简介：设计了一种基于遗传算法优化径向基神经网络的船舶智能自动龙.针对船舶航向控制过程中的非线性和不确定性,将RBF网络直接逼近船#模型内部不确定项和外界扰动,借助李雅普诺夫理论推演控制系统渐进稳定.利用遗传算法对径向基神经网络进行优化提高逼近性能.对比仿真结果显示,同等条件下,上述控制器较一般自适应控制和模糊PID控制系统稳定时间普遍快40%,平均超调量缩小100%,控制输入舵角进一步平滑稳定,且船舶航向对船舶内外部干扰不敏感.

简介：管理诊断方案确定在当今企业管理中具有重要的地位.提出一种基于改进人工神经网络的管理诊断方案评价方法,该方法结合单因素影子加权与人工神经网络相结合的方法进行优化评价方案,实现企业诊断方案评价的全面化,客观化,可靠化和智能化.实例验证了该评价方法能够有效区分方案的优劣水平,简化了原有方法的冗长过程,提升了方案评价的科学性.

简介：TPDS投入大秦线运用以来,在保障铁路货车安全运输工作中发挥着重要作用。结合大秦线实际运输情况,从运用车车辆监控与处理、配属车辆专项整治和定检修程等几个方面阐述TPDS的踏面损伤报警功能及其在运输安全保障中的重要作用,结合应用过程中的实际问题,提出解决措施和建议。

简介：在铁路货车定期检修时,轮轴需要进行超声波探伤检查,及时发现轮轴自身存在的裂纹缺陷,以及在轮轴压装后存在的质量缺陷。通过对超声波探伤在轮轴检修工作中的问题分析,特别是针对出现的误判和漏判问题,提出了相应的改进措施与建议。

简介：设计一种基于逆推算法的无人艇神经网络滑模控制器,实现了无人艇在大幅度改向操纵运动中航向准确稳定快速跟踪.借助滑模变结构控制技术,设计系统带有积分器的滑模面,引入径向基神经网络逼近系统非线性函数和不确定参数,同时结合非线性阻尼定律克服外界有界干扰,最后利用逆推算法设计出系统控制律.仿真实验结果表明,径向基神经网络能精确逼近船舶非线性函数和不确定参数,控制器输出平滑无抖震,航向输出对船舶参数摄动及外界干扰不敏感,具有较强的鲁棒性.

简介：为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗之BP神经网络的输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组数据进行模拟验证。研究结果表明:BP神经网络模型的误差在4.26%以内,改进牵规法的误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。

简介：作为船舶在水面与陆地的运输纽带,船排自身的结构强度至关重要。尤其在使用多年后,船排斜架车腐蚀损伤严重,承载强度减弱,需要对腐蚀后的船排进行安全评估。本文采用超声波测厚法对某使用多年的船排的腐蚀情况进行检测,并通过三维建模和有限元分析方法对承载强度进行全面分析,获得各工况下的等效应力与变形云图,得出评估及鉴定结果。

简介：分析影响北京地铁运量的因素,选取城市轨道交通内部生产、人口因素、乘客收入因素和交通因素等作为运量预测的关键要素,应用B-P神经网络（BackPropagationANN,基于误差反向传播神经网络）模型,对未来几年内北京地铁运量进行预测分析。结果发现B-P神经网络对地铁客运量的预测较为适用,可为北京地铁运营规划提供决策参考。

简介：背越式跳高由于技术复杂,致使学生在学习中容易产生伤害事故,影响了背越式跳高技术的学习。根据背越式跳高独特的技术特点和实践经验,对背越式跳高教学中学生受伤原因及预防措施进行分析阐述。

简介：为了改善传统PID控制器的控制效果,采用RBF神经网络对控制系统PID参数进行自整定。分析了RBF神经网络PID整定原理,给出了相应的实例,并对该系统进行了仿真分析。仿真结果表明,采用RBF神经网络整定的PID控制器快速性好,自适应力强,具有良好的控制品质。

简介：文章在介绍小波神经网络优点的基础上,提出了将小波神经网络优异的逼近能力应用于非线性系统预测控制的方案,并建立了预测控制系统的数学模型,通过仿真实验比较小波神经网络和同等规模BP神经网络的性能,对于非线性系统的预测控制具有一定的参考价值。

简介：设计了一种考虑输入饱和的USV积分逆推滑模神经网络控制算法.考虑到USV驱动舵机系统输入饱和问题,借鉴抗饱和控制技术设计一种基于内部辅助补偿机制,通过设计RBF网络对补偿机制进行在线逼近.再利用带有积分器的Backstepping方法设计实现USV航向精准控制.同时引入非线性阻尼定律来克服有界外界干扰.最后,采用反推法推导了系统控制律.仿真结果表明,控制器输出平滑,输出对参数摄动不敏感,控制算法有效.

简介：针对VTS水域船舶交通流随机性大、影响因素多的特点,选择基于小波神经网络的时间序列预测方法,建立船舶交通流预测模型。该预测方法对海事部门提高VTS水域通航效率和服务水平具有一定的参考意义。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。

简介：设计了一种不确定条件下基于神经网络的船舶航向滑模鲁棒控制算法.该算法能够有效决解模型不确定及外界扰动情况下的船舶运动控制问题.从船舶的非线性响应型运动数学模型出发,采用RBF神经网络对船舶系统函数及外部扰动进行有效逼近,再利用Lyapunov稳定性理论和Backstepping方法设计船舶航向控制器.仿真结果表明该控制算法能够很好地跟踪设定信号,并具有很好的鲁棒性.

简介：本文针对船舶柴油机故障诊断系统提出了一种基于遗传算法优化训练的模糊神经网络诊断方法,介绍了这种模糊神经网络故障诊断系统的结构及其参数形式,通过遗传优化算法对它的权值和阈值进行了学习优化训练。这种方法可以有效地避免通常所选BP算法训练易陷于局部极值的问题,最后将该遗传算法优化训练的模糊神经网络系统应用到船舶柴油机的故障诊断中,通过仿真研究,说明了该方法的有效性。

简介：提出了声矢量信号互双谱估计算法.利用该算法和其它的二阶、高阶谱估计算法,提取了实测数据的声压和声矢量信号组合特征,并用不同组合特征构造了径向基函数神经网络的输入向量集,对矢量水听器实测的舰船目标进行了分类识别.结果表明,声矢量信号组合特征比声压信号组合特征具有更强的类别可分性,提高了水声目标的识别率。

简介：针对母船的升沉运动会影响到带缆遥控水下机器人的安全作业和收放功能，提出了利用液压绞车进行水下机器人自动升沉补偿的方案．设计了带缆遥控水下机器人升沉补偿液压系统，控制系统采用了神经元自适应PID控制算法．并在Matlab中进行了仿真，仿真结果表明，该系统能够较好的实现水下机器人的升沉补偿运动．

简介：在实际应用中，由于温度变化经常导致传感器的实际输出失真，本文采用BP神经网络对压力传感器与温度传感器的数据进行数据融合，以消除由温度带来的测量误差，解决压力传感器的温漂问题。