基于BP神经网络的发动机排放预测

选用运转参数中的转速和功率(负荷)为变量,对丰田Prius混合动力电动汽车的发动机进行了神经网络排放建模。通过对建立的BP网络进行训练和测试,模型能较好地预测排放性能,并对排放的实时测量和控制提供了一定的依据。     

纳米LaxSr1-xCu1-yCoyO3的制备和光电催化特性

用甘氨酸-硝酸盐燃烧法制备LaxSr1-xCu1-yCoyO3纳米晶体复合氧化物,并用XRD、SEM、EDS以及IR对纳米晶体的晶型、晶粒大小、形貌及组成进行表征,晶体粒子是球形的,粒径在17.8~43.7 nm之间,为正交和立方晶系。用活性碳为载体制备功能氧电极,采用三电极体系,测试循环伏安曲线,发现该氧电极具有双功能催化特性,但不完全可逆。利用汞灯作为激发光源,对水溶性染料进行光解实验,利用紫外-可见、红外以及人工神经网络光度法研究LaxSr1-xCui1-yCoyO3的催化性能。结果表明:LaxSr1-xCu1-yCoyO3(x=0.3,0.7;y=0.3,0.7),具有较强光催化特性,该复合氧化物催化剂对含有5种染料的废水具有高效脱色作用。     

海堤越浪量的人工神经网络模型算法

文章介绍了人工神经网络模型ANN在计算海堤平均越浪量方面的应用。该模型在具有18 000个物理模型试验数据的数据库上进行训练,通过模型算法预测出平均越浪量q。利用该模型可以预测结构形式复杂的各类斜坡堤、直立堤、混合堤的堤顶越浪量,比现有经验公式具有更广泛的适用性。文章旨在通过介绍这种国外已经深入研究并广泛应用于工程领域的人工神经网络模型在斜坡堤越浪量方面的应用现状及使用方法,为海岸工程结构物设计中准确、有效地估计越浪量提供一种新的思路和方法。     

基于BP神经网络的航空故障诊断

BP神经网络在故障诊断中发挥着越来越重要的作用。基于航空设备的参数匹配问题,提出了一种对输入值进行相关性处理的方法,然后利用BPNN有自适应Lr的梯度下降算法的进行训练。仿真结果证明该模型训练速度快且有效。     

浅谈桥梁可靠度计算方法

如何选用一种最佳的可靠度分析方法来分析复杂多样的实际工程结构是工程人员常遇问题。文中对现有的结构可靠度计算方法进行了分析,介绍了各种计算分析方法的特点和进展情况。     

智能控制和故障诊断中的模糊建模与推理

介绍了基于多层感知器网络的模糊规则是自动生成算法，给出基于模糊模型的故障诊断推理方法，从而能有效处理复杂系统的故障诊断。     

博士学位论文摘要柴油机高压油管压力波数字信号的采集、处理和仿真及故障辨识的研究

作为铁路运输的主要动力装置,内燃机车柴油机在不断向高功率、低油耗、低排放等方向发展的同时,其运行可靠性和维护修理问题也日益受到关注.     

地铁盾构掘进环境土工安全的智能预测与控制

讨论了城市地铁隧道盾构掘进施工中的环境土工安全问题。结合南京市地铁南北线一期工程的试验实践，采用了人工智能神经网络和模糊逻辑分别对地表隆起/沉降进行预测和控制。经过与现场监测值所作的对比分析，论证了在该领域采用这种软科学理论与方法的可行性和适用性。     

基于ARIMA与人工神经网络组合模型的交通流预测

将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测。利用ARIMA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,把交通流时间序列看成由线性自相关结构和非线性结构两部分组成,采用ARIMA模型对交通流序列的线性部分进行预测,用人工神经网络模型对其非线性残差部分进行预测。结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合方法发挥了2种模型各自的优势,是短期交通流预测的有效方法。