人工神经网络预测混凝土柱屈服性能

建立了一种基于人工神经网络的矩形混凝土柱屈服性能预测方法.该方法采用经验模型进行柱屈服性能影响因素的分析来确定该神经网络的输入参数,并通过敏感性分析验证了所选神经网络输入参数的合理性.为验证该方法的可行性与有效性,通过对PEER 210组矩形混凝土柱的屈服性能进行预测分析并与经验预测模型的预测结果进行比较.比较分析结果表明:神经网络预测结果与实验结果吻合程度远高于其他经验预测模型;同时也证实该方法在实验数据稀少的情况下为预测结构在地震作用下的性能提供一条新途径.     

冶金起重机安全评估体系研究

通过实际检测及分析影响起重机安全性能的因素,给出起重机金属结构疲劳裂纹评估的系统方法,并设计了新型双梁铸造起重机.     

一种静态和动态分支预测的组合方法研究

随着指令发射宽度和流水线深度的增加,分支预测成为影响现代微处理器性能的重要因素.传统分支预测策略的静态和动态分法并未充分利用二者各自的优点.提出了一种将静态分支预测和动态分支预测策略相组合的分支预测方法,然后用SPECint95基准程序对其性能进行了评估,仿真实验结果表明,提出的分支预测方法比传统的gshare预测器具有更高的预测准确率,并且与许多其它动态预测器相比,其硬件开销要小得多.     

基于GPS/GIS/GPRS/WSN的起重机能耗与排放实时监测系统

给出了一种动态实时跟踪起重机能耗与排放参数的方法,该方法主要利用GPS/GPRS/GIS以无线传感网络(WSN)耦合,实现即时测试起重机的能耗与排放参数,旨在跟踪起重机在不同作业环境下的能耗与排放规律,为优化与改进产品性能提供科学数据。     

动态加权预测方法设计及在降水预测中的应用

在动态数据预测中,为克服传统预测方法中所造成的较大误差,本文通过动态预测理论与移动平均预测理论相结合,设计了一种加权移动平均预测方法,用来预测时间序列数据.在原有的移动平均预测基础上构造一个动态加权参数.通过对相对误差的比较,证实了该方法预测效果优于移动平均预测.并利用该方法对乌鲁木齐地区30年平均降水量进行预测研究.并与动态预测方法相比较,预测效果相对误差较小.     

可变参数动态灰色预测模型的建立与实证研究

在固定参数动态灰色预测模型基础之上进行改进,提出了可变参数动态灰色预测模型.固定参数动态灰色预测模型的参数值为0.5,可变参数动态灰色预测模型的参数值由预测对象的影响因素来决定.根据对我国集成电路产业的应用研究,说明了可变参数动态预测模型具有更好的预测精度.同时,针对可变参数动态灰色预测模型的计算量很大的特点,应用Java编制了应用软件,可以方便快捷地进行运算,有利于该模型的应用推广.     

织物动态热湿舒适性能的评价及预测

针对织物动态热湿传递过程复杂、动态热湿舒适性能难以评价的问题,研究服用织物的动态热湿舒适性能.对8种不同纤维的织物在动态实验中接触模拟出汗皮肤时其内外两面的温湿度实时变化情况进行了研究,提取了两项动态特征值用于表征织物的动态热湿舒适性能.同时,结合织物稳态参数的测试和灰色系统理论,研究了动态特征值与稳态参数之间的相关性,最终建立了预测模型,在预测织物动态热湿舒适性能方面取得了较高的预测精度.     

启发式神经网络在异步电机矢量控制速度估计中的应用

研究了三相感应电机矢量控制系统中的速度估计部分,引入了BP神经网络进行预测控制.在分析其数学模型之后,针对神经网络输入与输出频率存在的不匹配情况,通过改进BP神经网络解决黑箱问题时的输入参数,使用启发式算法对网络的输入参数进行预处理,取代了以电机定子电压电流参数作为训练输入的方法.仿真研究表明,该改进方法具有良好的跟踪性能与静动态性能,且具有更小的超调量.     

龙门起重机的动态特性

本文将质点弹簧系,有限元法及连续体模型有效地组合后建立力学模型,用数学式表示龙门起重机结构的变形曲线,采用静态凝缩法求得等效质量和等效弹簧常数,对龙门起重机的离地起升、下降、落比、小车运行及其联合动作进行了动态模似解析及动应力计算,理论与实验结果一致,首次探明了龙门起重机的动态特性及其影响因素.本研究关于龙门起重机的水平、垂直方向变位的有关系数及由此而确立的决定水平、垂直静变位的方法,可供设计者参考.另外,关于货物偏移角对结构最大应力的影响等结论,可做为国内外起重机设计规范讨论时的基础资料.     

起重机起升机构动态分析与设计

本文应用动态分析优化设计的方法对起重机起升机构进行动态分析与设计,得到了其动态特性和沿机构传动链动载系数的变化规律。这一尝试克服了起重机设计中传统设计方法的缺点,用计算机对起升机构的动态参数及其匹配进行优化设计,对于提高起重机的设计质量具有实用价值。