广义Gauss模型及其模拟退火算法

研究了求解优化问题全局解的随机神经网络方法，将Gauss模型拓展为广义Gauss模型，使之能求解一般优化问题的全局解。进而引入全局性较好的模拟退火算法的思想，提出了广义Gauss模型的模拟退火算法。通过算例比较了几种计算智能算法的全局性。广义Gauss模型的模拟退火运行全局性最好，但它付出了时间的代价；广义Gauss模型兼顾了计算效率和全局性；广义Hopfield网络的全局性最不理想。     

诊断推理中人工神经网络与基于案例推理的结合

对基于人工神经网的诊断方法与基于案例推理的方法（Ｃａｓｅ－Ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ,ＣＢＲ）的结合进行了研究,提出了两种结合方案,针对ＣＢＲ系统建立案例库索引这一难点,方案一利用人工神经网诊断分类器的诊断结果对案例库进行索引;方案二用人工神经网为待诊断对象对立模型,对正常的状态作出预测,通过预测值与实际测量值的差异对案例库进行索引,在作了最后诊断之前两种方案都利用ＣＢＲ的推理结果对神经网的诊     

基于神经网络的施工方案群体决策支持系统研究和开发

根据施工方案选择特点,利用神经网络、模糊数学和知识工程理论,结合决策支持系统开发方法,提出了施工方案群体决策支持系统的构造模型及主要功能,就施工方案的初选、评价、选定的方法作了较深入的阐述。     

融合多源数据预测高速公路站间旅行时间

为精确预测高速公路站间旅行时间,融合收费数据和微波车检数据开展预测. 首先,基于两种数据源的预测结果,采用决策级融合策略;然后,建立了权重分配预测模 型、BP神经网络预测模型;针对神经网络收敛速度慢,易陷入局部最优的缺陷,基于遗传 算法优化BP神经网络预测模型;最后,利用京哈高速公路北京段收费数据和微波检测器 数据对3 种融合模型进行了验证,对比工作日及非工作日2 种交通流状态下3 种模型的性 能指标.试验结果表明,基于遗传神经网络的融合模型相比其他2 种模型,预测精度及稳 定性均得到了较高的提升,相对误差控制在10%以内,能够更好地满足实际需求.     

基于进化规划的BP神经网络学习

通过对将传统的BP算法和遗传算法应用到BP神经网络的学习的研究和分析,指出它们存在的缺陷。提出一个改进的进化规划算法,并将其应用于BP神经网络的权值优化。取XOR问题和4奇偶性问题的实验对传统的进化规划算法和改进的进化规划算法进行实验对比。实验结果表明,本文中提出的改进的进化规划算法优于前2个算法。     

沥青路面病害自动识别技术研究

沥青路面病害图像的分析目前主要依靠人工识别的方法,效率较低.现采用深度学习神经网络,对路况检测车和无人机自动设备采集的大量病害图片进行特征分析、训练和学习,并开发出相应的病害自动识别分析软件,以提高识别精度和效率.     

基于神经网络的连续刚构桥的线形控制研究

采用有限元软件Midas Civil 2020对德余高速公路上主跨为(95+180+95)m的连续刚构桥进行建模分析,收集各个施工梁段的实测变形值,并基于Python编写了BP神经网络程序,运用BP神经网络对各个梁段的变形值进行了预测分析。工程实践证明,将神经网络应用于大跨PC连续刚构桥的线形控制是切实可行的,并且神经网络模型的预告结果与实际情况非常吻合。     

基于BP神经网络的汽车制动系故障诊断方法研究

为了更好地研究汽车制动系故障诊断方法,在汽车制动系统故障因果关系分析的基础上。利用BP神经网络相关理论,确立了汽车制动系故障神经网络模型结构,建立了3层BP网络模型。进一步应用Matlab软件对模型进行了计算实现,并对计算结果进行了分析,结果表明该模型适用性强、效果良好。     

低光照环境下基于面部特征点的疲劳驾驶检测技术

提出了一种新型在低光照环境下有较高适应性和识别精度的疲劳驾驶检测技术。用深度视觉传感器获取驾驶员驾驶图像,用人脸跟踪算法实时提取面部特征点数据,基于最小二乘法对眼睛和嘴巴轮廓进行曲线拟合。计算眼睛和嘴巴开合度归一化指标,提取了眨眼频率、眨眼平均时长、眼睛闭合总时长、打哈欠频率、打哈欠总时长、低抬头频率等6个疲劳识别特征数据。基于数据统计序列的卷积神经网络算法,建立识别模型,构建疲劳状态检测系统。实验表明：本文算法在低光照环境下的疲劳驾驶识别精度达到了90%,识别时间约为130 ms。