基于小波包BP网络的超声检测缺陷类型识别

针对A型反射超声波检测仪难以准确识别缺陷类型的问题,探讨了基于小波包和BP神经网络相结合的超声检测缺陷类型识别方法。对检测的多组超声缺陷信号分别进行3层小波包分解,提取小波包频谱能量特征,归一化后构造了各缺陷信号的特征向量,并分别组成训练样本集和测试样本集,用于3层BP神经网络的训练和网络识别效果检验。实验结果表明该方法能准确快速地识别出超声检测缺陷类型。     

Levenberg-Marquardt神经网络在煤矿作业人员人因可靠性评价中应用研究

依据人因可靠性原理、事故致因理论,结合煤矿生产系统的特点,提出了观测可靠度的概念,确立了一系列便于统计和赋值的人因可靠性评价指标.针对人因失误事件过程的动态性、复杂性以及数据的不完整性,利用BP神经网络对非线性动态系统的自学习性和自适应性的特点,建立了基于BP神经网络的煤矿作业人员人因可靠性评价模型.运用Levenberg-Marquardt算法改进的BP神经网络,克服了收敛速度慢,容易陷入局部极小点的缺点,提高了预测精度和稳定性.对于岗位工龄短或有效记录不足的煤矿作业人员,采用BP神经网络模型进行了人因可靠性评价.评价结果表明,基于BP神经网络的煤矿作业人员人因可靠性评价方法具有较好的适用性和可行性.     

粗糙集神经网络理论在矿井通风系统评价中的应用

针对矿井通风系统神经网络评价法中建立样本的不稳定性问题,开展了基于粗糙集和BP神经网络理论的通风系统综合评价研究。以某矿井通风系统为研究对象,应用粗糙集数据分析系统对矿井通风系统评价指标的原始数据样本的分类质量进行了检验;在此基础上,基于人工神经网络理论,建立了矿井通风系统的粗糙集神经网络评价模型,从而形成了一种新的基于粗糙集神经网络理论的矿井通风系统评价方法。研究结果表明,经过模型的数据检验和应用性验证,其理论评价结果与实际情况相符,且网络总误差小于0.004;这说明基于粗糙集神经网络的综合评价方法在矿井通风系统评价中有很好的实际应用效果。     

Statistical Model of the 3-D Braided Composites Strength

Based on the statistical model for the tensile statistical strength of unidirectional composite materials and the stress analysis of 3-D braided composites, a new method is proposed to calculate the tensile statistical strength of the 3-D braided compos- ites. With this method, the strength of 3-D braided composites can be calculated with very large accuracy, and the statistical parameters of 3-D braided composites can be determined. The numerical result shows that the tensile statistical strength of 3-D braided composites can be predicted using this method.     

基于神经网络的茄子采摘机器人视觉识别方法

针对生长环境中茄子图像背景复杂的特点,提出了一种基于BP神经网络的图像分割方法。通过对茄子果实的分析,选取3×3邻域像素EXG灰度值作为图像特征。选取30幅图像作为训练样本,以人工借助Photoshop软件分割后的图像作为教师信号,采用改进的BP算法对神经网络的权值进行训练。经过120次循环后,获得有效的网络权值,误差为0．001。结果表明,利用BP神经网络能够较好地实现茄子与背景的分离,经过数学形态法结合中值滤波方法的进一步处理后完全能满足采摘机器人的要求。     

基于RBF神经网络的晶体生产组织评价

在晶体的生产组织过程中,采用相关分析法确定影响评价的主要因素,建立一种基于RBF网络的生产组织评价模型,利用最邻近聚类算法,确定基函数中心点,将该模型与BP网络模型进行比较,结果表明:RBF网络在学习时间和评估精度上优越于BP网络。     

基于ANN与ES混合系统的银行贷款风险预警研究

鉴于银行贷款风险预警信号通常包括有关财务状况信号与非财务状况因素信号，即既具有可量化也有非量化信号的特点，这里尝试运用人工智能技术，基于人工神经网络（ANN）和专家系统（亦称基于知识系统KBS）的混合系统进行贷款风险预警研究。对于有关财务状况预警信号采用前向三层BP神经网络建立财务预警模式。对于BP网络的输出，把它同非财务因素信号一起直接输入专家系统。最后将由专家系统作出风险预警的最终建议。文中在对财务预警BP神经网络进行实验设计基础上再整合到经过结构化的KBS原型系统。     

