基于小波包模糊熵与RBF神经网络的滚动轴承故障诊断

针对滚动轴承发生故障的振动信号具有复杂度高、非线性的特点,难以准确提取滚动轴承的故障特征和故障识别问题,提出了基于小波包分解(WPD)与径向基函数(RBF)神经网络相结合的轴承故障诊断方法。该方法对滚动轴承振动信号进行三层小波包分解,然后重构各频段的信号,计算各频段信号的模糊熵作为特征矢量,构建训练集和测试集,对RBF神经网络模型进行训练,使用经过训练的RBF神经网络进行故障识别,输出滚动轴承的故障类型。采用美国CWRU轴承数据中心的数据进行仿真实验,结果表明该方法能更有效地诊断出轴承故障类型。     

模糊神经网络的理论与应用

基于环境保护和资源利用的需求,提出利用模糊神经网络的控制方法来解决实际中遇到的问题.在此重点探讨了模糊控制和神经网络的各自特点以及共同点;综合分析了模糊系统和神经网络结合的3种方式,讨论了他们各自的特点以及模糊神经网络在工业控制及工业对象建模中的应用.     

基于模糊聚类神经网络的煤炭资源分类研究

采用模糊聚类神经网络方法建立了煤炭资源分类模型 ,通过自适应算法与误差逆传播算法相结合 ,解决了以往神经网络不能处理模糊问题的缺陷 ,从而更适应现实评价条件的需要。     

基于模糊理论的湿法脱硫故障诊断和优化模型研究

为了指导脱硫系统故障检修和运行优化,以石灰石-石膏湿法脱硫系统为对象,探讨了浆液循环泵常见故障模式及故障原因,运用模糊理论建立了浆液循环泵的故障诊断模型和石灰石-石膏湿法脱硫效率的优化模型,并对某70MW机组石灰石-石膏湿法脱硫装置进行了验证。结果表明:故障诊断模型能准确诊断出故障问题;效率预测模型的数值和实际监测值其相对误差较小(在±1%范围内),预测值与实际监测值的均方根误差RMSE为0.0021,曲线趋势基本一致。这说明本研究成功地将模糊理论运用于湿法脱硫系统的故障诊断和优化运行。     

湖泊水质富营养化评价的模糊神经网络方法

为了探索人工神经网络用于湖泊营养化评价的可能性,提出了基于多准则学习的模糊神经网络湖泊水质营养化评价模型。该模型应用于我国五大主要湖泊水质营养化的评价结果表明,模糊神经网络用于湖泊水质营养化评价,具有简便、实用、客观性和广泛的通用性。      

模糊神经网络用于环境大气质量评价的研究

研究了基于多准则学习的模糊神经网络评价环境大气质量的模型,并以此对某矿区的环境大气质量进行了评价,结果表明该方法简便、实用、客观。     

基于Choquet模糊积分的人工鱼礁生态修复效果综合评价

生态修复效果评价属于人工鱼礁建设项目的后评价问题,是研究的热点和难点之一。基于压力—状态—响应（pressure-state-response,PSR）模型,本文从示范区与对照区海洋生态环境基本状况和生态系统结构着手构建人工鱼礁生态修复效果评价指标体系。为降低指标之间相关性引起的信息冗余及权重赋值对评价结果的影响,本文...     

基于模糊神经网络的水稻农田重金属污染水平高光谱预测模型

以吉林省长春一汽厂附近3块不同重金属污染状况的水稻实验样地为例,通过地面实测获取了水稻的光谱反射率、叶片叶绿素含量、叶片及土壤重金属含量等数据.同时,在分析重金属对水稻叶片叶绿素含量影响的基础上,通过多元逐步回归分析选出对水稻叶片叶绿素含量微小变化指示灵敏的光谱参数作为模型输入层,并将水稻叶片叶绿素含量值作为输出层来表征农田重金属污染胁迫水平,最终建立了用于预测水稻农田重金属污染水平的模糊神经网络模型.结果表明,该模糊神经网络模型预测的水稻重金属污染胁迫水平与实测结果吻合度较高,预测的叶绿素含量值与实测值的拟合度较好(R2=0.985).表明在受重金属污染胁迫的情况下,水稻叶片叶绿素含量微小而复杂的变化可以通过构建模糊神经网络模型很好地模拟出来,从而确定出农田的重金属污染水平.     

