冰蓄冷中央空调智能监控系统研究开发

文中针对冰蓄冷中央空调系统的控制要求,开发了一套基于IPC-PLC的智能化监控系统,详细阐述了系统的软硬件构成及控制策略的实现,并给出采用BP神经网络模型预测负荷的方法。实践证明,系统很好的满足了控制要求,完善了管理和控制功能,提高了制冷效率。     

一种高效的光伏监控方案及发电量预测

针对市场上光伏监控系统运行效率不高、发电量预测忽略太阳辐照度以及缺少嵌入预测功能等问题,提出一种以串口服务器为数据采集网关,以面向对象的方法描述设备、以多线程的方式处理数据、以模块化的思想布局,采用自定义数据队列、以嵌入的RBF神经网络模型预测发电量的高效光伏监控方案;以在广西大学内搭建的一个小型的光伏发电站为实验对象,在该方案的基础上实现多总线的光伏远程监控系统,并在该系统中嵌入发电量预测功能;经过长时间地运行系统并预测发电量,结果表明该系统具有运行效率高、可扩展性强、发电量预测精度高等优点。     

基于神经网络的水下设备监控管理及决策系统

该文详细地介绍了大型水下设备的组成特点及在传统管理方面存在的问题,详细分析了神经网络在管理工程方面的具体应用,包括优化、预测、决策支持、建模与仿真和在全局智能化管理方面的具体应用。最后以大型水下设备为例,介绍了具体的神经网络的管理方案,包括神经网络应用于大型水下设备的模型框架和神经网络模型管理系统面向对象设计,在监控管理及辅助决策分析系统做出了比较详细的分析。仿真结果表明,该监控管理用决策系统具有很强的实用性和参考价值。     

蚁群神经网络在中小企业信用评价中的应用

为了进一步提高BP神经网络的性能,实现准确、快速预测中小企业信用的目的,在分析信用评价重要性的基础上,根据中小企业信用评价指标体系,提出了一种基于蚁群神经网络的评价模型.利用蚁群算法对神经网络进行训练,再将此网络模型应用到中小企业信用评价系统中,最后通过训练样本和测试样本来检测该蚁群神经网络.结果表明蚁群神经网络的预测方法与传统的BP冲经网络预测方法相比,具有较强的泛化能力,应用在中小企业信用评价系统中具有很高的评价准确率.     

基于LabVIEW的冶炼烟气制酸SO2转化率BP软测量

铜冶炼烟气制酸转化器的SO2转化率高低直接关系到制酸生产效率,针对目前SO2转化率仍通过人工化验才能得到的现状,采用BP神经网络进行了SO2转化率软测量建模并验证了模型得有效性;为实现SO2转化率的在线软预测,进一步在LabVIEW虚拟仪器平台上开发了其监控界面并通过Matlab Script节点,实现了基于Matlab的SO2转化率BP神经网络软测量算法与监控界面的数据交换.运行结果表明:所开发的虚拟仪器系统人机交互友好,SO2转化率的软预测精度较高.     

一种基于RBF神经网络的预测器模型及其研究

非线性复杂系统的预测控制是一种高性能的控制方法,其关键在于非线性预测器模型的实现。论文从径向基函数(RBF)神经网络原理分析出发,探讨了一种用于神经网络的预测模型设计方法,并将此方法用于实际非线性系统的预测控制。结果表明,基于RBF的神经网络预测模型可快速准确地完成对非线性动态过程的预测描述,因而可以在非线性系统的预测控制中得到良好的应用。     

基于神经网络的水下设备监控管理及决策系统

该文详细地介绍了大型水下设备的组成特点及在传统管理方面存在的问题，详细分析了神经网络在管理工程方面的具体应用，包括优化、预测、决策支持、建模与仿真和在全局智能化管理方面的具体应用。最后以大型水下设备为例，介绍了具体的神经网络的管理方案，包括神经网络应用于大型水下设备的模型框架和神经网络模型管理系统面向对象设计，在监控管理及辅助决策分析系统作出了比较详细的分析。仿真结果表明，该监控管理用决策系统具有很强的实用性和参考价值。     

