摘要：高速公路选线是一项技术性、综合性强,并且复杂的工作,传统的选线方法很依赖路线专业设计人员的经验。本文结合金仁桐高速公路沙角大桥段方案选线实例,首先采用传统选线方法对沙角大桥段方案进行比选,得出K线方案优于B线方案;然后采用bp神经网络和灰色关联度两种数理统计方法对路线方案进行比选,比选结果与传统选线方法一致。结果表明:1)数理统计方法在高速公路选线方面具有一定的使用价值和验证价值,为高速公路路线方案的综合比选提供了一种新方法和新思路;2)数理统计方法可以用来辅助高速公路选线设计。

摘要：针对冷连轧轧制力模型精度低的问题,利用bp神经网络预测变形抗力和摩擦因数,并与现有的轧制力解析模型相结合,用来提高轧制力的设定精度,再以各机架轧制力等比例均衡分配为优化目标,采用改进的自适应遗传算法,设计了一种冷连轧负荷分配优化方法。通过对某五机架冷连轧机的负荷分配进行比较,结果表明自适应遗传算法具有比标准的遗传算法收敛性能更好、精度更高等优点,可以作为冷连轧负荷分配优化的新方法加以推广。

摘要：TBM围岩可掘性等级实时在线识别和预警对TBM安全高效以及智能化掘进意义重大,基于新疆EH隧洞工程直径为7. 0 m的敞开式TBM实际掘进数据与地质数据,通过TBM掘进性能与施工风险的特征参数指标对围岩进行可掘性分级。在对不同围岩下区分度较好的掘进参数进行主成分分析之后,获得表征围岩可掘性等级的2个主成分指标,并在此基础上构建bp神经网络对围岩可掘性等级进行识别。同时,为提高模型响应速度,设计了一个MATLAB程序,从而获得了实用性较强的围岩可掘性等级实时识别方法。

摘要：深加工是目前我国水果产业发展的主方向。设计了基于神经网络的自动水果分类系统,包括系统的硬件构成和分类程序。其中图像的特征提取是水果分类程序的前提。提取了水果图像的形状、颜色、纹理3种主要特征,将3种特征向量输入到神经网络分类器进行分类识别。仿真结果表明,该方法实时性好,分类准确率高,可满足水果深加工生产的实用需要。

摘要：分析了在复杂多变的采煤工况条件下,液压支架位姿空间内变量受到驱动空间变量的耦合影响以及位姿解算应用存在的问题,设计一种基于bp神经网络的位姿空间到驱动空间的非线性转换模型,通过正向运动建立训练数据集,构造逆运动模型,能够精准快速的实现其位姿运动学计算,从而实时检测液压支架支护位姿。实验仿真结果表明,该方法控制支架位姿相对于传统方法,快速精确,提升了工作效率,为感知和调控支护位姿与跟机调控提供理论支撑。

摘要：通过有限元模拟和bp人工神经网络相结合的方法,开展基于白车身对整车安全性能的评价。采用10款车型的有限元分析结果,建立bp人工神经网络,通过白车身安全系数、轻量化系数和弯曲刚度可以较好地预测整车安全星级。在该网络模型下,在白车身设计开发阶段就可以判断整车的碰撞安全是否满足星级开发目标,进而及时进行优化。

摘要：电动工具测试系统对控制的快速性和精度要求是常规的PID控制无法胜任,原因是固定的PID参数无法在不同状态下满足系统的快速性要求,因此要求PID参数能够在线自整定:本文选择基于变尺度8P神经网络来设计自适应PID控制器,利用西门子S7-200PLC中实现:并在提供给BOSCH的圆锯负载测试系统中得到应用。