人工神经网络在基坑变形性状研究中的应用

基坑工程不仅要保证维护结构本身的安全,而且要保证周围建(构)筑物的安全和正常使用。开展基坑工程变形性状研究具有重要意义。影响基坑变形的因素很复杂,传统的计算方法已无法准确预测基坑的变形。人工神经网络(ANN)有很强的解决非线性问题的能力。近些年来基于ANN的方法在岩土工程中得到了广泛的应用。本文对ANN在基坑工程中的应用研究进行了综述,并对其发展方向进行了分析。     

人工神经网络在故障诊断系统中的应用

人工神经网络以其独到的联想、记忆、储存和学习功能，在故障诊断领域受到了广泛关注。其中，BP网络是最成熟、应用最广泛的一种网络。但BP网络在实际应用中也存在诸多不足，如学习率的取值需要凭借经验或试算选取，网络学习收敛速度慢以及易陷入局部最小点等。针对BP网络的这些不足，采用了Rumelhan附加惯性冲量和动态调整学习率相结合的改进的BP网络方法，并尝试用该改进算法来对凝汽器进行故障诊断。事实证明，在平均情况下，本系统收敛速度远远快于基本的BP算法。     

可视化技术及其在铁路微机联锁系统中的应用

作者结合我国铁路人员的现状,研究提出采用可视化和人工智能技术开发微机联锁系统的方法,从而可在设计、开发和使用维护微机联锁系统各个阶段提高系统的可靠性和安全性。     

一个基于灰色神经网络组合的交通量预测模型应用研究

GM模型在预测中对历史数据作不同取舍时,其预测值并不相同,即这种预测结果将是一个预测值的区间,这就给预测人员的取舍带来一定困难。利用GM模型少数据建模和人工神经网络非线性逼近的优点把两种模型结合起来,用对历史数据作不同取舍的GM模型的预测值和纯神经网络的预测值作为组合神经网络的输入,由人工神经网络确定这些不同GM模型和纯BP网络的组合,实例验证得出更为准确的预测值,从而证明这一模型的可行性和有效性。     

基于地铁综合监控系统的环境设备监控系统应用技术

地铁综合监控系统集成或互联了环境设备监控系统等诸多子系统。对环境设备监控系统的神经网络感知、基于客流量模型灰色系统预测、设备优化控制技术,以及设备状态检修和RAMS(可靠性、可用性、可维护性和安全性)管理等应用技术进行了研究,这些应用技术能够更好地实现对地铁机电设备全面、高效的自动化监控及管理,保证设备安全、可靠、高效、节能地运行,并为乘客提供安全、舒适的乘车环境。     

高速铁路路桥过渡段地基沉降测试与预测方法研究

以津秦客运专线路桥过渡段路基沉降测试为例,利用BP神经网络方法和灰色系统法研究了路桥过渡段沉降预测问题。计算实例表明,神经网络法和灰色系统法短期沉降预测结果比较准确,简便易行,因而具有广泛的工程实用价值和应用前景。     

实值否定选择算法的优化研究

针对传统的否定选择算法和V-detector算法存在的"黑洞"以及检测器冗余问题,论文提出了优化算法。在检测器生成阶段,候选检测器与自体数据和成熟检测器同时进行耐受训练,比较结果确定检测器半径,减少检测器的重复覆盖;在检测器成熟阶段,计算自体重复覆盖率剔除完全被覆盖的检测器,克服了"黑洞"及冗余问题。最后,通过Iris数据比较了三种算法。实验结果显示,改进算法的检测器数量大幅减少,利于实践应用。     

智能压力仿真系统

构建了由仿真复现源、微机自动测试系统和液压仿真器组建的智能压力仿真系统.对新型水压、油压仿真器进行了理论分析和优化设计.本仿真系统含实物仿真,运用通用标准接口GP-IP与微机自动测试系统联网,属数字模拟智能压力仿真系统,仿真效果满意,除有仿真动压、静压功能外,还有信号自动处理功能.功能丰富,科学实用.     

用人工神经网络预测沥青路面材料的回弹模量

将人工神经网络应用于沥青路面材料的回弹模量的预测 ,提出了一种有效的预测方法 ,并构造了预测回弹模量的神经网络模型 .预测结果表明 ,该模型具有较高的预测精度 ,为预测路面材料的回弹模量等力学指标提供了一种新的方法     

我国船舶行业智能制造的新内涵与应用

加快推动新一代信息技术与先进船舶制造技术深度融合,将对我国船舶行业的发展带来重大影响.本文从分析智能制造的内涵人手,研究探索把人工智能、物联网、大数据、云计算等新技术与智能制造相融合的思路,尝试提出新一代信息技术条件下智能制造的新内涵,并对其在我国船舶行业的应用进行分析,进一步讨论目前发展所面临的问题,最后结合现状提出建议.