基于神经网络对电控柴油机运行特性影响因素仿真研究

基于AVL-BOOST软件仿真平台建立某船用四缸柴油机仿真模型,标定后的模型进行柴油机全工况仿真计算.仿真出来的3 200组数据作为人工神经网络输入数据,采用贝叶斯统计方法对网络进行训练建立2层的反馈神经网络仿真模型.并分别通过实验、AVL-BOOST和神经网络数据曲线的对比分析,验证人工神经网络预测的准确性.利用验证好的人工神经网络模型预测进排气压力对柴油机转矩的影响,以及预测压缩比和供油定时对柴油机排放性能和动力性能的影响,最后利用扰动法分析不同工况下柴油机各个参数对柴油机性能的影响程度.     

对ANN技术表达船体曲线算法的改进

应用人工神经元网络（ANN）技术表达船体曲线。根据问题性质,选用小波基作为前向单层神经网络的神经元激励函数,结合逐层学习（OHLO）算法对一艘3．6万吨散货船的后半体进行了表达。编程运算结果表明,该方法速度较传统的BP算法有较大提高。     

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     

结构智能健康诊断的理论与方法

对近20年来国际上在基于动力学参数的结构健康诊断方面的成就与问题进行了系统的回顾和总结，扩展了目前流行的一些结构健康诊断方法，建立了一系列新的结构健康诊断公式，从中发现：（1）结构的总体刚度矩阵[K]，模态特征值λj和模态振型[φ]j之间存在以下关系δλj=[φ]^Tj[δK][φ]j和δλj≤0。（2）对于损伤结构，[δφ]=0和｛δλ｝＝0同时发生的情况一定不存在。也就是说，结构损伤必然会在结构的内禀动力特征｛φ，λ｝上得到完整的反映，这一发现回答了人们长期以来的一项争论，即结构的内禀动力特征｛φ，λ｝是否足以作为结构损伤识别和定位的充分条件，答案是肯定的。（3）通常应变类结构动力学参数比位移类结构动力学参数对结构损伤更敏感。（4）利用多层前向人工神经网络的自组织学习功能和广义遗传算法的全局优化功能，设计一个基于广义遗传算法和人工神经网络的混合结构智能健康诊断演化系统是可行的，且该系统的知识库可实现自主进化。     

ELMAN神经网络在软土地基沉降预测中的应用

根据软土地基沉降的基本特征，提出了一种基于人工神经网络(ANN)技术的软土地基沉降预测新方法。通过对由实测资料形成的数据样本的训练学习，建立了可用于预测软土地基沉降量的Elman模型。实例检验证明。该网络的学习是成功的。具有一定的可靠性和实用性。     

人工神经网络在计算波浪冲击力中的应用

本文采用人工神经网络方法,通过模型试验获得的试验数据,建立了规则波作用于开边界码头面板的波浪冲击力的预测模型.本文采用一个三层的BP网络,其输入层有三个分别表示:入射波的周期、波高、相对净宽;输出层有一个为波浪冲击力峰值;中间层神经元数通过逐次递增法选取.通过训练后,本文所得到的预测模型的预测结果与实验结果误差较小.     

基于人工神经网络的航空相机导片轴转速预测研究

航空相机导片轴转速预测有着重要的技术作用．为了准确预测航空相机导片轴的转速，本文提出了基于人工神经网络的转速预测方法．从相机导片轴的动态方程出发，推导出了转速的表达式，然后根据转速与定子电压、定子电流，转子磁链之间的非线性关系，建立了两种人工神经网络转速预测模型．文后的仿真结果表明，这两种基于人工神经网络的转速预测模型可以准确跟踪相机导片轴转速的变化，具有一定的科学性和先进性．     

基于ART2模型的造船系统中间产品成组分类研究

基于ART-2神经网络分类器算法是在自适应共振理论的基础上改进而来的,该方法能够对造船中间产品的特性分析样本进行分析判断,实现输入数据的自动分类与识别.提出了中间产品成组特性分析的模型,并对神经网络结构和改进的算法作了详细介绍.实验证明分类的效果比较准确,并可对同族产品的相似程度加以控制,使分组更加合理.     

基于改进BP神经网络的降雨径流预报新方法

讨论了神经网络在降雨径流模拟中的运用现状,并利用改进的BP网络模型,实现了对复杂流域降雨径流的预报。在构建网络模型时,对模型进行了改进:基于各雨量站对径流模拟的影响不同的特点,采用两轴法计算流域平均日雨量;并把汛期和枯水期分开来建模,使降雨径流模型的预报更为准确。使用这种新方法建立了松花江干流流域的降雨径流预报模型,并与其他方法进行对比,实验表明,采用新方法预报精度较高,能较好地反映计算流域的降雨径流规律。