基于遗传算法的BP神经网络短时交通流预测

对BP神经网络模型、方法及遗传算法的基本原理进行了分析,将遗传算法与标准BP神经网络算法相结合构建了基于遗传算法的神经网络算法;建立了基于BP神经网络的短时交通流预测模型,对BP神经网络算法及基于遗传算法的BP神经网络算法进行设计,并将其应用于短时交通流预测模型的仿真计算,仿真结果表明基于遗传算法的BP神经网络算法具有更快的计算速度及更好的适应能力,该方法可以较好地应用于短时交通流预测。     

基于支持向量机的船舶机舱火灾温度快速预测

以船舶机舱为研究对象,采用大涡模拟方法,以FDS软件为平台,计算了不同火灾功率、风机启动时间、风机流速和补风口面积条件下的火场温度变化过程。以FDS的数值模拟数据为样本建立了船舶机舱火灾温度的支持向量机计算模型,为提高模型预测的精确度,利用遗传算法对参数进行寻优。实验表明:应用本文模型预测结果与FDS计算结果基本一致,优于SVM模型以及BP神经网络的预测结果,提出一种快速预测火场温度的工程计算方法。     

基于HHT和BP神经网络的船舶电力系统故障定位

针对船舶电力系统故障难以精确定位的情况,将Hilbert-Huang变换(HHT)和BP神经网络应用于船舶电力系统故障节点定位。首先,采集各节点电流信号,经过EMD分解得到若干IMF分量,对第一个IMF分量进行Hilbert变换得到其瞬时振幅向量。然后,将各节点的瞬时振幅向量之和作为电流信号的特征量输入到带有动量因子的BP神经网络中进行训练,利用训练好的神经网络进行故障节点定位。最后,通过仿真实验验证了所提方法的有效性。     

塑料排水板施工工艺优化与质量控制的探讨分析

结合排水板联合堆载预压法在厦门软基吹填造地工程中的应用,探讨了不同插板机打设条件下的工艺和效率对比,分析塑料排水板打设过程中常遇到的问题,并针对堵管回带、不吃带、定位偏移等问题和技术难点提出了技术优化及质量控制的改进措施,为塑料排水板在大面积工程的施工应用中提供借鉴及新思路。     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

海上装配式混凝土石油平台设计

以渤海湾某油田为例,针对海油陆采一体化技术所需平台的功能要求,基于我国水运工程规范体系及现状技术水平,提出一种适用于油田开采的新型装配式混凝土平台结构方案,并对平台的结构设计理念、规范适应性研究、设计方案、施工船机配置、平台弃置等进行研究,可为类似海上大型平台结构提供借鉴。     

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法.首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响.实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率.     

整体推进式桩基码头结构设计与施工

针对在拉美和非洲地区部分码头建设中,存在大型船机设备缺乏和长周期波较为明显、常规打桩船作业和预制构件安装困难的问题,基于一般桩基码头结构,在设计和施工两个方面进行优化,采用桩顶施工行走平台方法施工,利用桩基自身作为支撑结构,大量采用叠合式上部结构,实现将海上施工转化为陆上施工的创新,形成整体推进式桩基码头结构,规避大型船机设备缺乏和长周期波较为明显的问题,具有良好的经济性和对强震区的适应性。     

回汽技术在船舶换向中的应用研究

船舶蒸汽动力装置中设置的倒车汽轮机,一般情况下只在船舶倒车工况时工作.为了克服船舶换向过程中锅炉超压的问题,应充分利用倒车汽轮机和回汽控制技术.本文以大型船舶蒸汽动力装置为研究对象,通过机理分析建立其数学模型,提出一种具有回汽控制的机炉协调控制方案,并对换向过程进行动态仿真.仿真结果表明使用回汽控制的机炉协调控制方式的主蒸汽压力偏差相对于不使用回汽控制的协调控制方式减小了1%,主蒸汽压力更稳定.可以得到结论,使用具有回汽控制的机炉协调控制方式可以解决换向过程中锅炉超压的问题.     

混沌海杂波背景下的基于对偶约束最小二乘支持向量机的信号检测技术

海杂波对雷达信号检测造成极大的干扰,如何从海杂波噪声中提取出目标信号是信号处理领域的难题。针对这一难题,本文以混沌理论为理论依据,分析海杂波的动力学特性,对海杂波进行相空间重构。结合对偶约束最小二乘支持向量机理论,建立信号检测模型,对混沌海杂波背景下的信号进行预测,并从预测误差中提取出目标信号。