ISPMAT--适用于城铁列车的预知维修智能系统

大运量交通车辆的维修 ,对于确保其社会服务的质量是非常重要的。本文介绍一种名为 ISPMAT(适用于城铁列车的预知维修智能系统 )的软件工具 ,它能对城铁列车的两个主要组成部分、即压缩机和牵引行车机构中可能发生的各种故障自动进行检测和作出诊断。 ISPMAT是以人工智能技术即神经网络和专家系统为基础的。本文的内容包括对 ISPMAT结构的阐述 ,以及通过实验所取得的某些结果。     

基于形态学和模糊运算的新联想记忆网络：模糊形态学联想记忆网络

提出了一种新的基于形态学和模糊运算的联想记忆网络-模糊形态学联想记忆网络FMAM（Fuzzy Morphological Associative Memories）。它与经典联想记忆有显著不同，文中分析了FMAM的记忆能力以及抗腐蚀和膨胀噪声的能力。自联想FMAM具有无限存储能力，能保证完全回忆，并且回忆在一步内完成，可模糊性解释等。仿真实验验证了自联想FMAM的良好性能。     

车辆横向半主动悬挂的神经网络自适应控制

分析了车辆半主动悬挂模型的非线性特性，提出了采用神经网络的半主动悬挂自适应控制模型，设计了神经网络辨识器和控制器，采用专门算法修正控制器网络权值，仿真计算表明，神经网络自适应控制的半主动悬挂系统能有效改善车辆横向平稳性。     

基于GA-FCMAC算法的船舶运动智能控制器

在研究模糊小脑模型神经网络控制器（FCMAC）的基础上，本文提出了基于遗传算法学习的模糊小脑模神经网络控制（GA－FCMAC）算法并应用于船舶运动。仿真结果表明该算法具有良好的控制性能。     

基于模糊神经网络的海浪中舰船多自由度运动建模方法研究

基于切片理论计算在诸规则波中的舰船多自由度运动响应，并以此为样本训练模糊神经网络，最终建立起一种新的舰船在随机波浪中的多自由度运动模型，并通过算例验证该方法的实用性和可靠性。     

滑坡预测径向基神经网络法

在边坡稳定分析的基础之上,引入径向基网络的理论,提出了边坡滑动的径向基网络预测方法.以边坡高度、边坡角度等作为输入模式变量,建立径向基神经网络训练样本,用于滑坡稳定性评价.通过样本的学习训练,用训练后的径向基神经网络来预测滑坡,通过工程实例与评价结果比较,证明了该评价方法具有较高的精度,也表明该模型能较好的用于滑动预测.     

基于均匀设计的汽油机油添加剂承载性能研究

以均匀设计安排试验，对试验结果进行回归分析。分析表明MoDDP、复合抗氧抗腐剂能显著提高汽油机油的承载性，而复合分散剂与复合抗氧抗腐剂的交互作用对承载性能不利，复合清净剂和基础油对承载性能没有明显的作用，采用对回归方程的直接优化方法和BP神经网络都能得到最优的添加剂组成。     

人工神经网络理论在航船工程中的应用

本文简单介绍了人工神经网络的基本原理与特征，以及在船舶工程中的应用现状，并对其进一步的发展作了展望。     

基于高阶CMAC网络的机器人自学习控制器

提出了将CMAC网络与PD控制器相结合的机器人在线自学习控制器，通过引入高阶网络的概念，采用简单的叠加处理法将多维输入空间的CMAC神经网络化为多个一维输入子网络，从而简化系统的网络结构．同时对进行叠加的一维输入CMAC网络选取不同的学习步长，提高了学习的收敛速度和模型的逼近能力．计算机仿真结果表明，所提出的新型机器人自学习控制器具有很好的控制性能．     

一种非参量恒虚警处理的神经网络模型

本文提出一种用于雷达回波信号非参量恒虚警处理的神经网络模型,并讨论其权值调节、阈值设置和神经网络子模型的实现等问题。