L-M算法在高层结构体系选型中的应用

采用L—M算法人工神经网络进行高层建筑结构体系选择的研究。与传统的BP算法和改进的带动量自适应学习率BP算法比较表明，L—M算法可以解决高层建筑结构体系选择的问题，算法快，精度高，是运用人工神经网络解决高层建筑结构体系选择的较好网络。     

液压逻辑阀的微电子控制技术

介绍了液压逻辑阀的电控装置，主要包括矩阵按键控制和微机无线遥控两大部分，给出了系统的硬件电路和软件程序的设计和调试方法，并对装载机液压逻辑阀系统进行了控制试验。     

液压逻辑阀多功能综合试验台

液压逻辑阀多功能综合试验台重庆建筑工程学院徐克林，孙正培，张大可ｌＡ压逻辑控制技术的发展液压逻辑控制技术（２／ＺＣＶ）作为液压领域的新型技术，近年来获得长足发展。从油压机到大型液压连铸设备、液压碎钢机和工程机械的有关设备都在采用逻辑问控制技术。逻辑阀...     

人工神经网络在双向板弹性内力计算中的应用

将人工神经网络技术应用于结构内力分析，介绍了前馈型BP神经网络的模型及其算法，在分析双向板弹性内力时，建立了一个三层的BP网络，将该网络进行训练后计算四边简支双向板跨中弹性最大弯矩，在分析时，为了增强网络的推广能力，还以权值的修正量作为参考的收敛标准，同时，为了加快学习速率而不导致振荡，还采用了增加动量系数的方法来修改反传中的学习速率，BP网络的分析程序采用Matlab编制，计算结果表明人工神经网络在结构分析中具有良好的适用性。     

人工神经网络在建筑结构中的应用研究

对日益广泛应用于建筑结构的人工神经网络的基本原理与特征以及误差反向传播的多层感知器网络(BP网络)的多种改进算法进行了介绍,分析了人工神经网络在建筑结构的优化、控制以及损伤诊断等领域中的应用情况,对人工神经网络的推广应用具有一定指导意义。     

论液压支架结构与检修方式

本文在阐述液压支架的结构及损坏特点的基础上,对液压支架的检修进行了探讨。液压支架主要由结构件和液压系统组成,液压系统中的液压缸和各种阀件都较易损坏。本文对结构件、液压缸和各种阀件的检修分别进行了探讨。     

意大利CIFA混凝土泵结构特点及性能

1　ＣＩＦＡ混凝土泵的结构特点1.1　液压系统ＣＩＦＡ的混凝土输送泵液压系统具有如下特点 :( 1)全液压系统 :液压系统中没有任何电气元件 ,避免了因电气元件的导致故障。( 2 )开式回路 :能确保液压油具有极好的性能且温升较低 ,密封件寿命长 ,有利于换用国产抗磨液压油。( 3)整个泵的操作由一个液压油路控制泵的全部操作均由液压逻辑控制 ,操作平顺、安全 ,而且可以根据泵送作业的难易程度自动调整。1.2　混凝土阀ＣＩＦＡ泵的混凝土阀采用“Ｓ”型摆管阀 (见图 1) ,其使用寿命可达 10 0 0 0 0ｍ3(视混凝土材料成分 )。特点如下 :( 1)混凝…     

液压电梯单片微机逻辑控制与交流变频调速系统

叙述液压电梯单片微机逻辑控制与交流变频调速系统的组成和原理。系统在逻辑控制和变频调速中使用了多个单片机，电机变频调速中采用了矢量控制技术。系统是由一个带先导阀的止逆阀结合电机变频调速构成新型的压力补偿和变转速容积调速的复合液压调速系统。调速性能大为提高，并可节省能耗。     

回转阀式无级调频液压振动筛的研究

为了深入了解回转阀调频器式无级调频液压振动筛的特性，在介绍液压振动筛结构、工作原理及回转调频阀结构原理的基础上建立数学模型，进行动态仿真研究，得出相应工况的动态特性曲线，并分析各主要系统参数对振动筛性能的影响，为回转阀调频器式无级调频液压振动筛的生产与应用提供依据。     

逻辑锥阀及其在挖掘机上的应用

逻辑锥阀是近年来工程机械应用的一种插装式液压元件。目前,在新型的挖掘机上已得到应用。1 锥阀的结构和特点锥阀由阀套、阀芯、弹簧及密封圈组成,如图1所示。锥阀本身不能单独使用,必须插入集成块(油路板)配上相应的先导装置(先导阀)方能使用。弹簧的刚度影响锥阀的启闭特性及动态响应速度。锥阀有三条油路,A、     

Enhancing Neural Network Traffic Incident-Detection Algorithms Using Wavelets

Researchers have presented freeway traffic incident-detection algorithms by combining the adaptive learning capability of neural networks with imprecision modeling capability of fuzzy logic. In this article it is shown that the performance of a fuzzy neural network algorithm can be improved through preprocessing of data using a wavelet-based feature-extraction model. In particular, the discrete wavelet transform (DWT) denoising and feature-extraction model proposed by Samant and Adeli (2000) is combined with the fuzzy neural network approach presented by Hsiao et al. (1994). It is shown that substantial improvement can be achieved using the data filtered by DWT. Use of the wavelet theory to denoise the traffic data increases the incident-detection rate, reduces the false-alarm rate and the incident-detection time, and improves the convergence of the neural network training algorithm substantially.     

