基于神经网络振动压实的分析

通过建立振动压实的适当模型，利用神经网络法对沥青混合料的振动压实进行了研究；在实验分析的基础上，验证了该种方法的可行性。     

神经网络方法在数据挖掘中的应用

通过分析当前一些数据挖掘方法的局限性，介绍一种基于关系数据库的数据挖掘方法——神经网络方法，通过对数据库中数据样本的学习，自动发现隐含的大量知识．文中给出了神经网络方法的学习模型和算法，并通过举例来说明此方法．在本文最后，也提出了神经网络方法在数据挖掘中存在的一些问题．     

BP神经网络在模拟非线性系统输出中的应用

概述了非线性系统输出模拟的方法，对BP神经网络及改进的BP算法作了简要介绍。以BP神经网络运用于激光焊接过程中模拟焊缝形状的典型例子，探讨了BP神经网络在非线性系统模拟输出中的可行性；通过实例分析及比较测试结果，对BP网络的结构和训练样本的选取等进行了有益的探索。     

船舶避碰系统智能化构建

本文综述了船舶避碰系统领域中智能化研究的现状，主要介绍了模糊控制、神经网络、专家系统等智能方法在避碰系统中的应用以及现有的避碰设施和系统的构成。     

BP神经网络的MATLAB编程实现及讨论

BP神经网络具有很强的非线性函数逼近能力。通过Matlab编程实现了BP网络对一个二元函数的逼近,针对BP网络学习速度慢的缺点,采用含动量项的学习算法提高了收敛速度。通过Matlab仿真方法,研究了学习率和动量因子对算法学习速度的影响。     

案例推理在在线物流资源决策中的应用研究

文中在在线分析过程(OLAP)与数据挖掘(data mining)技术的基础上．提出了基于案例推理(CBR)的决策模型去解决这类问题．模型采用模糊神经网络方法进行决策问题的特征提取和创建案例库，采用OLAP技术建立案例查询的星型模型，并通过创建的模糊神经网络模型去补偿匹配案例与决策问题之间的差异．文章的最后通过应用实例表明了该系统的有效性和可行性．     

车辆营运安全性研究

基于人-机-环境系统建立了车辆营运安全事故树，在计算车辆事故概率时，针对传统事故树对不隋确事件无法有效处理的问题分析，运用模糊概率的相关知识结合事故树来进行有效地处理，这无疑使车辆事故的概率计算更可靠和准确。最后将神经网络模型用来分配系统可靠性。     

基于神经网络的船舶操纵运动水动力预报

以散货船和油船为例，采用神经网络方法，利用matlab语言，完成船舶操纵运动的水动力预报，研究结果表明，只要选择适当的学习样本，网络结构和学习算法，神经网络的水动力预报精度在实际中可以接受。     

神经网络在车辆半主动控制中的应用

针对车辆半主动悬挂模型的非线性特性，研究了采用神经网络的自适应控制在车辆悬挂半主动控制中的应用，设计了采用前馈神经网络的辩识器和控制器，对控制器网络采用的学习规则进行了分析。仿真计算表明，采用神经网络自适应控制方法能有效改善车辆的平稳性，采用的神经网络辩识器和控制器的改进BP算法是有效的。     

自适应智能航行控制方法研究

根据船舶在航行过程中的非线性、不确定特点,设计基于模糊模糊CMAC神经网络的船舶自适应智能控制算法。阐述了模糊CMAC神经网络结构,并且将其运用到自适应智能航行控制系统中,最后通过实验验证不同海况下模糊CMAC神经网络对于船舶航向智能控制具有良好的自适应性和较强的抗干扰性。