基于BP神经网络的港口货物吞吐量预测

港口货物吞吐量的预测对于港口的建设和规划有着极其重要的意义.本文将BP神经网络理论引入港口货物吞吐量的预测中,建立以港口货物吞吐量影响因素作为输入神经元,港口货物吞吐量作为输出神经元的三层BP神经网络模型,并对南京港货物吞吐量进行预测,得到较好的预测结果.     

改进的BP神经网络对飞机换热器结垢厚度预测

为了节约飞机维修成本,准确预测换热器结垢厚度,通过利用改进的BP神经网络预测模型,利用25组数据,建立了换热器结垢厚度与四个因素(环境温度、空调系统进口压力、初级换热器出口温度、次级换热器出口温度)之间的网络预测模型。模型包括4个输入神经元,9个隐含层神经元和1个输出层神经元。训练结果表明,改进之后的BP神经网络模型不仅克服了原始BP神经网络收敛速度慢,稳定性差的特点,还可以以较高的精度预测换热器的结垢厚度。     

基于RBF神经网络的CPI预测

采用RBF神经网络的结构、特性和训练算法,根据CPI(消费者物价指数)与其影响因素之间存在的映射关系,应用神经网络建立了多因素非线性时间序列预测模型.最后通过仿真实验和研究,把RBF神经网络与传统的BP网络预测结果进行比较,结果证明,该模型的预测精确度更高,结果令人满意.     

基于加权K-Means和局部BPNN的票房预测模型

电影作为典型的短周期、体验型产品,其票房收益受众多因素的共同影响,因此对其票房进行预测较为困难.本文主要构建了一种基于加权K-均值以及局部BP神经网络（BPNN）的票房预测模型对目前的票房预测模型存在的不足进行改进,从而提高票房预测的精度：（1）构建基于随机森林的影响因素影响力测量模型,并以此为依据对票房影响因素进行筛选,以此来简化后续预测模型的输入;（2）考虑到不同影响因素对票房的影响力不同的现实情况,为了解决以往研究中对影响因素权重平均分配的问题,本文构建了基于加权K-均值和局部BP神经网络的票房预测模型,以因素影响力为依据对样本数据进行加权的K-均值聚类,并基于子样本构建局部BP神经网络模型进行票房预测.实验证明,本文所构建的模型平均绝对百分比误差（MAPE）为8.49%,低于对比实验的10.39%,可以看出本文构建的基于加权K-均值以及局部BP神经网络的票房预测模型的预测结果要优于对比模型的预测结果.     

支持向量机回归的碳通量预测

如何根据影响因素较好地预测碳通量是许多环境监测者非常关注的问题。但至今尚无一种非常有效的预测模型,为此研究ε-支持向量回归机在碳通量预测中的具体应用,并与BP神经网络模型的预测结果做了比较,分析了两种方法在核函数及相关参数、网络结构、神经元数目选择方面各自不同的特点。实验结果表明,基于ε-支持向量回归机和BP神经网络模型的碳通量预测结果与碳通量实测值之间存在显著相关性。但ε-支持向量回归机方法的预测过程更易掌控,整体预测精度高于BP神经网络的精度。     

基于BP神经网络技术的车辆通行时间预测研究

为进一步提高交通调度效率,解决日益严重的交通拥堵现状,提出基于BP神经网络模型预测车辆通行时间的方案。根据交叉路口特征,建立了三层BP(Back Propagation)神经网络模型,并确定模型的输入层和输出层神经元数目均为4个。采用MATLAB软件对采集的车辆通行数据进行仿真分析,最终确定隐含层神经元数目为9个。利用预测样本对BP神经网络模型进行了可行性验证。结果表明,BP神经网络模型能够用于预测排队车辆通行时间,误差在10%以内,可以作为交通控制器配时方案的依据,提高车辆通行效率。     

