CO2腐蚀的神经网络分析

利用神经网络的分析方法 ,对CO2 腐蚀进行分析建模 ,从系统的观点出发 ,建立了碳钢含碳量、CO2 分压、温度、流速与腐蚀速率之间的非线性对应关系 ,为准确的数学建模、预测设备的使用寿命和相关专家系统的研制开拓了新的思路     

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。     

基于并行工程和网络计划技术的模具生产进度编制方法

在充分考虑模具生产的特点和生产活动之间并行性的基础上,建立了单副模具典型生产过程的细化网络图,提出了一种基于并行工程、网络计划技术和最优化生产技术(OPT,Optimal ProductionTechnology)的模具生产进度计划编制方法。通过算例及其结果分析,表明了方法的可行性和有效性。     

基于网络文本的山地景观游客行为与形象感知研究——以重庆市长嘉汇弹子石老街为例

剖析网络评价文本能为景观规划设计提供科学的依据支撑,弥补因快速城镇化建设发展而导致的公众参与不足,对于景观设计而言是非常重要的。以重庆市弹子石老街为例,基于网络文本内容分析法,利用rostcm6、excel及python等分析和数据抓取软件,采集大众点评的相关评论数据,以山地景观设计视角结合相关数据分析软件进行定性定量分析并制作可视化分析图,最终从多维度分析游客评论得出结果及改进建议,总结针对重庆弹子石老街及山地景观设计的6条设计策略:(1)交通可达的组织方式;(2)垂直上下的衔接转换;(3)对景远眺的外向空间;(4)本土文化的特色彰显;(5)城市事件的策划安排;(6)游览夜景的慢行系统,期望对今后的类似山地景观空间规划设计提供一定参考和借鉴价值。     

多模型系统的神经网络控制器设计

针对多模型不确定系统,文章给出利用神经网络同时逼近多个常规控制器,实现多模型控制的神经网络控制方法.仿真实验结果表明了该方法简单有效,鲁棒性强.     

Application of neuro-fuzzy techniques in oil pipeline ultrasonic nondestructive testing

This paper presents a novel approach to the problem of nondestructive pipeline testing using ultrasonic imaging. The identification of the flaw type and its dimensions are the most important problems in the pipeline inspection. Unlike typical methods, a decision based neural network is used for the detection of flaws. We train a generalized regression neural network to determine the dimensions of the corrosions and generate the whole image of both the internal and external walls of the oil pipeline. As an improvement to the detection algorithm, we introduce fuzzy decision-based neural network algorithms for the detection and classification of the corrosions. The simulation and experimental systems results show that these new methods outperform the existing methods.     

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.     

应用BP神经网络的单机架可逆式冷轧机弯辊力预设定

针对单机架可逆式冷轧机生产过程中，由于不同热轧生产厂的热轧板形原料性能、板形差别较大、从而造成弯辊力预设定值和实际指标相差较大的问题，利用现场生产工艺数据丰富，采用人工智能BP神经网络的方法，通过大量数据输入进行训练，大大的提高了生产过程中弯辊力预设定值的准确性。     

基于人工智能的钛合金热变形工艺参数优化

在深入分析热变形工艺参数对Ti-15-3合金显微组织及成形载荷的影响的基础上,以变形温度、变形程度和变形速率等热变形工艺参数作为设计变量,以显微组织和成形力的最佳综合为目标,建立了该合金热塑性成形工艺参数的多目标优化数学模型。以显微组织参数和成形力的人工神经网络预测模型作为优化算法的知识源,将人工神经网络与修正的遗传算法相结合,对Ti-15-3合金的热塑性成形工艺参数进行优化。结果表明,提出的修正的遗传算法是有效的,采用将其与人工神经网络相结合的方法对钛合金的热塑性成形工艺参数进行优化是可行的。     

ANN valuation model of material LCIA profile

Weighting model is the only valuation model of life cycle impact assessment(LCIA) profile now. It simplifies evaluation function into linear function, and makes the determination of weighting factor complicated. Therefore the valuation of LCIA profile is the most critical and controversial step in life cycle assessment(LCA). Development on valuation models, which are understood easily and accepted widely, is urgently needed in the field of LCA.The modeling approaches for the linear evaluation function were summed up. The modeling approaches for the nonlinear evaluation function were set up by function approximation theory, which include choosing preference products, forming preference data, establishing artificial neural network(ANN) and training ANN by preference data.By selecting 7 material products as preference product, experience was done with modeling approaches of the nonlinear evaluation function. The results show that the modeling approaches and valuation model of the nonlinear evaluation function are more practical than the weighting model.