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。     

控制网元素的全精度估计

在布设工程控制网时 ,常遇到依据点与所布点部分或全部同级的情况 ,笔者应用广义平差原理 ,有效地解决了起始数据平差的问题 ,从而保证了控制网精度     

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。     

Estimation of value of travel time reliability

In mode choice decision, travelers consider not only travel time but also reliability of its modes. In this paper, reliability was expressed in terms of standard deviation and maximum delay that were measured based on triangular distribution. In order to estimate value of time and value of reliability, the Multinomial and Nested Logit models were used. The analysis results revealed that reliability is an important factor affecting mode choice decisions. Elasticity is used to estimate the impacts of the different policies and system improvements for water transportation mode. Among these policies, decision maker can assess and select the best alternative by doing the benefit and cost analysis based on a new market share, the value of time, and the value of reliability. Finally, a set of promising policies and system improvement of the water transportation were proposed.     

全回转拖轮的阻力性能分析

论述全回转拖轮的阻力性能特点,通过船模试验结果验证全回转拖轮在自航状态时兴波阻力是总阻力中的主要成分,结合有关实船论述船舶主尺度、船型系数及线型对阻力性能的影响,阐明如何设计和建造阻力性能好的全回转拖轮。     

开放体系结构应用研究

在以用户需求为核心的今天，分布式异构网络的解决方案应该是开放的。介绍了目前开放体系结构的技术规范，包括Web服务协议栈和Web服务体系结构堆栈等，以及开放体系在网络中心战中的应用。     

船舶锅炉水位控制仿真设计

从锅炉水位操纵模型进行建模，在WindowsNT环境下，利用VisualC＋＋编程对系统模型进行仿真，通过局域网下实时传递的数据实现锅炉水位模拟操纵的实时显示。     

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。