神经网络技术在船舶柴油机故障在线诊断中的应用研究

文章主要研究基于RBF神经网络理论为数学工具对柴油机故障进行计算机仿真诊断,建立船用柴油机征兆与故障样本集,作为神经网络故障诊断的专家知识库,以实现船用柴油机故障诊断。并对柴油机性能工况的故障在线自动诊断进行探索,以提高故障诊断的及时性和准确率,减少误诊。     

基础沉降的组合预测法

通过对基础沉降的发生过程、特点及灰色Verhulst模型特点的分析,提出可以根据施工过程中的观测资料,运用基于BP神经网络的组合预测模型对不同时刻的基础沉降进行预测;首先分别利用灰色Verhulst模型和BP神经网络模型对基础沉降进行估算,然后利用人工神经网络中的BP神经网络对采用前2种模型所得的结果进行组合预测。计算实例表明,使用该组合预测方法所得到的预测结果比单独使用灰色Verhulst模型或BP神经网络模型所得到的预测结果的总体误差要小,因而该方法是可行的、有效的;可以运用到实际工程中。     

青藏铁路多年冻土区站场路基温度场试验研究

站场路基的宽度为单线普通路基宽度的两倍 ,结合青藏铁路试验工程观测的数据 ,分析了冻土区站场路基地温场以及多年冻土人为上限的特征 ,探讨了路基的冻结和融化过程的规律 ,阐述了多年冻土区路基的稳定性问题。     

现代控制理论与交流电机调速(Ⅲ)--智能控制(2)

介绍在交流电机调速中应用智能控制的第二部分——人工神经网络控制技术。这种网络由基本处理单元——人工神经元构成,它的输出包含一个非线性的响应函数,因此人工神经网络适于处理诸如交流电机一类具有明显非线性特征的系统。通过不同方式的训练,连续修正网络内连接权的大小,可将其用于交流电机的系统辨识和控制。     

Use of Bayesian inference method to model vehicular air pollution in local urban areas

Traffic Related Air Pollution (TRAP) studies are usually investigated using different categories such as air pollution exposure for health impacts, urban transportation network design to mitigate pollution, environmental impacts of pollution, etc. All of these subfields often rely on a robust air pollution model, which also necessitates an accurate prediction of future pollutants. As is widely accepted by the heath authorities, TRAP is considered to be the major health issue in urban areas, and it is difficult to keep pollution at harmless levels if the time sequenced dynamic pollution and traffic parameters are not identified and modelled efficiently. In our work here, artificial intelligence techniques, such as Bayesian Networks with an optimized configuration, are used to deliver a probabilistic traffic data analysis and predictive modelling for air pollution (SO₂, NO₂ and CO) at very local scale of an urban region with up to 85% accuracy. The main challenge for traditional data analysis is a lack of capability to reveal the hidden links between distant data attributes (e.g. pollution sources, dynamic traffic parameters, etc.), whereas some subtle effects of these parameters or events may play an important role in pollution on a long-term basis. This study focuses on the optimisation of Bayesian Networks to unveil hidden links and to increase the prediction accuracy of TRAP considering its further association with a predictive GIS system.     

人工智能技术在城市智能交通系统中的应用

城市化的快速发展能为人们的日常出行提供便利。但是与此同时,交通方面的问题也变得越发严重,传统的交通管理模式和交通系统已经无法满足时代的实际要求。在全新的时代背景下,城市交通必须要朝着智能化的方向进行转变,积极引入先进的人工智能技术,针对当前存在的问题进行具有针对性的解决,这样才能有效解决一系列交通问题。我国在发展过程中一直都十分注重可持续发展,并且致力于从多方面和多角度来贯彻可持续发展的理念,将人工智能技术充分运用在智能交通系统中,符合我国所提倡的可持续发展理念,不仅能够推动城市得到快速的发展,同时也能有效缓解严重的交通问题。     

海上船舶交通监管及服务系统的智能化实践应用

在信息和网络技术高速发展的背景下,为了改善传统船舶交通管理系统在管理、技术和服务理念方面的局限,积极创新和实践船舶交通监控及服务技术的智能化发展理念,使船舶交通管理系统更加智能化、人性化、便捷化,实现船舶交通监管技术的智能化发展。     

基于层次结构模型的RBF神经网络货运量预测方法

为了有效地进行交通货运量预测,通过对货运量影响因素的分析,建立了关于货运量影响因素的层次结构模型,并根据该模型构建基于RBF神经网络的货运量预测方法。用我国1985~2004年的货运量对该神经网络进行训练和预测,同时与BP神经网络预测方法进行比较。结果表明,该方法具有更快的运算速度和更高的精度,具有很好的预测能力和应用价值。     

改进SVR及其在铁路客运量预测中的应用

为了提高铁路客运量现有预测方法的预测能力,用训练样本与测试样本间的马氏距离对惩罚因子进行加权,对传统的支持向量回归机(SVR)进行了改进,在此基础上提出了基于改进SVR的铁路客运量时间序列预测方法.以1980~1998年铁路客运量预测为例,对SVR方法和BP人工神经网络(BPANN)方法进行了比较,结果表明,SVR方法能获得更准确的预测结果.     

水泥防滑路面人工拉毛技术探讨

结合工程实践，介绍了水泥混凝土路面人工拉毛技术的施工工艺厦具体技术要求．可在水泥混凝土防滑路面施工中广泛使用。