基于神经网络的实物保护系统综合效能评估研究

目前国内外核设施实物保护系统大多采用路径分析法进行有效性评价,通过计算截住概率来衡量系统的优劣,评估指标单一,未能精确反映系统可靠性、指挥策略、信息安全设计等因素对系统性能的影响。为全面分析实物保护系统综合效能,从影响系统效能因素集出发,采用层次分析法(Analytic Hierarchy Process,AHP)建立实物保护系统综合效能评估指标体系,同时借助BP(Back Propagation)神经网络的非线性复合能力,建立核设施实物保护系统综合效能评估模型,完成了海洋核动力平台实物保护系统综合效能评估。评估结果表明:该BP神经网络评估模型收敛迅速,避免了AHP评估过程中不能满足多数样本集中效应的缺点,且具有较好的自适应性、稳定性,为实物保护效能评估领域提供了一种全新思路。     

基于双边型直线电机的故障信息融合诊断方法的研究

针对双边型直线电机的气隙偏心故障、绕组匝间短路故障,提出了一种基于双边型直线电机的故障信息融合诊断方法,该法通过数据层融合、特征层融合、决策层融合以及两级诊断的方式来实现,其中数据层采用了Park矢量融合方法以及改进的基8FFT算法,特征层采用了模糊人工神经网络法。将改进的基8FFT算法、模糊人工神经网络法结合在一起,提高了双边型直线电机各种故障的诊断能力。     

化学计量学在分析化学中的应用研究

一直以来,化学定量一直是化学研究的热门话题,因为在研究化学定量构效关系的过程中,必然会应用到化学定量。在化学领域中,最根本的就是化学定量问题,主要研究三个方面:物质的化学成分,结构以及具有怎样的性质。在研究的过程中,最常用的方法便是利用图论和数值的方法。当下,化学定量构效关系已经成为了研究化学绕不开的一道坎。笔者在分析了化学计量学在分析化学中的作用基础之上,关注到了化学计量学的今后发展问题。     

煤矿突水水源判别方法的应用研究

对常用的突水水源判别方法进行了概述,阐明了其适用条件,为选择合适的方法提供了依据。以石壕煤矿为例,利用BP神经网络方法,选择矿化度、p H值、总硬度、Ca2++Mg2+、K++Na+以及涌水量作为判别因子,建立了水源判别模型,经过样本训练和模型验证,其判别结果与实际基本一致,验证了人工神经网络方法在突水水源判别上的准确性。     

基于人工神经网络的铸态904L超级奥氏体不锈钢本构关系

以铸态904L超级奥氏体不锈钢热压缩实验数据为样本,采用BP人工神经网络建立了以变形温度、应变速率和应变量为输入层,流变应力为输出层的热变形本构模型。结果表明,BP网络预报的流变应力值与实验值比较吻合,平均绝对误差值为2.06%。该模型能够准确反映铸态904L超级奥氏体不锈钢的高温流变行为,为合理控制热轧工艺参数提供一定参考。     

人工神经网络用于电除盐产水水质预测研究

为了实现化工行业高纯水全自动生产,本文利用电除盐（electrodeionization,EDI）技术替代传统的混床技术,并研究了人工神经网络对EDI产水过程模拟仿真的可行性,采用误差反向传播网络（BP网络）建立了进水流量、电导率、pH值以及工作电压与EDI透过水电阻率之间关系的动态模型,并对不同的训练样本归一化方法和训练方法进行比较。结果表明,在网络隐含层层数为1、节点数为13时,采用归一化方法三能够较好的预测EDI透过水电阻率,且该模型可用于EDI除盐过程的动态描述,为实现化工行业高纯水全自动生产奠定了基础。     

整型权值神经网络在连续函数空间上的稠密性研究

目前,对整型权值神经网络的研究主要依靠实验统计方法。适用范围较小、缺乏理论依据,限制了研究成果在工程实践中的应用。重点研究整型权值神经网络的稠密性,并给出稠密性的相关定理。介绍动态查分算法并给出采用动态的差分进化算法训练网络的实验,验证了稠密性理论的正确性,说明了整型权值神经网络可以满足工程应用中逼近误差上的要求。     

一种改进的CHNN图像边缘检测方法—Weighted CHNN

针对文献[1]中提出的CHNN图像边缘检测算法缺乏足够的参数来调节边缘检测的灵敏度以及检测结果图像边缘过宽的缺陷,提出一种改进的CHNN方法,称之为Weighted CHNN(加权的CHNN,简称WCHNN)方法。该方法在CHNN神经网络元的n个连接上施加权值,可以通过各种局部搜索、优化算法,使用指定的样本输入、样本输出等方法来训练该WCHNN网络从而确定各权值,使得WCHNN在保留了CHNN的优点的同时,还可以根据不同的样本输入输出图像来调节边缘检测的灵敏度,从而提高检测结果质量并避免检测结果中出现边缘过宽的情况。实验结果表明,训练后的WCHNN网络,比起CHNN有着更低的边缘检测错误率,并可检出原来CHNN方法漏检的边缘。