基于进化规划的BP神经网络学习

通过对将传统的BP算法和遗传算法应用到BP神经网络的学习的研究和分析,指出它们存在的缺陷。提出一个改进的进化规划算法,并将其应用于BP神经网络的权值优化。取XOR问题和4奇偶性问题的实验对传统的进化规划算法和改进的进化规划算法进行实验对比。实验结果表明,本文中提出的改进的进化规划算法优于前2个算法。     

宽水网地区三角高程测量代替等级水准测量的可行性

对虎门大桥等4座特大桥三角高程网试验观测数据进行了统计分析,比较了往返测高差较差、环闭合差与三、四等水准相应限差的差异及公共点上三角高程值与二等跨河水准高程值的差异,证实在宽水网地区用对向三角高程代替四等水准进行跨河水准测量是完全可行的,但代替三等跨河水准测量,可靠性只有75%左右。     

交通宁静化及对路网的影响

交通宁静化的基本思想是通过采取一系列有效措施来抑制机动车需求,从而实现居民区交通的宁静化,为行人和自行车提供安全、舒适的环境。分析几种常见的交通宁静化措施及其适用性,阐述了进行交通宁静化措施影响分析的要点,探讨交通宁静化措施对路网的影响分析方法,并建立了路网影响分析模型。     

变压器保护方法的发展

介绍了用于电力变压器保护的数字继电器的发展及其应用技术和原理,简述了变压器保护的传统方法,重点介绍了人工神经网络(ANN)和模糊逻辑概念等最新技术及其涉及的技术成果.     

基于模态分析理论和神经网络的斜拉桥拉索损伤识别研究

将振动模态分析和神经网络技术结合起来,以振动模态构造的损伤标识量作为神经网络识别输入的特征参数,进行结构健康监测。根据云阳长江公路大桥设计资料,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,分别采用了模态频率、位移振型模态、曲率模态3种指标作为神经网络的输入参数,共建立9个BP神经网络模型进行了桥梁损伤识别的研究。研究结果表明基于振动模态分析理论和BP神经网络的桥梁损伤识别方法可用于识别斜拉桥拉索结构的损伤位置和损伤程度。     

基于遗传算法的集输管网井组划分

通过对油田集输管网的分析研究,建立了基于产量距离之和最小的井组最优划分的数学模型,并采用基于整数编码的遗传算法对模型进行了求解.实例计算表明:建立的以产量距离之和最小为目标的数学模型更能反映集油管网投资的经济性,采用基于整数编码的遗传算法进行求解,其寻优效益高,且收敛性和稳定性也较好.最后求得的产量距离和为18 937.93 km·t/d,比文献[2]中的划分结果小1 381.07 km·t/d.     

基于贝叶斯网络的高速公路预警系统研究

贝叶斯网络能够对不完全、不精确或不确定的知识或信息做出有效的推理,已成为目前不确定知识表达和推理领域最有效的模型之一。为了有效减少交通拥挤、预防交通事故,建立了基于贝叶斯网络的高速公路预警系统。该系统可以根据已知的交通信息、天气以及时段等信息判断道路交通状况,对高速公路交通事件进行有效的预警。     

基于神经网络的船舶主动力装置系统可靠性优化分配

船舶主动力装置系统可靠性分配是船舶动力可靠性工程设计中的重要内容，它常常构成有约束条件的非线性优化问题。探讨了基于神经网络理论求解该类问题的方法。建立系统可靠性优化分配的数学模型，采用罚函数法将不等式约束转化为无约束的优化问题，构造出Hopfield神经网络求解的能量函数，求得动力系统微分方程组。用数值计算的方法求解微分方程组，所得平衡点即为最优解。该方法通用性好，收敛速度快，为船舶主动力装置系统的可靠性分配提供了一种新的手段。     

基于时序-神经网络的车辆变速器齿轮故障诊断

采用时序分析和BP神经网络，建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状念特征信号进行时序分析和特征向量提取，并以此作为BP神经网络的输入向量进行网络训练，从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中，能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有效、可行。     

节点攻击下的海上联合作战网络鲁棒性研究

海上联合作战网络的鲁棒性是影响作战效能的关键因素之一。当某一兵力遭到攻击毁伤后,可能导致其余兵力任务或信息量超过其处理能力,即产生级联毁伤。本文以水面和水下多兵力协同作战为背景,构建由2个节点数相同的作战子网络构组成的双层相依网络。通过设定不同的相依模式和负载分配方式,获得海上联合作战网络鲁棒性的变化情况。仿真结果表明,对度正相关的作战网络,按初始比例分配任务和信息量能保证其鲁棒性最强;对于度随机相关或负相关的作战网络,需通过适当调整分配的非均匀比例来提高网络的鲁棒性。