模糊神经网络在钢筋混凝土桥梁结构可靠性评估中的应用

将模糊神经网络引入钢筋混凝土桥梁结构可靠性评估,充分利用高斯隶属函数的万能收敛性、人工神经网络的自学习性和模糊神经网络高度的非线性进行桥梁结构可靠性评估。以常宁北门桥为例,以受力最不利截面的实测位移、应变、挠度为神经网络输入参数,输出构件的可靠指标。算例表明模糊人工神经网络应用在桥梁结构可靠度评估,为桥梁评估开辟了的新途径。该方法简单、合理、思路清晰。     

中小流域桥梁设计流量的H—C—N法

利用暴雨推求中小流域桥梁设计流量时,设计流量受到地理参数、暴雨参数等众多因素的影响,计算公式难以显式表达。本文采用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编写程序实现H—C—N法,计算了十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。     

BP神经网络在治理海上光污染中的应用

随着人类的海洋活动越来越频繁,作为海上污染之一的光污染已经成为一种可以严重威胁船舶夜航安全的新型污染源。本文将基于视觉、色觉和光学理论,探讨海上光污染本身,接着仔细分析其对船舶夜航的影响因子。并基于船舶信号灯可识别性,研究基于BP神经网络的船舶信号灯识别模型,同时通过不断训练提高可识别性。     

粒子群优化的RBF神经网络在海上运输事故预测中的应用

以海上交通安全为应用背景,对船舶运行事故预测方法进行研究,给出一种基于粒子群优化的RBF神经网络的事故预测方法。在本文中,首先对海上运输事故的特点和原因进行分析;然后对径向神经网络和粒子群算法的相关基本理论进行介绍,最后给出基于粒子群优化的RBF神经网络的事故预测方法。实验结果表明,该方法具有较好的预测效果。     

聚类分析在船舶碰撞中的应用分析

为避免船舶发生碰撞,提高船舶航行安全性,本文首先建立船舶碰撞模型。基于有限样本点,采用神经网络算法对其进行聚类分析,使得样本拟合误差收敛,具有较高的稳定性,并且收敛精度较高,可为工程实践提供参考。     

RBF神经网络混沌背景下微弱信号检测方法研究

船舶信号检测系统在检测水场压力值等信号时,会遇到海浪、强风等较强的噪声干扰。为了有效降低信噪比,提取微弱信号,本文提出基于RBF神经网络的混沌背景下微弱信号的检测方法。该微弱信号检测方法基于混沌动力学和静力学原理,利用RBF神经网络算法将敏感程度高的混沌振子与RBF神经网络拓扑结构相结合,构建抗干扰能力强、接收信号能力强的微弱信号检测系统。     

基于数据融合的船用核动力系统故障诊断方法

现有舰艇的动力系统一部分为核动力装置,相对于传统的动力装置,系统复杂度﹑对安全性及可靠性要求都大大提高。一旦核动力装置系统出现故障,需要在规定的时间内及时诊断排除故障。依据经验库及人的故障检测方法已不适用于核动力装置系统,需要一种高可靠及自动智能化的故障排除方法。本文对出现故障的核动力装置数据进行融合,结合神经网络,设计时效性及自动化程度高的动力系统检测系统,最后进行仿真实验。     

基于BP神经网络的道路预防性养护决策研究

吉林的夏季炎热,冬季严寒的气候条件对于具有温敏性的沥青路面极为不利。此区域沥青路面病害类型丰富、发生很早且发育很快,因此,投入到沥青路面养护维修中的经费数额巨大。采取预防性养护措施防患于未然是解决上述问题的"钥匙"。传统的人工养护方法决策过程效率较低且受工作人员主观因素影响较大。在对季冻区沥青路面病害综合调查基础上,对其进行量化并建立"病害库",同时,结合季冻区养护规范建立沥青路面"预防性养护措施库",采用MATLAB工具箱中的BP神经网络实现对病害的分类分级,并以此将"病害库"与"养护措施"进行样本训练学习,建立对应各种类各程度道路病害的预防性养护模型。     

广州地铁A2型车辆牵引系统电压传感器可靠性预测方法研究

基于经典故障统计分析法和BP神经网络,对广州地铁A2型车辆牵引系统电压传感器可靠性进行预测分析,并对比研究两种分析方法的预测误差,从而选择更合适的可靠性分析方法,获得更准确的可靠性分析结果,为制定维修策略提供基本信息。     

广州地铁B型车风机运用可靠性分析

针对广州地铁B型车风机故障频发的问题,对列车所用的风机进行归类统计,借助可靠性平台收集风机故障数据,并通过BP神经网络算法建立广州地铁B型车整车风机的可靠性网络,通过列车风机的可靠性网络表现提出风机的维护维修方法。