基于经验模态分解的舰船运动姿态预测模型研究

运动姿态准确性预测对提高舰船水上作业安全性具有重要的现实意义,为此,基于经验模态分解算法,构建一种新的舰船运动姿态预测模型。该模型首先利用EMD分解舰船运动时间序列,然后采用游程判别法来判定IMF和r_n (t)的波动程度,划分高频、中频和低频3个分量,最后利用基于支持向量机算法构建的预测模型预测舰船运动姿态。实验结果表明:与卡尔曼滤波法、谱估计法、艏前波法3种运动姿态预测方法得到的结果相比,本模型的纵摇角预测误差更小,精度更高。     

SA-BP神经网络在轨道电路故障诊断中的应用研究

针对25 Hz相敏轨道电路故障的复杂性,提出一种模拟退火(SA,Simulated Annealing)算法与BP神经网络相结合的故障诊断方法。发挥SA算法全局寻优的特点来优化BP神经网络的学习过程,避免网络训练时间长和陷入局部极小值;通过Matlab进行仿真分析,结果表明,将该方法应用于轨道电路故障诊断,可有效提高故障诊断效率和准确度。     

轨道质量状态预测方法

对轨道不平顺进行预测可以监控轨道质量状态的发展,合理安排养修计划,降低养修成本,保证线路安全性和平顺性,同时也是开发和研究轨道辅助决策系统的关键性技术。因此,预测轨道不平顺的发展规律是近代轨道力学的基本课题,一直是国内外研究的重点。一般来说,轨道不平顺的预测从需求上可分为局部轨道不平顺预测和区段轨道不平顺预测。局部轨道不平顺预测偏重对轨道个别     

沉降预估界面及沉降预测模型的对比分析

由于沉降资料分析的工作量大，所以利用Matlab5．3软件开发了沉降预估可视化界面。利用这一界面采用双曲线拟合法、指数曲线拟合法和灰色Verhulst模型拟合法对高路堤沉降进行预测，并结合工程实例分析比较3种模型的预测效果。     

混凝土强度人工神经网络预测模型

阐述了人工神经网络模型的基本原理，建立了混凝土强度人工神经网络预测模型，通过试验证实了该模型的可靠性。     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

基于BP网络的球鼻首参数化优化

本文以某集装箱船为研究对象,对降速航行后的球鼻首进行优化。采用Catia建立船体三维模型,为了产生不同形状的球鼻首,选取球鼻特征参数来描述其基本结构;采用拉丁超立方试验抽样方法得到12组不同形状的球鼻首,提出运用非线性拟合能力较强的BP网络构建球鼻首参数和阻力系数之间的关系模型;采用遗传算法对训练后的网络进行极值寻优。结果显示,优化船型的阻力系数显著降低,说明该方法对球鼻首的优化有一定的借鉴意义。     

地铁车辆轮对外形尺寸在线检测系统

在地铁车辆运行过程中,车轮受环境影响磨损较为严重,易导致外形尺寸超限.实现轮对外形几何尺寸的自动检测是关系车辆行车安全和正常运营的关键.采用光截图像法,设计了轮对外形尺寸检测系统,实现了轮缘高度、轮缘厚度、车轮内距、车轮直径的在线自动测量.该系统采用LS-SVM预测模型实现了对地铁车辆车轮磨耗趋势的精确预测分析;并将轮对外形尺寸测量参数结合预测模型运用到轮对检修中,产生了较好的经济效益.     

蒸发波导环境下海上超视距通信应用研究

提出不同条件下蒸发波导预测方法:基于水文气象条件的海上舰艇蒸发波导预测模型选择方法和基于GPS信号利用贝叶斯正则化BP神经网络反演蒸发波导的方法;结合舰艇微波频段通信模式及电磁波在蒸发波导环境下的传输损耗,研究蒸发波导环境下海上超视距通信,定量估算出最大有效通信距离,仿真结果表明蒸发波导环境下微波频段通信可达视距范围之外;研究超视距通信电磁盲区分布特征及影响因素;建立蒸发波导环境下舰艇超视距通信模型及应用流程。结合实际海上通信需求,提出蒸发波导环境下舰艇海上超视距通信应用。     

一种基于BP神经网络的铁路大宗货物运价风险预警判定方法

为获取较大的市场占有率和较好的利润增长水平,铁路货运公司需要实时掌握铁路货物运价在货运市场中的竞争力,综合考虑社会、企业自身和货主等因素,基于BP神经网络算法,进行铁路货运价格风险预警判定方法研究,并建立运价风险预警模型。以某铁路局集团有限公司大宗货物运输中的煤炭运输为例,选取2015-2017年相关数据,训练BP神经网络模型,得到铁路煤炭运价的风险预警结果。与实际数据对比,拟合程度较高,因此可使用该方法对当期的运价风险程度进行合理预测,同时也对相关铁路部门的运价政策制定与调整起到辅助决策作用。