基于生物启发计算的警用流动人口分析系统

目前对流动人口的管理仅停留在数据查询比对和简单统计上,缺少对数据的深层次分析,难以对决策指挥提供支持。针对流动人口的分析问题,提出了构建一个基于生物启发计算的智能分析系统,用于发现流动人口中各类人员的流动模式以及流动人口的趋势性问题,找出异常的流动信息和模式。该系统综合运用了前沿的生物启发计算技术——基于多层染色体基因表达式编程算法、重叠基因表达进化算法、基于概念相似度神经网络分类模型和层次距离计算的聚类算法搭建了一个警用流动人口的分析平台。同时根据实际需求,提出了一种新的基于智能分析结果的分级报警模型。实验表明系统具有较高的性能和实用性。     

基于人工神经网络的偏微分方程求解方法

针对各种微分方程传统的数值方法的求解中,传统的数值方法在求解微分方程时存在计算存储量、计算时间等都随着微分方程维数的增加而剧烈增长的问题,严重制约了高维问题的求解.提出一种求解偏微分方程的神经网络方法.通过数值算例说明,神经网络方法在求解微分方程问题上有高效率、很好地泛化等优点,为偏微分方程求解提供了一种有效的新途径.     

基于量子遗传算法优化BP神经网络短期风功率预测

风力发电的不可控性,给电网带来了很多问题,所以当前迫切需要一种高精度的风力发电预测系统.对此,提出了一种结合量子遗传算法和BP神经网络的预测方法,通过量子遗传算法优化BP神经网络的权值和阈值.最后通过MATLAB试验仿真,验证了该方法可有效提高风功率的准确性.     

基于神经网络的助力搬运装置自适应控制方法研究

为提高助力搬运装置在建筑工地等复杂路况下的适用性,通过对国内外助力系统及其控制方法发展现状的调查和分析,提出一种智能助力控制系统。首先建立控制模型,在智能控制的研究中发现BP神经网络能够对输入信息进行识别并分类处理,且计算较简单,容易实现,但BP神经网络隐含层节点数难以确定、易陷入局部最小值,因此,采用遗传算法对BP神经网络进行优化(GA-BP),并设计具体实现方法。采集平坦、斜坡两种路况的数据,通过人工赋予理想输出数据,将其一部分作为训练数据,对GA-BP神经网络及BP神经网络进行对比训练,另一部分作为验证数据,检验两种网络的训练结果。使用MATLAB进行数据仿真分析,验证GA-BP神经网络控制方法的可行性。试验结果表明:这种控制方法能够有效地解决助力搬运装置在复杂路况下的自适应控制问题。     

高压粉末制样-X射线荧光光谱法测定海洋沉积物中28种组分

常规粉末压片制样是一种简单、高效的绿色环保制样技术,但是应用于某些沉积物样品制备存在样片表面粗糙和粉末容易脱落的问题。实验采用高于常规的压力进行样品制备,建立了X射线荧光光谱法(XRF)分析海洋沉积物样品中包括硫、氧化钠、氧化镁、三氧化二铝、二氧化硅、五氧化二磷、氧化钾、氧化钙、二氧化钛、氧化锰、三氧化二铁、钴、镍、铜、锌、钒、铬、镓、铌、锆、钇、锶、铷、铅、钡、镧、钕和铪在内的28种主、微量组分的方法。探讨了压力为300 kN和1 600 kN时的制样效果,并尝试引入BP神经网络模型利用其非线性拟合能力校正主量组分的基体效应。结果表明,采用1 600 kN压力制备的样片,表面致密、光滑、不龟裂和不掉粉,制样重复性和测试精密度也有较大提高。以55个有证标准物质中17种组分的数据集为训练样本,建立了海洋沉积物样品中主、微量组分的遗传算法-BP神经网络预测模型。按照实验方法对各组分含量相对较低的实际样品连续测试12次,计算得方法的检出限在 0.63～634 μg/g之间;精密度试验结果表明,各组分测定值的相对标准偏差(RSD, n=7)为0.16%～25.1%。方法用于海洋沉积物实际样品分析,其分析结果与国标法的测定结果吻合,能够满足海洋沉积物样品中多种组分准确分析的要求。     

BP神经网络在液压试验台故障诊断中的应用

分析了BP神经网络的结构及算法，并对液压试验台的故障模式用BP神经网络来进行诊断，从而提出了一种新的解决液压试验台故障诊断的方法。     

基于演化算法的复杂机械广义优化设计实现策略研究

针对复杂机械广义优化设计过程中优化模型不易获得这一难题，利用人工神经网络的高度非线性是非线性映射能力，将优化建模转换为求取设计变量到设计方案的映射关系，构建了复杂机械广义优化柔性建模方法；引入模糊评价理论，设计了基于演化计算的优化方法，给出了优化流程图。该策略特别适用于复杂机械概念设计阶段的方案优化。     

焊接专家系统设计及开发技术

论述了焊接专家系统的基本原理和结构,着重介绍了开发焊接专家系统的技术,包括传统的开发工具和新的先进技术在焊接专家系统中的应用.     

基于BP神经网络的电爆冲击波模型

电爆冲击波产生机理及影响因素较复杂，很难对其产生过程建立精确的数理模型。本文在实验研究的基础上，将ＢＰ神经网络用于该问题，提出电爆冲击波人工神经网络模型，可作为电爆冲击波理论和实际系统研究的参考模型。