基于BP人工神经网络的公路软土地基沉降预测

采用BP人工神经网络,利用杭瑞高速公路软土地基实测沉降数据直接建模,进行了软土地基最终沉降量的预测,将预测结果与曲线拟合法中的双曲线法、指数曲线法、三点法的预测结果进行了对比分析。证明神经网络法能避免传统方法计算过程中各种人为因素的干扰,计算精度高,泛化性强,简便易行。     

基于人工神经网络的挡板式直流道质子交换膜燃料电池性能优化

首先建立了三维、稳态、恒温的挡板式直流道挡板式质子交换膜燃料电池（PEMFC）单体模型,深入分析了挡板高度、宽度、位置（用与流道出口的距离表示）对PEMFC性能的影响。然后基于仿真数据,建立人工神经网络模型,分别以挡板高度、宽度、位置为输入,以0.7 V时的电流密度为输出。经过训练,模型的测试精度达到了理想的94.812%。最后对13 671组数据集进行预测以选出最佳的性能方案,并通过仿真与实验进行进一步最优方案的验证。结果表明：在挡板高度、宽度、位置分别为1 mm、0.35 mm、3 mm时,PEMFC的电化学性能最优。     

一种基于人工神经网络的响应曲面法在结构可靠性中的应用

响应曲面法在结构可靠性分析中常用于模拟不能明确表达的极限状态曲面（即失效状态函数）。本文以人工神经网络代替一般响应曲面的多项式函数,用于确定性结构分析,克服了多项式函数模拟某些极限状态曲面的局限性,达到了较好的效率和精度要求。     

人工神经智能在航迹控制系统中的应用

在造船业高速发展的今天,船舶的控制系统也变得更加先进,功能也越来越丰富。船舶导航控制系统已经从原来的依靠人力判断,发展成为依靠计算机智能算法的自动控制。但随着海洋环境变得更加复杂,船舶运动的非线性也日益突出,常见的航迹控制系统已不能满足要求。本文针对船舶航迹控制系统的特点设计一种基于人工神经控制算法的控制模型,并结合关联算法,论述在多航行节点情况下的算法控制性能。通过仿真结果判断,此算法的性能优越,取得良好的应用效果。     

基于机器学习的地铁盾构隧道长期沉降预测

采用机器学习方法,建立一个基于先期区域地质信息及隧道沉降学习资料的盾构隧道长期沉降预测模型, 并以南京地铁 2 号线盾构隧道为例进行算例分析。结果表明：该沉降预测模型能够筛选主要影响因素,并且能够 寻找最佳监督学习算法和最优参数;在不同监督学习算法中,核支持向量机算法与人工神经网络算法都能使模型 达到较高的精度,然而对其参数的依赖性很高,需要细致的调参才能提高预测精度;以人工神经网络算法作为监 督学习算法,经调参后,沉降预测模型的最终预测准确度可达 0.86,10 倍交叉验证平均准确度为 0.82。     

城市快速路区间旅行时间短期预测新算法

城市道路交通状况的预测,是实现未来路况查询、车辆动态导航等智能交通系统技术的关键。该文在分析浮动车数据的时间相关性的基础上,研究城市快速路的区间旅行时间短期预测算法。首先,采用统计方法和K-NN分类法相结合的新方法对缺失数据进行填充,并利用小波变换对每天的数据进行消噪处理;其次,在分别利用时间序列模型和人工神经网络模型对城市快速路区间旅行时间进行短期预测的基础上,通过模型组合获得预测值;最后,结合北京市区二环的一段快速路区间旅行时间的历史数据和实时数据,对该文所提出的快速路区间旅行时间短期预测算法进行了评价。结果显示,该算法的预测结果的平均绝对误差百分比控制在10.43%以内,具有良好的精度。     

信息系统评价指标体系及方法的研究

根据系统评价的原则，提出了信息系统评价的指标体系结构模型，并用模糊综合评价方法和人工神经网络方法进行了研究，最后用一实例进行了说明。     

GESA算法在船舶性能优化设计中的应用

ＧＥＳＡ算法是一种全局采用全局优化策略的人工神经网络的并行技术，它以一种新颖的方式综合了遗传算法，模拟淬火、模拟进化的思想；它的另一个特点是在解空间实施区域引导 。本文用ＧＥＳＡ算法进行船舶性能优化计算，这种方法速度快速，由于是全局优化策略，避免了陷入局部最小值，利用该方法，可向设计部门提供咨询服务。     

长寿命路面寿命分析方法

0引言长寿命路面的研究最早开始于国外,已有30多年历史,近几年中国逐渐重视长寿命路面的研究。由于长寿命路面设计年限大都在30-40年,甚至更长,所受环境、交通等因素的影响较常规路面更为显著,因此合理的长寿命路面寿命分析方法显得尤为重要。     

制定列车编组计划的人工神经网络方法

对直线方向单组列车编组计划问题通过设置0－1变量，建立了优化了优化列车编组计划规模较小的0－1线性规划模型和0－1二次规划模型，并将所建立的0－1二交规划模型转化为Hopfield人工神经网络模型，利用人工神经网络算法和模拟退火算法求解大量的实例，得到的结果精确度较高。