二维编织复合材料几何结构的平面群分析

由10个平面点群与5个平面点阵组合,推导出与二维编织复合材料几何结构有密切关系的17个平面群. 叙述了二维编织复合材料纱线段的点符号简化方法及其组合、交叉原则,以及由点符号组成的无对称单元、基本对称单元构建的方法. 阐述了从无对称单元到基本对称单元最终形成编织织物的过程. 将二维编织织物分为4种编织系,每种编织系包括若干个平面群,每个平面群对应一类编织结构,每类结构包括一种或几种编织形式,交织方法类似. 举例说明了多数平面群可能对应的编织几何结构.     

基于BP神经网络的城市供水系统管网预测

针对城市供水系统的复杂性、非线性、时变化性以及多因素影响的特点，探讨了建立基于BP神经网络城市供水管网预测的原理，阐述了建立基于BP网络的城市供水时序预测模型方法．根据管网的节点压力历史数据纪录，建立基于神经网络的管网压力时序预测模型，对未来某一时段的节点压力进行预测．从预测过程和结果分析，基于BP神经网络城市供水管网预测方法操作简单，运行速度快，误差修正方便，精度高．图2，表1，参12．     

混凝土三轴循环本构关系的神经网络模拟

利用BP神经网络的模拟能力代替传统的力学方法，对混凝土材料的循环本构关系进行了模拟研究．首先回顾了此类模型的研究进展和构造方法。然后直接从试验数据出发，建立了混凝土三轴受压循环比例加栽条件下的本构模型．试验结果和模拟结果的比较说明，该模型具有较高的精度和良好的泛化能力．本研究结果进一步说明神经网络模型适合于描述多影响因素的非线性复杂因果规律，为研究材料本构特性提供了一条新的途径．     

Using Acoustic Emissions to Detect Damage in Three-Dimensional Braided Composites

Three-dimensioual(3D)braided composites with better properties have been used in some particular industries.Some have had obvious signs of crack when they are braided.Others have had catastrophic failures occuring without warning.A new methodology for the analysis of failure modes in composite materials by means of acoustic emission techniques has been developed.The occurrence of fiber-breakage during tensile loading tests has been observed by the acoustic emission technology.Using acoustic emission technology is investigated as a means of monitoring 3D braided composites structures,detecting damage,and predicting impending damage.Stone of the findings of the research project were presented.     

用BP神经网络对气流床粉煤气化炉的预测

利用3层BP神经网络对气流床粉煤气化炉进行模拟研究.以Gibbs自由能最小化方法建立粉煤气化炉数学模型的模拟结果作为BP神经网络训练数据,训练后的BP神经网络模型对模拟数据的预测准确度较好.以Shell粉煤气化炉和国内首套粉煤加压气化中试装置上的实际生产数据作为BP神经网络的训练数据,训练后的BP神经网络模型能预测实际生产数据.     

基于RS的GMDH神经网络在空袭目标识别中的应用

针对目标属性识别的特点,建立了基于粗糙集(Rough Sets, RS)的数据分组处理(Group Method of Data Handling, GMDH)神经网络分类模型.该模型较好地解决了采用高维数据集训练神经网络效率低,神经网络结构规模较大的问题.同时为了提高高维数据集合的属性约简效率,改进了集合近似质量属性约简算法.最后,通过与BP(Back-Propagation, BP)神经网络分类能力的仿真对比,结果表明,基于粗糙集的数据分组处理神经网络分类模型分类能力优于BP神经网络模型,满足现代防空作战对目标属性识别的需求,基于快速求核和集合近似质量的属性约简算法快速有效.     