基于模糊聚类与神经网络的风蚀危险性评估研究——以内蒙古自治区为例

土地沙化和沙尘暴是中国北方农牧交错带严重的生态环境问题。在地理信息系统的支持下,论文建立风蚀自然因子栅格数据库;选取二连浩特-张家口为典型样带,综合运用模糊聚类技术、 专家知识以及神经网络技术,构建区域风蚀危险度评估模型,分析内蒙古自治区风蚀危险性空间分布格局。结果显示:综合应用模糊聚类以及神经网络技术可以有效地对风蚀危险度进行评价,内蒙古自治区风蚀危险性呈现"西高东低、 中间过渡"的总体趋势,这与该区域的自然、 气候与土地利用背景较吻合,其中,风蚀极险型区域主要分布在阿拉善高原的西北部,面积6.9×10⁴ km²;强险型土壤风蚀地区主要位于阴山山脉周围、 穿越巴丹吉林沙漠、 浑善达克沙地与锡林郭勒盟高原西北部,面积4.3×10⁴ km²;危险型风蚀区域大致位于极险和强险之间,面积是1.5×10⁵ km²;轻险型土壤风蚀区域主要位于内蒙古的中部,面积为7.5×10⁵ km²;风蚀无险型区域主要位于大兴安岭周围,面积1.4×10⁵ km²。     

基于T-S模糊神经网络的大沽河水质变化特征分析研究

基于T-S模糊神经网络,利用大沽河2010年-2015年水质监测数据,选取溶解氧、化学需氧量、高锰酸盐指数、氨氮、总氮、总磷对水质具有重要影响的6项指标,建立适用的水质评价模型,对大沽河水质变化特征进行分析.结果显示:上游水质评价结果明显优于中游、下游水质评价结果,网络评价水质等级变化趋势同真实指标数据变化趋势一致.验证结果充分表明了T-S模糊神经网络用于水质变化特征分析是可行、有效的.     

基于CBR的新型防空导弹故障诊断专家系统研究

应用基于案例推理技术研究了某新型防空导弹的故障诊断问题。在对原理进行介绍的基础上,采用CBR的知识表示方法及推理机制等建立了故障诊断专家系统,给出了诊断实例,使导弹武器系统的诊断推理保证了高效率和高质量。     

基于BP神经网络的安全评价方法研究

阐述了BP神经网络的基本原理,利用机会约束的思想建立了综合安全评价模型．运用反向传播算法和遗传算法对神经元网络进行训练,在此分析基础上对系统综合安全评价模型进行求解,并对运用神经元网络进行综合安全评价的优点进行了分析。     

基于BP神经网络的企业HSE管理绩效评估

提出了根据日常HSE过程考核指标,构建基于BP神经网络的评价模型,利用神经网络较强的自培训学习、模糊推理、非线性逼近及容错能力,探索日常HSE过程考核指标与HSE绩效评估之间的函数关系,获得较为满意的绩效评估结果。经过对评估模型的评价及检验,该方法具有较好的操作性和较高的准确性。     

航天器在轨自主热故障诊断专家系统研究

航天器在轨自主进行热故障诊断对其顺利完成任务具有非常重要的意义。文中所提出的专家系统推理机制采取基于事例和基于规则相结合的方法构造;而知识获取广泛吸取历史经验和专家知识,采用产生式规则进行知识表示。最后利用VB完成了该专家系统,通过验证,发现它具有很好的实用性。     

基于BP神经网络的空气污染指数预测模型研究

BP神经网络已成为研究空气污染预测的有效工具之一。文章利用近十年北京市地面气象观测资料和空气污染指数数据,通过BP神经网络技术构建了不同季节的空气污染指数预测模型,对北京市空气污染指数进行了预测。通过相关系数分析法,对比分析了预测结果与实际监测结果,研究结果表明:春、夏、秋、冬季的预测值与监测值线性相关系数分别为0.81、0.84、0.89、0.85。北京春季常伴随有沙尘天气,而文章并没有考虑沙尘天气对预测模型的影响,因此春季BP神经网络预测精度在四季中最低,其预测值与监测值的线性相关系数为0.81。由于秋季不同空气质量级别的数据都有较多分布,因此该季节构建的网络更具有代表性,其预测精度在四季中最高,预测值与监测值的线性相关系数高达0.89。总之,BP神经网络模型对于北京空气污染指数预测是行之有效的。     

基于BP神经网络的导弹环境适应性评估及对策

论述了转型期海军战术导弹开展环境适应性研究的必要性和紧迫性,分析了环境因素的影响。选取典型型号的海军战术导弹为研究对象,给出了8种严重影响导弹的环境适应性因子。结合BP神经网络算法建立了环境适应性模型,并对环境适应性水平进行了仿真评估分析。仿真结果表明,该模型具有良好的评估效用。根据仿真结果,针对不同时期的导弹提出了相应的环境适应性对策。     

基于BP神经网络的城市生活垃圾产生量预测研究——以上海市为例

文章总结分析了影响城市生活垃圾产生量的因素,并根据相关性分析结果确定了主要影响因素,然后建立了上海市生活垃圾产生量的BP神经网络预测模型,并将预测值与实际值进行比较,表明该模型具有较好的适用性和准确性,最后对上海市未来几年的生活垃圾产量进行了预测.     

垃圾渗滤液生物处理系统BP人工神经网络模型

垃圾渗滤液成分复杂,变化范围大．对其调试及长期持续良好运行存在较大困难。本文针对武汉市二妃山垃圾渗滤液的调试运行数据,利用人工神经网络原理,建立BP人工神经网络垃圾渗滤液生物处理模型来预测处理效果．确定最优反应条件。实验结果显示网络具有良好的收敛特性,模型具有工程实用价值。