：利用神经网络及其他智能方法建立高速公路稳态和动态模型，在此基础上结合交通系统的特点提出改进的多层描述方法，即把高速公路交通系统控制问题分为自组织层，最优化层和调节层，试图解决传统方法在高速公路交通系统的分析，建模和控制中遇到的问题。     

利用神经网络模型实现压气机特性图的三维逼近

利用BP神经网络模型对涡轮增压发动机中的压气机进行建模，得出其通流特性和效率特性图，给出拟合的相关系数，并将此模型应用于涡轮增压发动机整体系统的模拟计算中。