基于神经网络的汽轮发电机组推力瓦块拆检周期改进

运用人工神经网络的方法对某舰用汽轮发电机组的滑油铜含量进行分析,找出铜含量的变化规律,然后与曲线拟合进行数据处理的方法作比较,结果表明,基于遗传算法的BP网络模型比曲线拟合模型的预报精度明显提高,预报结果稳定,且建立模型的过程较为简单。     

部分预应力混凝土梁裂缝宽度应用BP网络计算的研究

本文利用BP神经网络模型,对部分预应力混凝土矩形截面梁裂缝宽度的计算方法进行了探讨。首先,通过理论分析,找出影响预应力混凝土梁裂缝宽度的主要因素,在此基础上,建立预测预应力混凝土梁裂缝宽度的优化BP神经网络模型。然后,针对所建模型,输入一定量的实测的预应力混凝土梁裂缝宽度数据样本,进行模型参数的训练和学习,利用人工元神经网络的特点,训练好裂缝宽度计算模型。仿真计算的结果表明,应用人工元神经网络方法,进行部分预应力混凝土梁的裂缝宽度的预测计算是可行的,而且与我国现行规范公式的计算结果相比,计算精度更高。     

Simulation studies of information propagation in a self-organizing distributed traffic information system

This paper investigates the feasibility of a self-organizing, completely distributed traffic information system based upon vehicle-to-vehicle communication technologies. Unlike centralized traffic information systems, the proposed system does not need public infrastructure investment as a prerequisite for implementation. Due to the complexity of the proposed system, simulation is selected as the primary approach in the feasibility studies. A simulation framework is built based on an existing microscopic traffic simulation model for the simulation studies. The critical questions for building the proposed market-driven system are examined both from communication requirements and traffic engineering points of view. Traffic information propagation both in freeway and arterial networks via information exchange among IVC-equipped vehicles is tested within the simulation framework. Results on the probability of successful IVC and traffic information propagation distance obtained from the simulation studies are generated and analyzed under incident-free and incident conditions for various roadway formats and parameter combinations. Comparisons between the speed of the incident information wave and the speed of the corresponding traffic shock wave due to the incident are analyzed for different scenarios as the most crucial aspect of the information propagation as a potential foundation for application in such a decentralized traffic information system.     

人工神经网络在故障诊断系统中的应用

人工神经网络以其独到的联想、记忆、储存和学习功能，在故障诊断领域受到了广泛关注。其中，BP网络是最成熟、应用最广泛的一种网络。但BP网络在实际应用中也存在诸多不足，如学习率的取值需要凭借经验或试算选取，网络学习收敛速度慢以及易陷入局部最小点等。针对BP网络的这些不足，采用了Rumelhan附加惯性冲量和动态调整学习率相结合的改进的BP网络方法，并尝试用该改进算法来对凝汽器进行故障诊断。事实证明，在平均情况下，本系统收敛速度远远快于基本的BP算法。     

E2地震作用下减隔振桥梁的抗震设计

以某减隔振桥梁为例,建立该桥的三维有限元模型,考虑桩-土相互作用的影响,并根据混凝土和钢筋的材料特性,选取适宜的动力弹塑性本构模型,同时模拟了弹塑性减隔振球型钢支座,并采用人工拟合的3条地震动时程曲线对该桥进行了E2地震作用下的弹塑性时程分析,验算该桥在E2地震作用下的强度及变形。经过详细的验算与分析,验证了本桥设计的安全性和可靠性,并为实际工程中的非规则桥梁在E2地震作用下的抗震验算提供参考依据。     

基于广义回归神经网络的瓦斯涌出量预测

简要介绍了瓦斯涌出量预测问题和广义回归神经网络（GRNN）的特点,指出与常用的BP神经网络相比,使用广义回归神经网络（GRNN）具有收敛迅速、人为干扰小等优点,适宜用于瓦斯涌出量的预测。并对一个案例进行预测,证明了广义回归神经网络（GRNN）可以满足实际生产的精度要求,较好解决瓦斯涌出量预测的问题。     

专用铁路综合数据通信网建设方案探讨

铁路综合数据通信网,是铁路信息化建设的基础平台,建设时首先应完善铁路基础通信网,然后从业务需求、网络结构、技术方案、网络管理、安全策略等几个方面综合考虑,合理规划,有效实现资源最大化的目标,使专用铁路信息化建设更科学、更合理。     

BP神经网络在地铁运营安全评价中的应用

依据地铁运营安全评价体系及国家法律法规的要求,对于评价标准在实施过程中遇到的问题作了系统分析。建立了基于BP神经网络的地铁运营安全BP神经网络模型,系统提出了地铁运营安全BP神经网络的评价理论及其案例分析。理论分析和实践表明,BP神经网络模型计算结果合理、精度较高,在地铁运营安全评价中有很好的实用性。     

基于RBF神经网络补偿的动力定位PD控制

动力定位控制系统在实际工况中会受到外部风、浪、流等环境力的扰动,本文主要研究PD+RBF控制算法以提高动力定位系统的抗干扰性和稳定性.RBF神经网络用来补偿外界环境扰动,其权值自适应律通过Lyapunov稳定性证明得到,通过稳定性的分析能够保证整个系统全局渐进稳定.在一艘平台供应船的仿真结果对比中显示了所提出控制器的有效性.     

地下车站综合接地系统中若干问题探讨

讨论了接地电阻取值、人工接地网设置的必要性及合理性、自然接地极与杂散电流辅助收集网的关系等若干问题。阐述了部分解决方案。提供了一种可行的综合接地系统方案,可为人身安全及地铁运营提供有力保障。