基于BP神经网络的卷烟零售量价控制研究

针对烟草营销中卷烟货源投放总量难以准确控制的问题,通过分析各区域货源投放量、实际销售量与零售价格之间的相互关系,采用BP神经网络预测,建立了卷烟零售量价控制模型,据此来调控各品类的投放量,测试结果表明有较好的预测准确度。     

基于BPNN的高速公路风雨天气限速系统的设计

为了实现高速公路能够在风雨条件下智能限速,作者采用反传播神经网络（BPNN）技术,设计了一个高速公路风雨天气限速系统。由经验丰富的驾驶员根据交通环境,参考实时天气指标,凭经验判断“安全限速”的值,并作为专家样本,供BPNN训练。通过分析“拟合误差”的方法,排除了少量异常的专家样本,从而提高了BPNN的预测精度。实践表明,采用BPNN对高速公路按天气指标智能限速,无需推理数学模型,操作效率高,成本低,便于推广。     

一种永磁同步电机声品质主观评价方法研究

对永磁同步电机的稳态信号声品质进行了分析,并以声压级、响度、尖锐度、语音清晰度、波动度、粗糙度和音调度作为评价指标,建立了永磁同步电机声品质评价体系.采用分组成对比较法进行了主观评价,通过Bradley-Terry算法对评价结果进行了优化处理,分别搭建多元线性回归预测模型和MPGA-RBF预测模型,通过预留的检验样本对...     

纯电动轻型商用车驱动电机与动力电池选型

通过对纯电动轻型商用车的开发设计,阐述根据整车主要性能的要求,对驱动电机与动力电池的选型进行合理计算和设计匹配,为纯电动轻型商用车的电驱动系统初步选型提供设计依据,并使其满足整车动力性及可靠性的要求。     

质子交换膜燃料电池汽车冷起动性能的研究

建立了一个质子交换膜燃料电池电堆的冷起动模型,对燃料电池汽车的冷起动性能进行仿真,旨在通过对电堆中不同位置、不同数量的电池进行外部加热,使电堆充分利用自身的热量,以减小冷起动过程中所需的外部加热功率。结果表明,该方法可使电堆中有更多的单电池在冷起动过程中恢复工作,冷起动的时间更短,从而明显有效地提高燃料电池电堆的冷起动性能。     

基于瞬时转速分析的柴油机气缸压缩性能检测方法

提出了一种利用柴油机倒拖过程瞬时转速分析来检测气缸压缩性能的方法。通过试验同步测量了车辆倒拖过程的曲轴瞬时转速和气缸压缩压力信号,利用径向基神经网络（RBF ）模型,建立了瞬时转速与气缸压缩压力的非线性映射关系,实现了由瞬时转速波动特征来间接检测气缸压缩压力,并由此判断气缸的压缩性能。     

基于混合算法的大跨度斜拉桥可靠度评估

为研究大跨度顸应力混凝土(PC)斜拉桥的可靠度评估问题,提出了适用于大跨度PC斜拉桥这类复杂结构可靠性分析的混合算法.该方法综合运用了有限元分析(FEA)、径向基函数(RBF)神经网络、遗传算法(GA)和Monte Carlo重要抽样(MCIS)方法,并对算法中的关键步骤(RBF神经网络的初始样本点设计方法、MCIS的抽样中心点位置等)进行了改进,使结构分析模块与可靠度计算模块智能结合.利用数值算例的可靠度分析对该算法的有效性进行了验证.最后,以一座主跨为420 m的双塔PC斜拉桥为工程背景,进行了正常使用极限状态下的可靠度分析.参数分析表明:在汽车荷载作用下,该斜拉桥的主梁跨中位移超限失效概率比最长斜拉索强度失效概率高;汽车荷载的均值和标准差是影响斜拉桥可靠度的重要因素;随着汽车荷载均值系数的增大,主梁跨中位移超限失效的可靠指标下降的趋势较为显著.     

基于广义回归神经网络的路基沉降预测

为了对路基沉降变化规律进行预测,避免发生工程事故,提出了将广义回归神经网络模型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念,采用实际工程数据,用 BP 神经网络方法和广义回归神经网络方法进行了预测分析,比较了2种方法的3组预测结果。工程实例预测结果表明,广义回归神经网络方法的均方误差和决定系数表现都优于 BP 神经网络方法;证明该方法是可行且有效的。     

基于BP神经网络的虚拟故障诊断的实现

针对电子设备故障诊断与维修训练的需求,以某型通信设备电源模块为例,探讨复杂电子设备元件级虚拟故障诊断的设计方案,重点研究了BP神经网络的实现、Delphi与Matlab的混合编程以及电路仿真在虚拟故障诊断中的应用,开发出某型通信设备的元件级虚拟故障诊断系统。实践证明,该系统实现了故障仿真和诊断以及虚拟拆装演示,具有较好的交互性,能够很好地解决虚拟维修过程中遇到的实际问题。     

测试系统中波形的神经网络识别方法

为满足自动测试系统对信号波形的智能化识别要求,在对现有的波形识别方法进行研究的基础上,提出一种新的波形识别方法;该方法在利用离散余弦变换（DCT）对波形进行频域特征提取的基础上,将模式识别与BP神经网络理论相结合从而建立波形特征匹配模板,最终实现对信号波形的智能识别;对比试验表明,该方法与最大相关系数法（MCC）、最大相关差值法（MCD）相比很好地解决了待测波形与模板波形匹配过程中的相位对齐过程,而且更加快速、高效。