人工神经网络在桥梁损伤智能诊断中的应用

对人工神经网络的发展及基本原理作了简要介绍 ,并且重点介绍了桥梁损伤智能诊断中常用的BP神经网络模型的结构及其国内外的主要研究成果 ,指出了BP神经网络的一些缺陷 ,并提出了相应的改进方法 ,最终对人工神经网络在桥梁损伤智能诊断发展应用作了展望     

一种改进的材料成分神经网络模型

所介绍的材料成分神经网络模型使用的是一种改进的4层径向基函数(RBF)神经网络,其基本思想是根据样本的不同特征采用不同的训练方式,并且在训练过程中根据样本的特征添加隐层节点来加快网络的训练过程．网络的映射选用区域映射方式,可有效防止网络的过拟和,同时也可提高网络的识别效果．对建筑材料系统中相图的仿真结果表明了该方法的有效性。     

基于遗传神经网络模型的水质综合评价

建立了用于水质综合评价的遗传神经网络模型.该模型运用遗传算法优化改进型BP神经网络的初始权值和阈值,具有快速学习网络权重和全局搜索的能力,有效解决了BP神经网络容易陷入局部极小点和训练结果不稳定的问题.采用苏帕河梯级电站的水质监测数据对该模型进行了测试,并与其他方法进行了比较.结果表明,该方法用于水质综合评价客观、合理、准确,有其独特的优越性.     

基于模糊逻辑--径向基函数网络协作系统的交通事件自动检测算法

事件检测算法是事件管理系统的关键内容。利用神经网络和模糊逻辑结合系统进行事件检测是目前的研究热点 ,有两种形式 :模糊神经网络和模糊逻辑———神经网络协作系统 ,本文提出了基于模糊逻辑和径向基函数网络协作系统的事件自动检测算法 ,用径向基函数网络描述模糊逻辑 ,综合两者的优点。为了反映交通检测参数的相对变化 ,本文提出了新的交通流参数模糊化方法———二次高斯概率法。仿真数据表明 ,本文所提出的算法性能优越 ,适于工程应用     

改进遗传神经网络的大坝渗流监测模型

在对遗传算法的适应度函数改进并修改选择方法的基础上,用改进的遗传算法优化BP神经网络权值,提出一种改进遗传神经网络的大坝渗流监测模型。结合实例分析表明:预测模型合理,训练精度与检测性能得到提高。     

基于GIS的河流水体污染非线性预测系统研究

针对河流水体污染物的空间分布特点，提出综合运用GIS、BP神经网络和遗传算法，实现河流水污染的空间数据管理和污染预测的方法。该方法通过改进激励函数、为权值的修正加入动量项等方法改良BP算法；并引入遗传算法实现BP神经网络隐层节点数、最佳学习率和动量因子等参数的自动搜索，有效地解决了传统模型参数难以确定等问题。并进一步将该模型与GIS强大的空间功能结合，实现了水体污染的海量空间数据管理及评价预测结果的空间图形直观可视化表达，十分便于及时掌握河流水体污染动态、空间分布及演化趋势。并最终以GIS为二次开发平台，实现了基于遗传神经网络的河流水体污染非线性预测管理系统，并在长江重庆城区段河流污染预测应用中显示出良好的效果，预测精度达78％以上。     

Automated Knowledge Acquisition in a Neural Network–Based Decision Support System for Incomplete Database Systems

Abstract: A neural network–based decision support system has been designed and simulated to be used as a filter to improve the system performance of large incomplete databases enhanced with maybe algebra. To train the network, a knowledge-acquisition module equipped with a fuzzy logic technique was used to automatically generate a set of training pairs according to the semantics of the underlying database, the specific characteristics of the user query, and user requirements. Based on the notion of relative graded membership, a fuzzy logic–based controller was used to monitor and measure the quality of each training pattern as a means to generate a set of "good" training pairs. Finally, the proposed scheme has been simulated and analyzed to determine the effectiveness of the automatic training pairs generation process.     

基于自适应集成神经网络的火灾预测方法

针对传统火灾预测方法存在误报和漏报的问题,提出了一种基于自适应集成神经网络的火灾预测方法。首先,在信息层采用速率检测算法将不同类型传感器检测到的奇异数据输入到网络模型中。其次,在特征层采用长短期记忆网络（LSTM）和径向基前馈神经网络（RBF-BPNN）构建集成网络学习不同输入参数下的火灾特征,最后,在决策层设计模糊逻辑控制系统推理输出火灾报警等级。实验结果表明,该方法具有更高的预测精度。     

遗传算法改进的BP神经网络在GPS高程拟合中的应用

针对BP神经网络收敛速度慢和易于陷入局部极小值的问题,采用将遗传算法全局寻优和BP神经网络局部寻优相结合的方法,优化神经网络各层之间的连接权和阈值,提高了BP神经网络的计算精度、收敛速度和泛化能力。本文论述了遗传算法的基本思想、实现过程,并对高程拟合算例进行训练检验,实验结果表明,遗传算法改进的BP神经网络进行GPS高程拟合是可行的,能够有效地提高BP神经网络的拟合精度。