基于BP网络的铁路货运量预测

阐述了铁路货物运输需求预测的重要性,并以煤为例构建了基于BP网络的预测模型,通过对该模型的训练,得到了较好的预测效果,提出了可利用BP神经网络对其他货物品类进行预测的建议。     

基于模糊识别的神经网络分类器

提出一种基于模糊识别的神经网络分类器。首先对训练样本ＸＫ进行模糊聚类，求其从属于各类别ωｉ的隶属变Ｕｗｉ（Ｘｋ）。然后利用这些训练样本和所求得的从属于各类别的隶属度，通过神经网络的学习拟合出各模式类的隶属函数，进而构造出神经网络分类器。这种方法将模糊理论与神经网络分布式联想存储的优点相结合，使无监督分类器成了有监督分类器。     

优化的BP网络在船舶故障诊断中的应用

船舶各种设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶上设备繁多,运行环境特殊,因此,各种设备的故障症状与故障原因之间关系十分复杂,使用传统诊断方法在实际应用中效果不理想。BP神经网络在故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢,且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此,采用自适应遗传算法来优化BP神经网络,并以船舶主机轴系的故障诊断为实例,证明遗传算法优化的BP网络方法非常适用于对船舶各种设备故障的早期诊断和预测。     

基于神经网络的模糊逻辑设计算法

提出了一种利用神经网络学习功能来设计模糊逻辑的方法。用类神经网络算法产生模糊规则和隶属函数，通过学习得到的模糊规则、隶属函数和以新模型推理、逆模糊化为基础的新模糊设计，显著地改进了系统性能，缩短了设计周期，将规则数目和隶属函数最优化，可有效降低系统成本。     

基于神经网络的悬臂梁诊断分析

应用人工神经网络技术,以反映结构损伤程度的固有频率作为神经网络输入的特征参数,建立结构故障诊断模型,对悬臂梁裂纹的深度和位置进行了诊断研究。从诊断结果说明神经网络用于工程结构的裂纹故障诊断是可行的。     

"ANN"在水运货运量预测中的应用

利用人工神经网络技术的非线性映射能力，建立一种非线性组合预测模型，将其应用到水运货运藿预测中，可大大提高水运货运量预测精度。     

改进的基于TSK模型的模糊对向传播神经网络研究

将模糊C-均值(FCM)算法和模糊对向传播神经网络相结合,解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题,在此基础上结合TSK(Sugeno Tanaka Kang)模糊模型,提出了改进的模糊对向传播神经网络Improved FCP,并给出了学习算法.对两种典型的非线性模型进行实验研究,实验结果表明Improved FCP网络具有良好的非线性逼近能力.     

模糊神经网络在桥梁结构等级评估中的应用

针对模糊综合评判在确定权重上的不精确性，用模糊神经网络方法对桥梁进行等级评估。通过大量输入数据的训练得出实用的判决系统，不仅消除了权向量选取仅靠经验的缺憾，而且加快了判决结果的得出。通过各次权值对比与误差分析，证明了神经网络的有效收敛及该方法的精确性。     

基于地铁综合监控系统的环境设备监控系统应用技术

地铁综合监控系统集成或互联了环境设备监控系统等诸多子系统。对环境设备监控系统的神经网络感知、基于客流量模型灰色系统预测、设备优化控制技术,以及设备状态检修和RAMS(可靠性、可用性、可维护性和安全性)管理等应用技术进行了研究,这些应用技术能够更好地实现对地铁机电设备全面、高效的自动化监控及管理,保证设备安全、可靠、高效、节能地运行,并为乘客提供安全、舒适的乘车环境。     

CPN神经网络在模拟电路故障诊断中的应用研究

提高模拟电路的故障诊断速度对于装备保障具有重大意义,采用CPN神经网络对模拟电路进行故障诊断,运用Matlab神经网络工具箱对其进行建模、网络训练和故障识别,结果表明采用CPN神经网络可以大大提高故障定位的准确率.