基于耐撞性能的白车身简化模型建模研究

以白车身前纵梁为例,基于白车身的耐撞件能对设计初期简化模型的建模进行了研究.引入神经网络技术实现了白车身耐撞性能参数与梁单元特性参数的非线性映射,通过提取和储存梁单元的特性参数,实现了梁单元模型对传统壳单元有限元模型的等效替代和模型优化.研究表明,通过神经网络技术得到的梁单元模型能够准确体现白车身的正碰特性参数,可在概念设计阶段对车身耐撞性进行有效预测.     

基于BAM神经网络河床断面模式识别的中小桥水害预测

针对现行的中小桥水害预测方法野外作业量大、缺乏资料无法预测等弊端,从推理公式出发,把实际中小桥河床断面分为9种类型,建立了各类断面直接从雨量到水位的水害预测模型;利用BAM神经网络对河床断面进行模式识别,以确定水害预测模型的类型;将该桥雨量-水位数据代入相应的水害预测模型,求解其中的参数,得出该桥的雨量-水位函数关系式.实例验证该方法具有可行性和有效性,大大降低了劳动强度.特别是对于缺乏资料的中小桥水害预测,尤为适用.     

公路扩建与沉降分析

根据工程所处的自然环境、旧路基原始设计方案、旧路使用时间及现状稳定程度．利用沉降分析的基本理论．选择符合实际的沉降分析方法,为公路改、扩建切实可行的设计方案的选择提供准确的沉降数据,从而达到减小或消除差异沉降的目的。     

基于径向基函数神经网络的公路工程造价估算

本文建立了基于径向基函数(RBF)神经网络公路工程造价的估算模型,并运用MATLAB语言程序将其实现.实例分析表明该方法弥补了传统BP网络存在的收敛速度慢,易陷入局部最优等缺陷,基于神经网络的公路工程造价估算方法是可行的,估算结果是可靠的.     

基于神经网络的城市关联交叉口交通流预测控制方法

为了改善城市路网整体通行效率,针对城市交通流实时变化以及高度非线性的特点,提出一种基于神经网络的城市关联交叉口交通流预测控制方法。以关联交叉口的总体排队长度最小为性能指标,以神经网络作为交叉口的交通流量预测模型,并通过交通流量实测值与预测值之间的误差实现对神经网络的在线训练。结合神经网络预测控制方法,给出了城市关联交叉口信号控制中信号周期、绿信比（或相位时长）以及相位差的确定思路。仿真试验结果表明：以关联交叉口总体排队长度最小为优化指标的交通流预测控制策略,可提高关联交叉口的总体通行效率。     

径向基函数网络在沥青路面使用性能评价中的应用

为提高沥青路面使用性能评价的科学性和合理性,利用神经网络技术对处理非线性映射问题有较好适应性的特点,开发了基于径向基函数网络的路面使用性能评价模型,模型综合考虑了交通量、温度、面层厚度、PCI指标等10个参数对沥青路面使用性能的影响,选择一定的样本数据进行了网络训练,并将训练好的网络模型的输出值与测试值进行了比较。计算结果表明,径向基函数网络模型弥补了传统评价模型的狭隘性、单一性等缺点,更真实地反映了路面工作性能与各影响因素之间的本构关系,且预估精度能够很好地满足工程实际要求,具有良好的推广性和可靠性。     

摆式客车迫导向径向转向架导向机构参数研究

简要介绍了摆式客车迫导向径向转向架的基本结构,并分析了迫导向径向转向架的基本原理,根据摆式额车及迫导向径向转向架的特点,建立整车动力学仿真模型,利用编制的计算机仿真程序,对迫导向机构的关键参数进行了优化选择,为摆式客车迫导向径向转向架的工程化设计提供了理论计算依据。     

摆式列车径向转向架优化设计及I—DEAS算法

针对我国首创的摆式列车径向转向架,不仅结构复杂,受力状态也相当复杂的现状。在讨论了著名的Ｉ－ＤＥＡＳ软件的优化算法之后,对摆式列车径向转向架的构架进行了优化设计。优化设计模型中,不仅考虑了应力约束,还考虑了位移约束及设计变量界限约束。优化设计结果表明,不仅降低了局部应力集中,同时又满足了刚度要求。     

神经网络在长江经济运量预测中的应用

对神经网络中三层ＢＰ（ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ）网络及其算法进行了描述,对社会经济运动规律的复杂性和可预测性进行了探讨,在研究数学模型与客观实际之间差异信息的变化趋势的基础上,构思ＢＰ神经网络中长期经济预测模型,给出模型相关变量的处理办法和模型算法,运用该型对“十五”期间长江干流经济运量进行了预测。     

具可数基的Banach空间到其万有空间的细小内同构

本文证明了对任意具可数基的Banach空间E,对任意自然数北,都存在E的同胚空间Et和l/k内同构TkcB〔E、,F〕,使对任意等距算子TCB〔E、,F〕,都成立不等式∣∣Tk一T∣∣》1这里F为可数基空间的万有空间L∞,L∞,或C(0.1〕。