人工神经元网络探测高速公路事件研究

本文论述了ＢＰ网络事件探测软件的系统目标和功能特性，通过实例阐述了如何用该软件进行样本训练，事件判断及确定报警的判断次数。     

基于主成分分析与BP 神经元网络的驾驶能耗组合预测模型研究

近年来交通领域能源消耗问题备受关注,本文从微观交通能耗预测出发,以实现北京市快速路基础路段的油耗预测为目的,基于出租车车载OBD/GPS终端,提取驾驶员微观驾驶行为数据,建立基于主成分分析与BP神经元网络的油耗组合预测模型,实现北京市快速路基础路段油耗的准确预测.结果表明：速度均值及标准差、最大车速、工况百分比、加速度及减速度均值、行驶距离和动能对油耗影响程度相对较高;同时模型能够实现城市快速路基础路段能耗的有效预测,预测精度达到92.46%.该方法的研究为城市交通能源消耗的监管与把控提供了支持.     

BP神经元网络在路基路面结构设计中的应用

针对现有沥青路面设计规范的不足，根据人工神经元网络所具有的参数识别功能，提出了采用BP神经元网络设计路基路面结构新思路。     

基于过程神经元网络与遗传算法的交通流预测

高速公路变通量预测对于高速公路建设和管理具有重要的指导作用。针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

提高互联网络安全的有关技术

在分析了造成网络不安全的原因及网络被攻击的步骤的基础上,论述了提高网络安全所涉及的主要技术,以及加强网络安全管理的技术措施使网络尽可能安全.     

基于人工神经元网络技术的沥青混合料马歇尔试验性能预测模型

建立了基于BP人工神经元网络技术的沥青混合料马歇尔试验性能预测模型，通过63组试验数据对模型进行了学习训练，并用另外10组试验数据对模型进行了检验，结果表明，该模型可用于沥青混合料马歇尔试验性能预测。     

隧道工程喷锚支护的自动化设计方法

采用自动类比推理框架，并利用人工神经元网络方法考虑工程、地质、岩体结构等因素对支护设计的复杂作用，实现工程设计的智能化，从而形成隧道工程喷锚支护自动化设计系统，该系统避免了传统的经验类比设计方法，而使喷锚支护设计过程更加科学，实用，有效。     

基于人工神经元网络技术的沥青混合料马歇尔试验性能预测模型

建立了基于BP人工神经元网络技术的沥青混合料马歇尔试验性能预测模型,通过63组试验数据对模型进行了学习训练,并用另外10组试验数据对模型进行了检验,结果表明,该模型可用于沥青混合料马歇尔试验性能预测.     

岩体力学参数预测的新方法

提出了利用人工神经元网络预测岩工程数值分析中所需的岩体力学参数的方法,其优点是神经元网络可以把岩体较多的非定量的地质描述,经过换算后作为初始参数参与运算,通过对岩丛抗压强度和弹性模量的预测验证表明,预测结果与实测结果吻合较一致。