基于人工神经网络模型的车门关闭声声品评价方法研究

基于BP人工神经网络研究了利用汽车关门声客观评价量进行声品质评价的方法.利用所采集声音样本的主、客观评价结果对BP人工神经网络进行训练,对训练好的网络进行主观评价预测;另外,对人工神经网络模型的输入量即关门声客观评价参数进行了研究.结果表明:基于人工神经网络模型的声品质评价方法是有效的;音调度是汽车关门声的一个重要特征量,将音调度一并作为输入参量,不仅可以提高网络的收敛速度,而且可以降低网络预测误差.     

基于径向基函数神经网络的城市道路路段行程时间实时预测模型

提出利用径向基函数（RBF）神经网络方法对城市道路路段行程时间进行建模NN,并结合线圈和视频实测数据进行仿真分析,以实际行程时间和模型输出的行程时间预测值比较验证了模型的合理性。并将RBF神经网络方法与BP神经网络方法进行比较,结果表明RBF神经网络相对于BP神经网络训练时间短,且预测精度更高。     

神经网络于拥挤指针之研究

拥挤是国内外用来描述路况最通俗的代名词,主要在于简单易懂;目前以车速间距发布拥挤等级的方式常会发生与用路人主观之行车拥挤感知经验不符的现象。文中以路段固定侦测器之实时交通参数、CCTV信息画面,结合类神经网络理论,探究群体用路人于号志化干道上之拥挤感知。以台15线为例,进行主观拥挤指针之模式建构与评估。     

一种基于舰船磁场的神经网络识别模型

为获得更为精确的识别结果,需要对舰船三轴磁场之间的相关性研究并进行融合。本文提出了一种将神经网络数据融合技术应用于舰船目标识别的模型,分析了舰船三个方向磁场的通过特性以及它们之间的相关性,并利用神经网络数据融合技术实现对舰船目标航速、横距和船型的模式识别。经过实测数据验证,该识别模型对舰船目标具有较高的检测概率。     

基于ANSYS的舰船桅杆振动半主动神经网络控制仿真

舰船桅杆在风载、船舶横摇惯性载荷以及由螺旋桨引起的桅杆基础加速度激励等载荷作用下,其顶部雷达处会产生较大的转角振动,严重影响雷达追踪的分辨率.文中以磁流变液阻尼器(Magneto-Rheological Damper)为作动器,采用神经网络模拟该阻尼器的逆向动特性,并运用独立模态空间控制算法设计了半主动控制系统.研究了基于ANSYS平台的振动半主动控制实现方法,并最终在ANSYS中实现了基于磁流变阻尼器的舰船桅杆振动半主动控制.数值计算结果表明,文中设计的控制系统能有效地减小桅杆顶部雷达的转角振动,基于ANSYS实现结构振动控制仿真是可行的.     

某型平台罗经专家故障诊断系统知识库和推理机研究

某型平台罗经是大型复杂精密机械电子设备,为了快速提高维修速度,需建立一套高效适用的专家诊断系统,而专家知识库是系统的关键组成部分。在充分分析平台罗经各种故障类型的基础上,选择采用故障树诊断方法、专家系统方法、神经网络方法相结合,建立了一套高效的故障诊断系统知识库。     

基于BP神经网络的舰艇战损装备抢修排序

针对现代海战中影响舰艇战损装备抢修排序的因素不断增多,作战环境更加复杂,单一指标已不能满足抢修决策的需求,为了提高舰艇指挥员战时抢修决策的准确性和合理性,本文采用BP神经网络对舰艇战损装备抢修排序进行决策,建立了BP神经网络模型,最后通过实例进行网络训练,结果表明该方法具有较高的准确性和可行性。     

水面舰船综合生命力评估方法研究

为了改进和完善当前舰艇生命力的评估方法,将神经网络和贝叶斯网络评估方法应用到舰艇生命力评估中,提出了综合生命力评估方法。将水面舰艇的生命力体系结构划分为全舰、一级子系统、二级子系统和设备层4个层次。对于全舰与一、二级子系统的生命力评估,采用基于贝叶斯网络的系统生命力评估方法;对于设备层到二级子系统,采用基于神经网络的系统生命力评估方法。同时开发了生命力评估仿真软件,可以解决不同武器模拟攻击下的全舰综合生命力指标评估问题。     

隔挡式背斜构造区隧道涌突水量的BP网络预测

川东隔挡式背斜区具有其特殊的岩溶地质构造,已修建的数十条隧道每每揭露背斜区,均发生较大地下水涌突水灾害,对这种特殊构造下涌突水灾害的研究具有重要现实意义.针对岩溶地下水系统具有强烈的非线性特征,建立合适的BP神经网络,评价某在建公路华蓥山隧道的涌突水灾害危险等级.结果显示,背斜两翼非可溶岩层等级为Ⅰ～Ⅲ级;核部可溶岩地层为Ⅲ～Ⅴ级,且越靠近核部危险性等级越高;西翼涌突水危险性等级高于东翼.评价结果与勘察阶段的研究相互印证.     

BP神经网络在冷凝器建模中的应用

本文利用神经网络的非线性映射和泛化能力,建立了一个冷凝器的BP神经网络模型.仿真结果表明,该建模方法直接有效,具有一定的研究意义和应用价值.