云南省民航客运发展预测

民航运输是云南省在进行综合交通运输建设的重点之一,也是该省在未来"十四五"(2021-2025年)和"十五五"(2026-2030年)规划期间的研究热点。本文以云南省为研究范围,以省内民航客运为研究对象,选取省内主要的社会经济因素为影响因子,运用主成分分析法(PCA)、反向传播神经网络算法(BP神经网络算法)和回归分析法,构建了省内民航客运的预测模型,得出省内各主要机场在"十四五"末和"十五五"末的预计旅客吞吐量,对省政府在进行机场改扩建上有一定的指导意义。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

利用残余力概念进行结构损伤识别

提出一种利用残余力进行结构损伤识别方法。用刚度损伤系数将有限元模型参数化来描述结构的损伤。用特征值和特征向量预测算法构造目标函数,利用两点交叉算子的二进制代码的遗传算法反复迭代优化刚度损伤系数,获得待测结构的损伤系数、损伤位置与损伤程度的信息。通过一个平面桁架对该方法进行验证,结果表明:利用残余力概念进行损伤识别所得结构的损伤系数与理论值很接近。该方法能够较准确地判断结构的损伤位置和损伤程度。     

复突触神经网络模型及其稳定性研究

传统的Hopfield网络在联想记忆、优化计算方面发挥了重要作用,但该网络存在一个弊端,即它只能处理线性或二次的最优化问题。因此,本文首先对Hopfield神经网络进行了扩展,将其称为复突触神经网络(或模型),扩展的网络不仅可以解决目标函数或约束中含有高阶的最优化问题,而且还可以处理目标函数含有对数、三角形式等较复杂函数的最优化问题;然后给出了该网络稳定的充分条件并给出了证明,同时对网络中的权矩阵是否对称也进行了讨论;最后结合典型的模糊c均值聚类问题验证了该模型的有效性。     

铁路行车事故分析中的语音压缩方法

在铁路运输中，安全行车是第一位的。一旦出现行事事故，对事故原因的分析往往十分棘手。采用黑匣子技术能够准确地记录列车运行中的各种信息，但巨大的语音存储量需求是黑匣子技术的一个难关。若采用传统的语音压缩技术，则理论和实现都很复杂，并且成本太高。采用神经网络不仅简单易行，还有提高信噪比的功能。     

接触网检测车数据处理软件

本文通过分析接触网检测车数据处理系统的数据流向，数据组成及工作过程，确定了软件结构，软件功能及数据结构，同时讨论了软件设计中所采取的主要技术。     

基于闭环力反馈原理的非线性液压主动阻尼悬架模型的研究及优化设计

本文在理论上建立了一套基于主动力反馈原理的新型主动阻尼悬架的设计和优化方法。首先提出了该主动阻尼悬架的实现模型，该模型是在传统的液力减振器的基础上，应用半主动控制的思想，结合力反馈的原理建立起来的内部液压反馈阻尼网络模型。理论优化分析和计算机仿真表明，通过该液阻网络模型，即可以实现电控的主动阻尼悬架的功能，它可以根据汽车行驶路况的好坏，自适应地调节悬架阻尼大小以实现主动阻尼悬架的最优控制。     

编组站进路调度优化算法

分析编组站作业进路选排问题的本质,以各任务的延误时间加权值总和最小为最优目标,以任务的前后工序选择路径为动态约束,建立编组站作业进路调度数学模型,采用遗传算法求解。编码采用定长染色体,长度为任务的工序数,每个工序采用2段制,编码中的顺序唯一地确定了每工序对指定进路占用的起讫时间和指标递推,设计基于优先规则的编码算法步骤。为保证解的可行性,将编码合法化,对工序进行拓扑排序。递推计算工序开始时间和结束时间,进而计算编码的目标值,并将其转化为适应值。采用轮盘赌与最优性相结合的方法进行选择,设计基于位置成组移位的杂交算子和随机交换的变异算子。以某编组站为例进行模拟计算,结果证明该算法满足编组站进路调度工作的要求。     

一种自学习策略及其在模糊控制与神经网络控制中的应用

提出一种新的自学习控制策略。模糊控制与神经网络控制的仿真研究证实该策略具有易于实现、在线学习、跟踪控制和一定通用性的优点，并具有满意的学习功能。     

船舶液力耦合器的人工神经网络的数学建模

从船舶动力装置动态建模与仿真的实际需求，引出了其主要部件之一的液力耦合器数学建模在稳／动态特性研究中的重要性，以及利用其试验曲线(输入特性形式)作为数据源去构建准稳态数学模型的困难之处：寻找一种通用的数学表达形式，以实现①液力耦合器在额定工况及其附近的试验曲线的内插与外廷；②过渡工况液力耦合器数学模型的设计(如液力耦合器接合和脱开过程其滑差从100％向额定滑差值方向的变化)。本文介绍了人工神经网络方法在液力耦合器动态建模中的应用。文章先介绍了其数学建模的思路和要点：①选择人工神经网络算法(包括传递函数)与结构(人工神经网络隐含层数目和神经元个数)；②提高人工神经网络泛化能力的措施；③利用专业知识扩充人工神经网络训练用的数据样本。然后叙述了其数学模型在某船舶动力装置稳态、动态特性计算机仿真研究中的某些有意义的结果：①正常航行(四机双桨)稳态工况时各车令下液力耦合器的滑差；②不同螺旋桨螺距下的液力耦合器接合过程的滑差变化；③怠速→前进五的急加速过程的滑差变化。