基于改进BP神经网络算法的管道缺陷漏磁信号识别

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷漏磁信号来识别缺陷的形态参数．根据漏磁检测原理设计了相关的漏磁检测电路，通过提取信号的主要特征量，利用Levenberg-Marquardt算法在对常用BP神经网络改进的基础上应用其来识别缺陷的尺寸参数，给出了BP神经网络各层数的确定及权值、学习率的调整方法和相应的漏磁信号数据处理过程．漏磁检测数据处理实验表明，该缺陷识别BP神经网络系统具有逼近精度高、收敛速度快等特点．     

基于多BP神经网络与D-S融合的车型识别研究

为了提高BP神经网络对车型的识别率,克服单个BP神经网络所存在的网络结构和训练样本数量之间的矛盾,针对大量训练样本采取多个BP神经网络进行训练,进而采用训练好的多个网络进行车型识别. 利用D-S理论将各个BP网络的识别结果进行数据融合以改善最终的车型识别结果. 实验结果表明:随着训练样本数量的增加,多BP网络数据融合方法比单BP神经网络有更高的识别率.     

人工神经网络在手感评定中的应用

针对现有的手感评定方法在识别准确性,容错性和适应性方面存在的问题,提出了用4个检测模型产生手感信号,并用BP神经网络处理信号的具体方法和步骤.实验证明,BP神经网络具有较好的自适应模式识别能力和容错性.     

三维五向管状编织物的几何建模及纤维体积百分含量预测

基于编织物的对称性,建立了简化单胞几何模型来描述三维五向圆型编织物的几何特性。通过对三维五向圆型编织物的结构单胞形态及单胞的分布方式进行研究,推导了单胞几何结构与编织工艺参数之间的理论公式,详细分析了各个参数之间的变化关系。并通过预测单胞的纤维体积百分含量,研究了编织工艺对该编织复合材料纱线体积百分含量的影响。     

Effects of Fiber Volume Fraction on Damping Properties of Three-Dimensional and Five-Directional Braided Composites

The effects of fiber volume fraction on damping properties of carbon fiber three-dimensional and five-directional( 3D-5Dir)braided carbon fiber / epoxyres in composite cantilever beams were studied by experimental modal analysis method. Meanwhile,carbon fiber plain woven laminated / epoxy resin composites with different fiber volume fraction were concerned for comparison. The experimental result of braided specimens shows that the first three orders of natural frequency increase and the first three orders of the damping ratios of specimens decrease, when the fiber volume fraction increases. Furthermore,larger fiber volume fraction will be valuable for the better anti-exiting property of braided composites,and get an opposite effect on dissipation of vibration energy. The fiber volume fraction is an important factor for vibration performance design of braided composites. The comparison between the braided specimens and laminated specimens reveals that 3D braided composites have a wider range of damping properties than laminated composites with the same fiber volume fractions.     

多级动态模糊评判与BP神经网络方法的结合--供应链企业绩效评价决策支持系统

从当前神经网络技术在供应链的应用过程中较难找到高质量训练样本数据的现实出发,针对目前供应链企业绩效等级评定现状,提出了基于多级动态模糊评判与BP神经网络方法结合的供应链企业绩效评价,以多级动态模糊评判为采样基础,用人工神经理论建立评价模型,采用多隐层神经网络结构和反向传播(BP)算法训练网络,建立了供应链企业绩效评价决策支持系统。     

CFRP复杂型面构件的孔隙率超声检测方法

针对碳纤维复合材料(CFRP)复杂型面构件给出一种孔隙率超声自动检测方法;首先对已知孔隙率的CFRP试块进行超声测量,利用相位展开法求得不同孔隙率条件下的相速度,通过相速度与孔隙率之间的内在联系建立CFRP超声检测模型.针对CFRP复杂型面构件先利用超声测距原理采集其表面的坐标信息,根据曲面反求获得其CAD模型,检测路径规划生成探头运动点位;基于多自由度机械手的喷水耦合超声透射法采集超声信号,结合己建立相速度模型计算CFRP复杂型面构件的孔隙率.为验证本文方法的有效性,通过对已测CFRP复杂型面构件进行试片剖切和抛光,利用显微照相法检测其孔隙率.实验结果表明:2种方法的检测结果吻合良好.