基于改进EO-BP神经网络的高压线损预测

针对高压线损预测精度不高的问题,提出一种基于均衡优化器（Equilibrium Optimizer,EO）和BP神经网络相结合的线损预测模型。首先,为了提高EO算法的寻优能力,利用多种混沌映射关系初始化种群,使种群多样性增加,全局搜索能力得到改善;同时,采用物竞天择概率跳脱策略改进EO算法,使模型依概率跳出局部最优而收敛于全局最优解。其次,采用改进的EO算法对BP神经网络的权值和偏置进行优化,进而改善BP神经网络的预测效果。最后,实验结果证明,所提线损预测模型相对于回归模型、BP神经网络模型、模拟退火算法优化BP神经网络模型和EO优化BP神经网络模型具有更高的预测精度。     

一种基于小波和神经网络的短时交通流量预测

针对实际交通流变化的不稳定性和复杂性的特点,应用交通流预测模型获取更准确的交通流信息,是智能交通领域的一个研究热点。提出一种基于小波分析与神经网络结合的预测模型。模型主要思想是通过小波多分辨率分析和Mallat算法对原始交通流数据进行平滑降噪处理,处理过程选用db10小波和软阈值去噪函数使得交通流曲线更加平滑稳定,更能真实反映交通流的真实情况;再采用激活函数为Tan-Sigmoid,训练函数为trainlm,各层神经元节点数为1-12-1的三层BP神经网络对消噪后的交通流数据进行训练,用训练好的预测模型对实际交通流信息进行预测,最后获取准确的交通流信息。实验结果表明,采用小波分析与BP神经网络结合的方法得到的预测结果平均相对误差为0.03%,最大相对误差为0.39,拟合度(EC)达到0.96。仅使用BP神经网络预测模型对交通流数据进行预测后得到的预测结果的平均相对误差为0.08%,最大相对误差为0.89%;实验对比采用BP神经网络预测模型和卡尔曼滤波、GM(1,1)预测模型对交通流的预测,BP神经网络预测模型的误差指标大大减小,拟合度大大提高,有较好的准确性和可行性,能较准确地反映交通流真实情况。而经过小波去噪与BP神经网络结合的预测模型提高了预测精度,为交通流的实时动态预警提供了更加准确真实的情况。     

基于优化的粗神经网络在地质样品元素的预测研究

在神经网络中引入粗糙集理论和模糊聚类方法,实现建模预测。首先用粗糙集和模糊聚类进行属性约简,去掉冗余的属性。然后根据模糊逻辑规则获取合理的网络输入层、隐含层和输出层,建立优化的粗神经网络预测模型。该模型可以有效地去除神经网络中输入层的冗余神经元,合理地确定隐含层神经元的数目,使神经网络提高收敛性能,获得更好的非线性逼近能力。仿真实验结果说明:优化的粗神经网络预测模型,可提取有用信息,简化网络结构,减少训练时间,提高预测精度。在地质样品元素的预测实验中,取得了良好的效果。     

基于改进BP神经网络的道路交通事故预测

道路交通事故因受多种随机因素的影响而呈现出非线性的特点,传统的线性分析方法无法完全揭示其内涵。在分析道路交通事故与人、车、路等因素关系的基础上,利用神经网络具有描述非线性特性的能力,将影响交通事故的多种因素综合起来建立了基于改进BP神经网络的道路交通事故预测模型。选取人口密度、路网密度和机动车辆密度作为交通事故预测模型的输入神经元,采用道路交通综合死亡率作为道路交通事故的输出评价指标,对道路交通事故进行预测。实验结果表明,该预测模型能很好地适用于道路交通事故预测,验证了该模型的可行性和有效性。     

基于动力特性的结构损伤识别方法

介绍了一种基于结构动力特性变化的损伤识别方法.通过引入一个损伤分布函数,讨论了均质等截面BernoulliEuler梁的动力响应,构造出“损伤影响矩阵”.该矩阵反映了结构由于损伤所引起的振型耦合,最后介绍了基于损伤影响矩阵的结构损伤定位和评估方法.     

