基于人工神经网络的碳/陶瓷复合材料性能预测

利用人工神经网络的BP算法,建立了碳/陶瓷复合材料性能与多组分掺杂含量之间的预测模型.模型由输入层、隐含层和输出层3层神经元组成,用以模拟人脑的结构.以掺杂物的质量分数为输入参数,经石墨化后测得的复合材料的电阻率和抗折强度为输出参数.选取了30组实验数据作为学习样本,任意的7组数据作为"未知样品"对网络进行验证.结果表明,实验值和预测值相比电阻率的最大误差不超过8%,抗折强度的最大误差不超过12%.所建的网络可为碳/陶瓷复合材料设计提供理论指导.     

人工神经网络BP算法在评价网站中的应用

简要介绍了人工神经网络BP算法的基本原理及其发展趋势,构建了网站的测评指标体系,探讨人工神经网络BP算法在评价网站中的应用。     

盐渍侵蚀下高模量沥青及其混合料性能研究

为研究盐渍侵蚀下高模量沥青及其混合料的性能,将高模量试件在不同浓度的人工海水中浸泡不同的时间。通过软化点、开裂温度和车辙因子3个指标来评价盐渍侵蚀对高模量沥青性能的影响,通过车辙试验和马歇尔稳定度试验评价盐渍侵蚀对混合料的影响。结果表明,盐分条件的存在,较明显地增加了高模量沥青胶结料的软化点值,人工海水的存在并没有对高模量沥青的高温性能造成较大的影响。随着人工海水溶液浓度的升高,高模量沥青的开裂温度不断下降,在低温且有盐渍侵蚀下的地区,高模量沥青的使用需要更加谨慎。在5%溶液浓度浸泡14 d下,高模量沥青60℃和76℃下的车辙因子仍能达到高模量沥青的性能要求。随着溶液浓度的增加,沥青混合料的马歇尔稳定度显著减小,人工海水溶液浓度的增加会减弱沥青混合料的高温性能和基本物理性能,但高模量沥青混合料的性能减弱的幅度较小,在盐渍侵蚀下表现出较优越的性能。     

基于人工神经网络的岩土工程力学参数反分析

基于人工神经网络方法,建立了非线性力学反分析模型。用位移反求岩土工程计算中的邓肯参数,并以实例进行计算分析,结果表明此法适用于解决这类复杂非线性问题,稳定性好,有良好的适用性。     

虚拟人技术在人机交互中的应用研究

基于虚拟人的人机交互是人与虚拟现实环境中的虚拟人进行交互的技术。虚拟人是一种具有自主智能的看上去像人,并且具有人的部分特征的智能体。首先论述了虚拟人模型的构建技术、虚拟人的行为控制方法和虚拟人表情的构建和控制方法,然后论述了虚拟人在智能人机交互中的应用,最后探讨了虚拟人心智系统模型及虚拟人技术发展前景。     

向家坝水电站混凝土浇筑VR与智能进度模拟系统设计

针对向家坝水电站大坝混凝土浇筑施工工程量大、工期长、设备多、关系复杂等特点以及提高施工管理与决策科学性和效率的现实需求出发,以虚拟现实和人工智能领域的知识工程为理论基础,开发了向家坝水电站混凝土浇筑VR与智能进度模拟系统,并应用于工程实践.介绍了该系统的需求分析与实现思路、整体结构设计、系统功能设计以及系统实现的主要技术方案等研究成果,以期为相关工作提供参考和借鉴.工程实践应用表明,本系统具有形象性、智能化、综合化等优势,对于保证向家坝水电站大坝混凝土浇筑施工具有重要的实践价值.     

人工绿地非使用价值评估

利用条件价值法评估济南市泉城公园旅游资源的非使用价值。研究得出:泉城公园的人均支付意愿值(WTP)为24.0元/a,非使用价值总额为1.0亿元/a,其中选择价值为2 450万元/a,遗产价值为2 230万元/a,存在价值为5 320万元/a。研究表明人工绿地也具有非使用价值,人均支付意愿值和自然绿地差别不大。相关分析表明,职业、文化程度与支付意愿有较强相关性,文化程度和性别较显著影响支付意愿值。     

锅炉燃烧系统的仿人智能控制

提出一种锅炉燃烧系统的仿人智能控制方法.该方法根据专家知识和操作人员的经验,给出了仿人智能控制器的设计方案.针对传统控制方法难以适应锅炉负荷大幅度变化的缺点,给出了基于规则的专家式控制方法,并针对风煤配比的自寻最优控制的缺点,给出了按照经验实施的固定比例风煤配比的简单实用方法.锅炉燃烧系统仿人控制方法已在生产中得到应用,应用结果表明该方案可行,提高了系统的燃烧效率,优于传统的控制方法.     

Multi-ISM联盟的网络安全系统协作模型及算法

针对现有网络入侵检测系统(NIDS)存在智能程度低、自适应能力弱、协同性差、负载不均衡等局限性,引入了免疫软件人(ISM)智能体的理论,提出了一种基于multi-ISM联盟的网络入侵检测与防御系统的分布式社区协作控制模型及其算法.该模型系统采用了部分-全局规划(PGP)策略以及multi-ISM间的协作、协调和协商机制,融合了网络协作模型与层次模型的优点,从性能上改善了当前分布式入侵检测系统(DIDS)难以适应高带宽、大流量的动态网络环境等问题.实验结果表明:该模型系统相比其他的DIDS,在检测性能和误报率等方面具有明显优势,对于服务器系统资源的占用率不是很大,同时它还能够较好地解决网络信任社区内与社区间的协同防御和预警问题.     

基于小波神经网络的输电线路故障检测

在分析了小波函数时频特性和人工神经网络学习能力和算法鲁棒性的基础上，提出了一个利用小波神经网络检测电力系统输电线路故障的方法。理论分析和基于EMTP仿真测试结果表明，该小波神经网络故障检测模型和算法是有效的，与传统的人工神经网络相比，具有收敛速度快，鲁棒性强的特点。