基于SOM神经网络的民用爆炸物品配送中心选址决策

由于民用爆炸物品的特殊性,其物流配送中心的选址与一般物流配送中心的选址有着很大的不同,特别是其安全性条件应重点考虑.利用SOM神经网络对影响民用爆炸物品配送中心选址的各种因素进行分析和处理,较客观地对多个候选方案进行了选优决策.算例分析表明,该方法通过神经元之间的竞争来实现各种关系的分类,能很好地符合民用爆破物品配送中心选址决策的各项要求.     

基于SOM的车牌号码倾斜校正

利用SOM神经网络的聚类特性,把图像字符坐标聚成2类拟合成一条直线,求得该直线斜率k,计算倾斜图像的旋转角α,把倾斜图像旋转α,进行水平倾斜校正;在垂直倾斜校正中,使用SOM神经网络聚类拟合直线,计算垂直倾斜角θ,并对水平倾斜校正后的图像进行错切变换,得到最终的校正图像.实验结果表明,该方法能准确地检测出图像的倾斜角,并具有较强的抗干扰性和应用适应性,为图像倾斜校正提供了一个新的有效方法.     

典型工况构建方法对新能源汽车能耗评价的影响分析

新能源汽车的能耗及其经济性与行驶工况高度关联。为了对新能源汽车的能耗进行合理评估，以西安市为例，分别应用聚类分析法、聚类马尔可夫分析法、短行程车速-加速度(Velocity-Acceleration,V-A)矩阵法和变步长V-A矩阵法构建城市客车运行工况，并进一步提出基于自组织映射(Self-organizing Maps,SOM)神经网络聚类的V-A矩阵法。对5种方法构建的工况进行对比和误差分析。在此基础上，基于一款插电式混合动力城市客车，应用全局优化方法——庞特里亚金最小值原理设计能量管理策略，分析车辆能耗和经济性以及5种工况的优缺点。研究结果表明：聚类分析法构建工况的平均特征值误差最大，计算量较大；变步长V-A矩阵法的平均特征值误差小于聚类法，计算量最小；短行程V-A矩阵法与变步长V-A矩阵法误差接近；聚类马尔可夫法的误差居中，计算量最大；基于SOM聚类的V-A矩阵法的平均特征值误差最小，能反映不同路段以及运行时间的差异，且能在聚类之后快速提取短行程的同时兼顾速度和加速度的分布；从能耗角度来看，基于SOM聚类的V-A矩阵法的能耗在5种方法中居中；聚类分析法构建的工况平均车速低于其他工况，但加减速频繁，能耗成本最高；聚类马尔可夫法由于对车速进行平滑处理，加减速频繁程度最小，能耗成本最低。     

SOM网络在铁路危险货物专用线风险评价中的应用

为合理确定铁路危险货物专用线的风险水平,提出了一种基于神经网络技术的风险评价模型.根据铁路危险货物专用线运营的特点及国家相关标准的要求,比较全面、系统地构建了铁路危险货物专用线及附属设施风险评价指标体系.为了弥补现有铁路危险货物专用线定量风险评价方法的不足,提出了基于自组织特征映射(SOM)网络的铁路危险货物专用线风险评价模型,并将训练后的模型应用于中石油某线路的风险评价,确定了该线路的风险等级.实例计算表明,该模型假设合理,计算结果符合实际情况.     

基于HLA的防空兵群作战仿真系统设计

文章在分析防空兵群作战过程的基础上,结合HLA高层体系结构程序设计技术,设计开发一种基于HLA的防空兵群作战仿真系统,以解决防空兵群作战效能评估实际面l临的困难,辅助指挥员训练。针对仿真系统开发的规律和特点,重点介绍了仿真联邦设计以及FOM／SOM设计与实现。     

二分类数据的分类结果可视化算法

针对在某些应用领域对二分类数据分类结果可视化的需求，以及现有无监督可视化算法无法提供分类结果的相关信息的问题，提出了二分类数据分类结果可视化算法——支持向量可视化（SVV），该算法是在无监督的自组织神经网络（SOM）的可视化功能的基础上，结合监督学习的支持向量机（SVM）的二分类算法，得到能够直观地显示高维数据、二分类数据分类边界以及数据与分类边界距离的二维映射图，提高了分类结果的可解释性．以SOM可视化算法以及Smnmon算法为参照，用2组可分性不同的样本集进行仿真分析，验证了该算法的有效性和可行性。     

膨胀土胀缩等级的SOM神经网络评判及验证

在对现有膨胀土判别分类方法进行评价的基础上,根据公路建设中的常规试验项目选择了液限、塑性指数、小于0.002 mm的黏粒含量、CBR、自由膨胀率和CBR膨胀率6项指标,通过确定每项指标的界限值,建立了以神经网络中的SOM网络模型为理论依据的膨胀土胀缩等级评判模型,编写了评判软件;并应用评判模型对沿线膨胀土土样的胀缩等级进行了评判分类;通过应用膨胀土土样6项指标以外的胀缩性能和强度性能指标进行验证,证明了分类结果是正确可靠的。     

基于HLA的CTCS3级仿真测试平台的研究

针对中国列车控制系统(CTCS)各种不同的复杂的功能需求,提出一种基于HLA的可扩展的、不必基于底层网络通信的CTCS3级仿真测试平台.探讨HLA应用于CTCS3级仿真测试平台中的优势所在,分析基于HLA的CTCS3级仿真测试平台的体系结构,就仿真测试平台建立、开发及实现过程中的主要关键技术.     

道路工程SOM-RBF神经网络估价模型研究

研究从道路工程全生命周期造价的角度,运用自适应(SOM)和径向基(RBF)神经网络的模型与全生命显著性造价(WLCS)结合的预测模型对已完工程造价信息进行数据挖掘,估算工程造价。建立WLCS模型并分析计算。运用自组织SOM网络对WLCS模型分析结果进行特征抽取,验证其对类似工程的确定。在此基础上,运用基于自组织RBF网络对投资估算进行预测。结果表明,WLCS应用可以减少造价估算的工作量,SOM网络可以对道路工程的显著性成本项目(CSIs)造价数据进行特征提取,WLCS的SOM-RBF网络模型减少了估价计算量,并提高了估价精度。本研究成果适用于道路工程造价管理研究和应用领域。     

Direct electrochemical extraction of Ti5Si3 from Ti/Si-containing metal oxide compounds in molten CaCl2

Direct electrochemical extraction of Ti₅Si₃ from pressed cathode pellets comprising of powdered Ti/Sicontaining metal oxide compounds was investigated by using molten salt electro-deoxidation technology.Three groups of mixtures including TiO₂ mixed with SiO₂,Ti-bearing blast furnace slag（TBFS） mixed with TiO₂, and TBFS mixed with high-titanium slag（HTS） were prepared at the same stoichiometric ratio（Ti:Si=5:3） corresponding to the target composition of Ti₅Si₃,and used as the starting materials in this experiment,respectively. The pressed porous cylindrical pellet of the Ti/Si-containing compounds served as a cathode,and two different anode systems,i.e.,the inert solid oxide oxygen-ion-conducting membrane（SOM） based anode system and graphite-based anode system were used contrastively.The electrochemical experiment was carried out at 900-1050℃and 3.0-4.0 V in molten CaCl₂ electrolyte.The results show that the oxide components were electro-deoxidized effectively and Ti₅Si₃ could be directly extracted from these complex Ti/Si-containing metal oxide compounds.