前馈神经网络在求解N—皇后问题中的应用

采用前馈神经网络求解Ｎ－皇后问题，并用变学习因子的快速学习算法解决局部极小化夷了几组搜索结果。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。     

基于神经网络的汽轮发电机组推力瓦块拆检周期改进

运用人工神经网络的方法对某舰用汽轮发电机组的滑油铜含量进行分析,找出铜含量的变化规律,然后与曲线拟合进行数据处理的方法作比较,结果表明,基于遗传算法的BP网络模型比曲线拟合模型的预报精度明显提高,预报结果稳定,且建立模型的过程较为简单。     

折线形墙背主动土压力的计算

为了减少重力式挡土墙的体积，降低造价，往往把墙背设计成折线形的衡重式挡土墙。如何计算折线形墙背上的主动压力就是一个关键问题。本文将楔体试算法应用于折线墙背主动土压力的计算。     

基于漂移量的航道宽度算法浅析

航道宽度的确定是港口建设及维护必须的.以往的港口航道宽度是由<海港平面设计规范>JTJ211-99中的公式确定的,由于其中的公式是建立在经验取值的基础上的,因此确定的航道宽度太宽,不利于节省港口水域资源,且在流速大于1m/s时该公式就由于其中的满载船舶漂移倍数n和风流压偏角的值无法确定而失效.本文提出一种基于漂移量的航道宽度算法,该算法适用范围广且可在确保安全的基础上大幅度节省航宽.     

部分预应力混凝土梁裂缝宽度应用BP网络计算的研究

本文利用BP神经网络模型,对部分预应力混凝土矩形截面梁裂缝宽度的计算方法进行了探讨。首先,通过理论分析,找出影响预应力混凝土梁裂缝宽度的主要因素,在此基础上,建立预测预应力混凝土梁裂缝宽度的优化BP神经网络模型。然后,针对所建模型,输入一定量的实测的预应力混凝土梁裂缝宽度数据样本,进行模型参数的训练和学习,利用人工元神经网络的特点,训练好裂缝宽度计算模型。仿真计算的结果表明,应用人工元神经网络方法,进行部分预应力混凝土梁的裂缝宽度的预测计算是可行的,而且与我国现行规范公式的计算结果相比,计算精度更高。     

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。     

基于分布式算法FIR滤波器的FPGA实现

在利用FPGA实现数字信号处理方面,分布式算法发挥着关键作用,与传统的乘积-积结构相比,具有并行处理的高效性特点.研究了基于FPGA利用分布式算法来并行实现FIR数字滤波器硬件电路的方法.首先介绍了FIR数字滤波器的基本概念和分布式算法的基本原理,然后讨论了具体的硬件实现电路,FIR数字滤波器用VHDL进行描述并综合到FPGA中,仿真结果表明,该结构完全可以达到实际应用的要求.介绍的分布式算法数字FIR滤波器FPGA并行实现的方法可使滤波器的设计简单化,利用加法器代替乘法器不仅节约了硬件资源,而且提高了数字信号处理的速度.     

ADSP-BF533上的H.264解码器优化实现

本文简要介绍了视频压缩新标准H.264后,着重介绍了在BlackfinADSP-BF533数字信号处理芯片上使用汇编语言实现的H.264BaseLine)视频解码器算法及其优化结果。在ADSP-BF533EZ-KITLITE开发(板卡上进行测试表明,该解码器达到了CIF序列实时的解码效果。     

模糊C-均值聚类算法及其在船舶故障诊断中的应用

船舶设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶设备繁多,运行环境特殊,各种设备的故障症状与故障原因之间的关系十分复杂,致使传统诊断方法在实际应用中效果不理想。因此,研究采用模糊C-均值聚类算法来实现船舶故障的诊断乃是非常必要的。将被诊断对象间故障和症状的特征通过建立模糊关系矩阵进行故障分类,用当前所得的故障征兆群与过去该设备故障征兆结果相对照,找出最相似的结果,从而确定其故障。通过船舶主机轴系诊断的实例,证明了该方法的有效性。