基于交通流预测的城市干道相交路口信号控制

提出了一种基于交通流预测的主干道相交路口优化控制方法,将交通流预测与交通信号控制相结合,用于解决交通流量较大的城市主干道相交路口的信号控制问题.建立神经网络预测模型,用变异粒子群优化算法优化网络结构以提高预测精度和速度,将预测的下2个相位队长作为模糊控制的输入以确定下一绿相位时间,在后一绿相位持续时间内放行该相位经预测但尚未全部排队的车辆.仿真实验表明该方法能有效地减小平均车辆延误时间,达到了保持干道交通通畅的目的.     

基于概率神经网络和声压的柴油机故障诊断

论述了利用柴油机运转缸盖噪声信息来诊断内燃机故障的一种方法,通过FIR数字滤波技术从发动机缸盖噪声信号中分段提取发动机的燃爆和气门开闭信息,采用参数平均法消除了缸盖噪声测量的随机误差,利用概率神经网络的分类功能,准确判断出了各种故障。     

基于模糊神经网络的汽车换挡品质评价系统

应用MATLAB软件设计了基于模糊神经网络的汽车换挡品质评价系统.对换挡过程中由仪器测得的客观评价指标和由驾驶员给出的相应主观评价构成的样本向量进行学习和训练,建立了客观评价指标和主观感觉之间的联系.试验结果表明,该系统误差精度为0.060012,即系统评价结果与主观评价结果基本一致,能够客观有效地评价换挡品质.     

基于耐撞性能的白车身简化模型建模研究

以白车身前纵梁为例,基于白车身的耐撞件能对设计初期简化模型的建模进行了研究.引入神经网络技术实现了白车身耐撞性能参数与梁单元特性参数的非线性映射,通过提取和储存梁单元的特性参数,实现了梁单元模型对传统壳单元有限元模型的等效替代和模型优化.研究表明,通过神经网络技术得到的梁单元模型能够准确体现白车身的正碰特性参数,可在概念设计阶段对车身耐撞性进行有效预测.     

基于径向基函数神经网络的公路工程造价估算

本文建立了基于径向基函数(RBF)神经网络公路工程造价的估算模型,并运用MATLAB语言程序将其实现.实例分析表明该方法弥补了传统BP网络存在的收敛速度慢,易陷入局部最优等缺陷,基于神经网络的公路工程造价估算方法是可行的,估算结果是可靠的.     

基于神经网络的城市关联交叉口交通流预测控制方法

为了改善城市路网整体通行效率,针对城市交通流实时变化以及高度非线性的特点,提出一种基于神经网络的城市关联交叉口交通流预测控制方法。以关联交叉口的总体排队长度最小为性能指标,以神经网络作为交叉口的交通流量预测模型,并通过交通流量实测值与预测值之间的误差实现对神经网络的在线训练。结合神经网络预测控制方法,给出了城市关联交叉口信号控制中信号周期、绿信比（或相位时长）以及相位差的确定思路。仿真试验结果表明：以关联交叉口总体排队长度最小为优化指标的交通流预测控制策略,可提高关联交叉口的总体通行效率。     

神经网络在长江经济运量预测中的应用

对神经网络中三层ＢＰ（ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ）网络及其算法进行了描述,对社会经济运动规律的复杂性和可预测性进行了探讨,在研究数学模型与客观实际之间差异信息的变化趋势的基础上,构思ＢＰ神经网络中长期经济预测模型,给出模型相关变量的处理办法和模型算法,运用该型对“十五”期间长江干流经济运量进行了预测。     

一种基于神经网络的馈线自适应继电保护技术

针对常规保护的自适应能力及检测某些复杂故障方面存在一定局限性,利用前馈神经网络,导出了常规保护与神经网络参数间的显式关系,证明了神经网络继电保护可实现常规馈线保护的功能。     

人工神经网络在飞行间隔控制中的应用

神经网络技术在自动控制领域得到广泛应用．鉴于空中交通管制的理论及技术特点,本文探讨了实现飞行间隔预测控制的神经网络模型及技术条件,尤其是提出了在多扰动环境中飞机速度、位移函数的构建方法,借助Matlab工具实现了仿真和验证．结果证明,神经网络的自学习功能能够很好地处理这类复杂的控制问题．     

BP神经网络在工程造价估算中的应用

运用BP神经网络方法,对土木工程造价做有益的探讨。利用神经网络可以节省时间,减小历史状况对价格估算的影响,也有利于应用工程量清单为基础的国际惯例。并以收集到的样本为例,对该模型进行了实证研究,表明了该方法的有效性。