潜艇战场损伤评估仿真中的关键技术研究

研究了潜艇战场损伤仿真评估中的两个关键问题,在综合分析潜艇战场损伤因素的基础上,提出了基于历史数据的损伤日志知识库,并结合专家意见和损伤分析技术,定义了新的仿真数据的综合获取技术,定义和构建了仿真体系中各Agent的体系结构以及协作执行单元。仿真结果证明了数据综合获取技术和结构体定义的有效性。     

动能拦截毁伤效果的数值仿真研究

根据质量守恒、动量守恒和能量守恒方程的基本理论,建立了针对动能拦截器高速直接碰撞毁伤的模型．借助ANSYS／LS-DYNA数值仿真软件,进行了数值模拟仿真．分析了拦截器在不同着角以及偏心打击条件下对弹道目标的毁伤效果,并用相关试验数据验证了方法的可行性．仿真结果表明可以进一步利用高性能计算机对拦截器和目标进行全尺寸建模、仿真开发动能拦截器对典型弹道目标的毁伤数据库．     

基于振动响应分析的盆式绝缘子损伤检测系统

目前盆式绝缘子损伤检测方法为被动式,且存在漏检现象。提出了一种基于Lamb波的主动激励式盆式绝缘子损伤检测系统的设计方案。该系统通过粘贴在盆式绝缘子表面的压电元件激发Lamb波,利用Lamb波在盆式绝缘子内部传播过程中遇到损伤时传播特性会发生改变的特征,通过差值法和阈值判断法对接收端的Lamb波分析处理判断出盆式绝缘子内部损伤状况。试验结果表明所设计的系统能够准确的检测出微小损伤并确定损伤区域,具有良好的应用前景。     

基于量子粒子群优化算法的结构损伤识别

提出一种以广义柔度矩阵为损伤指标,基于量子粒子群优化算法的结构损伤识别方法.该方法根据结构损伤前后广义柔度矩阵差与结构物理参数变化关系,将结构广义柔度矩阵识别问题转化为优化问题,进而采用系统辨识能力较强的量子粒子群优化算法搜索目标函数最优值,从而达到损伤位置和损伤程度同时识别的双重效果.最后通过简支梁数值模拟对该方法的有效性进行了验证.     

国家体育场钢屋盖结构地震损伤诊断模拟分析

为诊断大跨度空间结构的损伤,提出了三阶段损伤诊断方法,第一阶段确定可能损伤区域,第二阶段确定可能损伤单元,第三阶段确定可能损伤单元的损伤程度.提出了一种基于柔度矩阵差的损伤指标FDI,用于判定可能损伤区域;采用损伤定位向量法确定可能损伤单元;采用二阶特征灵敏度分析确定损伤程度.以国家体育场钢屋盖结构为算例,以罕遇地震作用下弹塑性时程分析结果为模拟损伤依据,完成了三种损伤模式的损伤诊断数值模拟分析.结果表明,三阶段损伤诊断法能有效诊断大跨空间结构的损伤.     

线性系统的容错控制

在这篇文章里 ,我们考虑一类线性系统的鲁棒跟踪控制器设计问题 .对执行器故障和控制面故障情况 ,提出了容错的鲁棒控制器的设计方法 .此设计方法能够保证闭环系统是稳定的     

战损等级评定系统建模研究

利用统一建模语言UML及其Rational Rose工具，对战损等级评定系统进行了开发设计，提高了系统的可靠性、稳定性和可维护性。     

基于模态小波分析的棒体裂纹损伤识别

为了克服传统无损检测方法检测缺陷成本高、局部化等缺点,以含有裂纹损伤的棒体为研究对象,采用模态分析、结合时频小波分析的方法,实现对其损伤位置的精确定位和损伤程度的小误差量化,并通过实验论证其合理性.研究结果有助于及时发现裂纹损伤,从而避免发生重大事故,同时此方法可用于复杂结构的无损检测和评估.     

EPS填充混凝土随机细观模型损伤的数值模拟

为研究EPS填充混凝土的损伤破坏机理,基于混凝土塑性损伤本构模型和泡沫塑性本构模型,用Abaqus对EPS填充混凝土随机细观模型进行准静态压缩试验的数值模拟.结果表明：受压损伤沿着45°方向发展,受拉损伤沿着竖直方向发展.在同一应变下,同一EPS体积含量模型的受拉损伤比受压损伤更明显.EPS颗粒的存在能够增强EPS泡沫填充混凝土的韧性.