用人工智能和神经网络的方法组建数据压缩系统

数据压缩是现代信息处理的基础课题之一。文中对数据压缩的设计思路作了分析和拓展，从系统的角度对数据压缩与人工智能、神经网络的结合作了一些大胆的、初步的尝试，并对这个研究方向作了一些功能上和性能上的分析，提出了再压缩的概念。     

基于并联型灰色神经网络模型的港口吞吐量预测方法探讨

港口吞吐量预测是港口规划的基础,在确定港口发展方向、投资规模等方面发挥着十分重要的作用,因此有必要对港口吞吐量的发展趋势做出合理的预测。结合灰色理论和神经网络模型的特点,尝试用灰色神经网络组合模型之一——并联型灰色神经网络模型进行港口吞吐量预测。用实际算例证明了该方法在港口吞吐量预测中的有效性。     

一类模糊神经网络的遗传算法辨识

给出了一类模糊神经网络，并描述了用遗传算法辨识此模糊神经网络的详细过程。通过仿真使用遗传算法实现了模糊系统的辨识，证明遗传算法不失为一种解决此类问题的有效工具。     

遗传神经网络在导航传感器故障诊断中的应用

对船用组合导航系统中占主要地位的惯导系统进行故障诊断研究,提出了基于遗传算法优化的神经网络故障诊断模型.利用改进的遗传算法对BP神经网络的权值和阈值进行遗传操作,获得具有一定遍历性的初始权值和周值,然后再利用神经网络的L-M训练方法进行训练,克服了BP神经网络搜索速度慢和容易陷入局部极值的缺点,保证了训练过程收敛.对采集到的传感器故障信号进行预处理,故障特征信号作为改进遗传神经网络的输入信号来检测故障.采用惯导系统陀螺仪故障信号进行仿真研究,结果表明此方法可有效地检测故障且提高了系统精度.     

两级模糊神经网络在高速列车ATO系统中的应用研究

列车自动驾驶系统(ATO)作为替代司机、实现铁路运输自动化的重要设备,受到国内外铁路科技工作者的广泛关注,它的性能关系到铁路运输系统的安全和效率。一种高效的高速列车控制方法可以很好地满足人们对高速铁路"安全、正点、舒适和快捷"的要求。由于模糊神经网络具有自动提取经验和进行推理的特点,在前人研究的基础上,本文用两级模糊神经网络对高速列车运行过程进行控制。参照当前列车运行速度、线路状况、列车编组、列车时刻表、距目标点距离以及目标点所允许的速度,前一子网模拟优秀司机的操纵可获得在当前状态下应采取的最佳列车运行工况,后一子网根据运行工况、线路状况、列车在线路上位置、列车编组、列车时刻表、距目标点距离和目标点允许速度,得到列车在该工况及当前条件下的运行速度。仿真实验结果表明该方法正确有效,达到了期望的效果。     

中小流域桥梁设计流量的H-C-N法

基于暴雨推求中小流域桥梁设计流量时,设计流量受地理参数、暴雨参数等众多因素的影响,计算公式难以显式表达的情况,采用H-C-N法计算中小流域桥梁设计流量:用层次分析法(Analytic hierarchy process)对影响流量的因素进行分析并筛选出主要因素;用模糊聚类法(Fuzzy clustering)从已知水文站数据集中选取合理的训练样本;运用神经网络方法(Neutral network)建立中小流域桥梁设计流量的隐函数关系式,从而计算出中小流域桥梁的设计流量。用VB.NET编写程序编写H-C-N法计算程序,计算了10座中小流域桥梁的设计流量。结果表明,与广东省法和四院法相比,H-C-N法精度较高,是一种较为科学和实用的算法。     

基于BP神经网络的发动机转矩估计

针对并联式混合动力总成在状态切换和换挡时动力协调控制的需要,完成了富康TU5JP/K汽油发动机的稳态和动态性能试验,建立了基于BP神经网络的发动机转矩估计模型:通过对试验数据的训练,完成了全工况范围内的发动机稳态和动态转矩的估计,并实际应用到在基于dSPACE的混合动力总成控制原型中,达到了预期的控制精度,为实现并联式混合动力系统在状态切换和换挡过程中发动机和电动机的协调控制奠定了基础.     

神经网络在目标识别中的应用

神经网络技术作为现代智能信息处理技术的主要方法之一,模拟人的神经元的生理结构模型,可自身完善和发展,在各领域都有其广泛的用途。本文对神经网络在目标识别中的应用进行了介绍。并指出目标识别在某种程度上也是一种函数逼近,并用matlab实现了BP网络的函数逼近。     

空船重量重心估算方法的分析

为使船舶设计人员在分析型船资料估算空船重量时快速选择适合的估算方法,分析目前典型的空船重量的估算方法适用的情况以及精确度。"从两个吃水的载重量估算空船重量"方法仅利用母型船的设计吃水和结构吃水估算空船重量;"BP神经网络估算空船重量"方法是基于详细的母型船数据库建立的神经网络模型;"统计回归方法估算空船重量"方法是基于详细的母型船数据库分解船舶结构,利用统计回归的方法。经分析发现:"从两个吃水的载重量估算空船重量"方法适用于设计初期阶段并缺少更为详细的母型船资料的情况;"BP神经网络估算空船重量"方法只适用于个别掌握此项技术的设计人员,不具有推广性;"统计回归方法"则是更为普通的估算方法,但需要详尽的数据库才可以将船型归类分组得出精确的空船重量系数。