基于GM(1,1)和BP网络的港口吞吐量预测

分析了灰色和人工神经网络预测方法的互补性,在此基础上提出了将灰色与人工神经网络结合的灰色-神经网络混合模型.分别采用GM(1,1)模型、BP网络模型和灰色-神经网络混合模型对某港口货物吞吐量进行预测并用实测数据验证.结果表明,灰色-神经网络混合模型预测效果最佳.     

直流电动机故障诊断系统研究

本文主要介绍在LabVIEW软件平台下开发了基于径向基(RBF)神经网络的直流电动机故障诊断系统。经过验证,系统具有良好的诊断精度,满足直流电动机故障诊断系统的设计要求。     

基于Wi-Fi探针的地铁客流预测研究

在城市轨道交通日常运营中,随着车站客流量的逐年增长,为了避免人群拥挤导致的安全问题,地铁车站客流量的准确预测存在重要的现实意义.通过对Wi-Fi探针的采集原理、源数据处理进行分析,对Wi-Fi探针间的关系进行关联分析,构建BP神经网络客流的预测模型,最后以算例验证Wi-Fi探针技术采集数据及客流预测模型的有效性和可行性,并以某地铁站采集到的数据为例进行验证.实验结果表明,Wi-Fi探针技术采集到的数据可以满足客流预测的需求,基于Wi-Fi探针的地铁客流预测模型有效.     

基于BP神经网络的卷烟零售量价控制研究

针对烟草营销中卷烟货源投放总量难以准确控制的问题,通过分析各区域货源投放量、实际销售量与零售价格之间的相互关系,采用BP神经网络预测,建立了卷烟零售量价控制模型,据此来调控各品类的投放量,测试结果表明有较好的预测准确度。     

基于BPNN的高速公路风雨天气限速系统的设计

为了实现高速公路能够在风雨条件下智能限速,作者采用反传播神经网络（BPNN）技术,设计了一个高速公路风雨天气限速系统。由经验丰富的驾驶员根据交通环境,参考实时天气指标,凭经验判断“安全限速”的值,并作为专家样本,供BPNN训练。通过分析“拟合误差”的方法,排除了少量异常的专家样本,从而提高了BPNN的预测精度。实践表明,采用BPNN对高速公路按天气指标智能限速,无需推理数学模型,操作效率高,成本低,便于推广。     

基于数据挖掘的车辆传动系统运行状态监测研究

引言传动系统不仅是影响车辆机动性的核心部件,也是致命故障的主要来源之一。因此,对传动系统的状态监测与故障诊断是车辆故障预测诊断的核心内容之一。本文将数据挖掘技术引入车辆传动系统的状态监测与故障诊断领域。通过数据挖掘技术能够存储并快速检索大量的、有噪声的、模糊的、不完全的、疏密不均和随机的监测诊断数据,提取隐含在数据中的知识规则、模式和关系,自动进行     

一种永磁同步电机声品质主观评价方法研究

对永磁同步电机的稳态信号声品质进行了分析,并以声压级、响度、尖锐度、语音清晰度、波动度、粗糙度和音调度作为评价指标,建立了永磁同步电机声品质评价体系.采用分组成对比较法进行了主观评价,通过Bradley-Terry算法对评价结果进行了优化处理,分别搭建多元线性回归预测模型和MPGA-RBF预测模型,通过预留的检验样本对...     

燃料电池堆在路面振动下的神经网络模型

试验建立了一个基于Matlab神经网络工具的典型BP神经网络模型,通过垂直、纵向、横向3个方向期望输出与模型输出的误差比较,从而验证燃料电池堆的神经网络模型可以作为一种异常诊断工具。     

基于磁流变悬置的整车建模与振动控制的研究

以磁流变悬置动态性能试验结果为数据样本,利用广义回归神经网络(GRNN)辨识方法建立了磁流变悬置的正、逆模型,并将辨识模型用于悬置系统的控制;建立了基于磁流变悬置的整车10自由度动力学模型,以发动机转速和悬置点处的加速度信号为输入,设计了模糊控制器,对磁流变悬置进行半主动控制的仿真。结果表明:该模糊控制器具有较好的宽频隔振效果,悬置点处的振动加速度峰值明显减小,验证了GRNN模型和模糊控制器算法的正确性和有效性。     

基于瞬时转速分析的柴油机气缸压缩性能检测方法

提出了一种利用柴油机倒拖过程瞬时转速分析来检测气缸压缩性能的方法。通过试验同步测量了车辆倒拖过程的曲轴瞬时转速和气缸压缩压力信号,利用径向基神经网络（RBF ）模型,建立了瞬时转速与气缸压缩压力的非线性映射关系,实现了由瞬时转速波动特征来间接检测气缸压缩压力,并由此判断气缸的压缩性能。