基于改进的BP人工神经网络的物流需求规模预测

为了对物流需求规模进行准确预测,探讨了用于物流需求规模预测的经济指标和物流需求规模的度量指标,再应用粗糙集理论、适应度函数和BP人工神经网络理论建立了用于物流需求规模预测的模型,即改进的BP人工神经网络模型。该模型首先应用粗糙集对BP人工神经网络的输入层进行指标知识约简,以减少BP人工神经网络的复杂度,再在BP人工神经网络中引入适应度函数,以克服传统BP人工神经网络算法易陷入局部最优、训练速度较慢等缺陷,最后,将该模型应用在案例分析中。结果表明,该模型使预测精度得到很大提高;该方法为以后物流需求规模的预测提供了一种新的思路和方法。     

高速铁路调度员疲劳程度分级及预测方法研究

准确预测高速铁路调度员疲劳程度是提高调度员工作效率,保证列车运行安全的关键技术问题.针对该问题,提出一种基于K-Means聚类的高速铁路调度员疲劳程度预测方法.基于调度员人因失效概率值得出最佳疲劳分级数,在此基础上利用融合算法计算出疲劳程度分级阈值并作为输出端,面部特征信息作为输入端,建立出基于BP模式识别神经网络的高...     

基于BP神经网络的路基工程投资估算模型

文章利用Matlab工具箱中的BP神经网络建立了路基工程投资估算模型,并利用实际数据进行测试.测试结果证明文中建立的新的模型优于现有的估算模型,从而为公路路基工程造价估算提供了一种新的有效方法.     

基于ARIMA与人工神经网络组合模型的交通流预测

将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测。利用ARIMA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,把交通流时间序列看成由线性自相关结构和非线性结构两部分组成,采用ARIMA模型对交通流序列的线性部分进行预测,用人工神经网络模型对其非线性残差部分进行预测。结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合方法发挥了2种模型各自的优势,是短期交通流预测的有效方法。     

基于人工神经网络的公路黄土高边坡稳定性预测研究

文章介绍了BP网络模型的计算过程并对其性能进行了改进。在此基础上,分析了影响黄土高边坡稳定性的因素,包括土体的容重γ、粘聚力c、内摩擦角φ、孔隙水压力比γu,地震烈度,边坡坡比和边坡高度H。在对西部四省地区上百个黄土高边坡稳定性进行调查的基础上,结合典型的实测数据,应用改进的神经网络BP模型对其进行预测和评价研究。结果表明:改进的BP模型具有收敛快、数据输入方便等优点,预测结果相对传统方法来说更准确、可靠,具有一定的推广的价值。     

人工神经网络的船舶引擎冷却系统故障诊断方法研究

以船舶故障诊断作为应用背景,对人工神经网络在船舶冷却系统故障诊断中的应用进行研究。首先对船舶引擎冷却系统进行介绍;然后介绍人工神经网络的基本知识,给出基于人工神经网络的船舶引擎冷却系统故障诊断方法。该方法选用BP神经网络模型,并利用LM算法来提高方法的收敛速度。实验结果表明,本文给出的方法具有较高的计算能力和准确率。     

船舶发电机智能诊断系统设计与研究

船舶发电机系统发电性能和稳定性能直接影响到船舶能否正常工作,因此要求发电机在遇到故障时,能够快速确定故障位置,并有效排除故障,尽最大可能降低故障的影响。本文在研究船舶发电机系统的基础上,设计基于蚁群算法和人工神经网络技术模型的船舶发电机故障诊断系统,此诊断系统能够有效定位故障点,并进行故障类型判断和排除。     

录井气测解释的人工神经网络方法研究

基于人工神经网络发展了一种新的油气层评价技术。利用该技术，采和层次模式识别的方法，对新疆某油田地区的实际数据进行了计算，以识别油层、气层、含水油层、油水同层、含油水层、气水同层、油气水同层、水层、干层，取得了较为的满意的结果。     

管网泄漏检测的单传感器定位方法

首先分析了管网泄漏检测的基本原理，应用LabVIEW分析了单传感器在泄漏管道不同位置拾取的泄漏信号的时频域特征，以所提取时频域特征指标来构造人工神经网络的输入矩阵，建立了能对管道泄漏状况进行分析检测定位的人工神经网络，实现了管网泄漏检测的单传感器定位。模拟泄漏实验和在PC机上用MATLAB进行网络仿真表明，该方法是有效的。