基于集成知识模型的船舶舱室智能三维布置设计

本文利用AI技术，以船舶舱室三维布置设计问题为对象，介绍了船舶舱室三维布置设计的知识类型及面向对象的知识集成表达方法，确立了基于集成知识模型的船舶舱室智能三维布置设计模型，介绍了基于集成知识模型的船舶舱室智能三维布置设计系统原型的总体结构和处理流程。该方法可提高船舶布置设计的自动化程度。     

洋山深水港区一期工程深水裸露基岩嵌岩桩施工技术

文章通过计算，优化方案，采用人造基床作为钢套筒稳桩措施，解决了上海国际航运中心洋山深水港一期工程中码头嵌岩桩的难题。文中还对嵌岩桩施工中的钻机平台、成孔成桩、异常情况处理等作了简单总结。实践证明，人造基床方案是可行的，在施工进度、工程质量及经济上都有较大的优势，具有推广的价值。     

神经网络在单桩承载力预测中的应用

运用基于BP神经网络的组合预测模型对PHC桩的极限承载力进行预测。分别利用灰色GM(1,1)模型和BP神经网络对桩在荷载作用下的沉降进行估算,然后利用人工神经网络中的BP网络对所得的结果进行组合预测;最后利用Lagrange算法计算桩的极限承载力。计算实例表明,使用该组合预测方法所得的预测结果比单纯使用灰色GM(1,1)模型或神经网络模型所得结果的总体误差要小,因而该方法是可行的、有效的。     

校车周末高峰时段交通量预测与特殊日期调整

准确的校区间高峰时段交通量预测,不仅可以帮助校车运营部门在高峰时段确定合理的发车间隔提高运营效率节约运营成本;还可以减少师生的候车时间,改善校车服务水平减少拥挤保证运行安全都有重要意义。采用BP神经网络模型对校区间周末高峰时段交通量进行了预测,选择了温度和下雨量2个因素作为输入变量,在训练数据的选取上采用了移动窗口的方法。另外模型提供了对特殊日期运量预测的调整。通过对实测数据进行验证,结果表明该模型简单、快捷和实用。     

数量经济学与数据挖掘

从数量经济学和数据挖掘的概念出发，分析了这两个领域的联系与区别;结合数据挖掘及人工智能理论来研究数量经济学，提出了传统方法与新型方法相结合;数值计算与文字计算相结合;人工智能与经济研究相结合等研究思路，为数量经济学的研究提供了参考.     

人工神经网络在舰船火灾探测中的应用

舰船火灾探测系统的目的是能及时、准确地探测到舰船上发生的火灾。提出一种利用人工神经网络的舰船火灾探测方法，通过设计三层反向传播（BP）人工神经网络模型，使用改进的BP算法——LM算法，对多传感器（温度传感器、烟雾传感器和CO传感器）同时探测到的数据进行智能化处理。仿真结果表明：基于人工神经网络的舰船火灾探测系统能及时、准确地识别各种火灾信号。     

厦门地区含盐地层冻土力学性能试验研究

在海底地层中进行冻结法施工时,海水浸渍使地层中的含盐量增加,从而影响到形成冻土帷幕的物理力学性质。为了获得海底含盐地层的冻土物理力学参数,针对厦门地区地铁建设中涉及的含盐地层,从施工现场采集了原装土样,在试验室中完成了原状土及重塑土冻结后的物理力学参数测试,获得了不同地层的单轴抗压强度值。试验结果表明,重塑土样和原状土样的试验过程具有较好的一致性,获得的应力-应变曲线和强度值相差不大。同时,砂性土具有较高的强度和较大的弹性模量,而黏性土的单轴抗压强度相对较低,并呈现出明显的峰值现象。     

人工计数法应用于城市区域性路网交通量统计

介绍了运用人工计数方法来统计区域性路网的交通量大小,对重庆市两路口区域路网进行了交通量统计和数据处理;并通过数据进行分析,掌握了两路口区域的交通流量特点。实践证明该方法具有可操作性。     

基于AI选型的汽车悬架系统参数化设计流程构造

建立了用于汽车悬架系统选型的多层前馈型人工神经网络模型,它采用自适应调整的BP算法。选型推理的依据有：轴距、前轮距、后轮距、整备质量、驱动形式、最高车速、制动形式、发动机最大功率和发动机排量。推理结果为前、后悬架的具体型式。经测试,其与实际情况的吻合率,对前悬架达到了100％,对后悬架达到了70％。进而开发出典型悬架型式的三维参数化设计模板,并集成相关技术环节,构造出基于AI选型的悬架系统参数化设计的一般流程。     

���ڴֲڼ����г����е��������о�

粗糙集是一种处理不完备、不精确数据的新方法,其数据处理过程与行车调度员进行列车运行调整的决策过程非常相似,都是从已有的大量经验数据中提取出决策规则并用于指导新的决策判断．通过对行调人员运行调整和决策的详细剖析,构建了列车运行调整的粗糙集模型,提出了基于粗糙集的列车运行调整系统知识的获取与表达的方法,改进了运行调整的粗糙集决策规则的约简算法,思路更清晰,步骤更完善;最后通过对DMIS系统中部分列车运行数据的挖掘,证明了算法的实用性,从提取出的规则能直观地判断出各条件属性对决策的影响程度,为行调做出新的决策提供了有价值的参考;形成了完整的粗糙集列车运行调整体系．