基于神经网络的时序预测模型研究

将神经网络作为传统的时序线性模型的非线性推广进行了分析，论证了多层前向神经网络与非线性自回归模型及反馈神经网络与非线性自回归移动平均模型的等价意义，提出了一种可作为非线性时序模型的内反馈神经网络。     

基桩动测专家系统的构建

对基桩动测法尤其是应力波反射法的特点及局限性进行了探讨，同时对专家系统原理作简单介绍，重点论述基桩动测专家系统的构建与应用的可行性，并提出结论和建议。     

RBF神经网络在传感器故障诊断中的应用研究

提出一种基于RBF神经网络的传感器在线故障诊断方法,用某气囊隔振系统隔振装置中大量的传感器数据进行了仿真实验,验证了方法的可行性.通过对每个传感器建立单独的神经网络预测模型,实现多传感器的故障诊断.     

基于模糊神经网络和D-S证据理论的故障诊断方法研究

提出一种基于模糊神经网络和D-S证据理论的故障诊断方法。该方法利用模糊逻辑和神经网络的优势，通过数据融合充分利用各种信息，提高诊断的精度。经算例证明，该方法可靠、有效，对于复杂装备的故障诊断有一定意义。     

基于正交基神经网络的热敏电阻温度传感器非线性补偿方法

针对热敏电阻温度传感器应用中存在的非线性问题，提出了应用正交基（0BF）神经网络进行非线性补偿的方法。研究结果表明，OBF神经网络非线性补偿算法具有补偿精度高、计算量小的优点，因而是一种有效的非线性补偿方法。     

基于BP神经网络的基坑变形预测

基坑工程施工中,需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制。通过对基坑实测变形数据进行整理和分析,对未来变形量作出预测,保证基坑安全。结合BP神经网络的高度非线性映射能力,提出了一种基于BP神经网络的基坑变形时间序列预测方法。在基坑开挖过程中,采取滚动预测的方法,不断利用前期已有实测数据建模预测后期变形量,以实现信息化施工和动态控制。实例分析表明,BP神经网络模型具有较高的预测精度,并能获得满意的预测结果。     

粘弹塑性位移反分析在石林隧道大变形中的应用

本文利用石林隧道软岩大变形段现场监控量测数据,结合有限差分程序FLAC3D与BP神经网络,对石林隧道围岩大变形段流变参数进行反演分析,结果表明:数值反演分析结果与实测位移基本吻合。其中开尔文弹性模量EK为234.8MPa,开尔文粘性系数ηK为62.5MPa·d,麦斯韦尔弹性模量EM为247.3MPa,麦斯韦尔粘性系数ηM为5782.6MPa·d。因此利用软岩隧道围岩拱顶沉降以及周边收敛的位移监测值所进行的位移反分析,是一种准确获取流变参数非常有效且实用的方法。     

基于模糊神经网络的动力定位系统

针对船舶动力定位系统，采用神经网络来实现模糊控制的模糊化、规则推理到反模糊化的整个过程，并且采用BP算法进行网络学习；同时针对船舶的纵向运动进行了仿真、比较与分析。仿真结果表明，这种模糊神经网络对船舶的动力定位实施的可行性及有效性。     

神经网络在填石路基沉降预测中的应用

应用BP神经网络对填石路基沉降进行预测.建立BP趋势提取模型,用以代替常规BP算法中使用三次样条曲线插值的预处理方法,从而使BP预测模型能克服数据波动带来的干扰,大大提高了BP神经网络预测模型的预测效果.     

下颌阻生智齿智能集成系统研究

介绍了实时处理与多媒体相结合的下颌阻生智齿智能集成系统专家系统部分的组成，结构、功能及实现方法。