基于BP神经网络的飞机娱乐系统采购短期预测

针对传统航材采购决策行为的局限性,研究了基于BP神经网络的航材采购短期预测方法,拟在建立BP神经网络模型的基础上,将BP神经网络模型运用到航材采购量短期预测中来,根据历史数据建立BP神经网络对其进行训练形成飞机娱乐系统采购量预测模型。阐明神经网络在决策时能提供更多的支持信息,实现采购数量科学化。并进一步通过预测结果说明基于神经网络的航材采购量短期预测是一个行之有效的方法,为民航航材集中采购的理论和方法提供借鉴和参考。     

城市短时交通流预测仿真研究

应用灰色系统和神经网络研究城市短时交通流预测问题。针对目前交通流预测方法难以处理城市短时交通流实时变化以及高度非线性特征,导致实际预测精度差的缺陷,提出了一种基于灰色系统和神经网络的组合模型,利用灰色模型对实际监测到的数据进行拟合、预测。得到预测值和预测残差。将预测残差输入到神经网络模型进行残差的学习、仿真和预测,残差预测值和GM(1,1)模型预测值的和值作为最终预测结果。运用组合模型方法对贵阳喷水池路段交通流量进行预测,实验结果证明了组合方法的有效性、可行性。     

改进GA-BP神经网络的无线信道预测方法

无线信道建模与仿真中,实现一种高效率、高准确性的无线信道预测方法是具有非常重要意义的。针对该需求,提出一种基于多种群遗传算法（Multi-population genetic algorithm, MPGA）-反向传播（Back propagation, BP）神经网络的无线信道预测方法。该方法通过改进遗传算法,优化BP神经网络中神经元的权值和阈值,以此改善BP神经网络预测精度差的问题,从而极大提高了BP神经网络的预测性能。将射线跟踪算法的理论值和BP神经网络结合,实现更高效的无线信道预测方法。通过对比遗传算法（Genetic algorithm, GA）-BP神经网络模型和MPGA-BP神经网络模型的预测误差,发现MPGA-BP神经网络模型的预测结果优于GA-BP神经网络模型,证明了所提出无线信道预测方法具有良好的精确度,可以更高效地进行无线信道预测。     

基于Matlab的概率神经网络的实现及应用

介绍概率神经网络(PNN)的模型和基本算法,以及利用M atlab神经网络工具箱设计PNN网络的方法和步骤,实现对网络的设计、训练、仿真。针对某水泥泵车臂架细部焊接结构的疲劳寿命实验数据,应用PNN的分类功能对实验数据进行训练仿真处理,得到对臂架细部结构疲劳寿命的预测分类结果,验证了此方法的可靠性。     

泊松分布灰色理论在物流需求预测中的应用

研究物流需求预测准确度问题。物流需求预测中存在数据小以及非线性特点,使预测系统存在不确定性。为解决上述问题,提出了一种泊松分布的神经网络需求预测算法,采用泊松分布算法对物流的整体需求进行分类,然后采用灰色理论算法选择物流需求影响因子,对物流的需求进行实时预测,仿真结果表明,改进物流需求预测方法比传统的灰色理论预测模型以及BP神经网络具有更高的预测精确度,有效地提高了区域物流需求的预测准确度,具有一定的实际应用价值。     

配水管网测点压力数据的建模与预报

给水管网测点压力为一串时序样本数据,本文引进时序建模方法对样本数据进行相关分析,特别结合实例对四种建模方案作了分析比较,结果表明带受控项同时反映周期特性的模型精度最高,完全满足工程要求,本文还对测点压力在线建模及其预报算法作了探讨,取得了满意的结果,作者期望对配水管阿工况作出有效估计,为配水系统的优化调度与节能创造条件。     

“电脑”型产品需求预测的Gompertz模型与随机模拟

“电脑”型产品包括手机、电视机、电脑等无形性变质产品,这种产品需求波动性大,随机性强、历史数据失效或根本不存在历史数据,其需求量的预测往往比常规品更为困难。介绍了“电脑”型产品需求预测的Gompertz模型,并应用这个模型对2010年长沙市电脑需求情况进行了预测,通过计算机随机模拟,对2010年长沙市手机产品的需求量也进行了预测,取得了较好的效果。为进一步研究“电脑”型产品库存控制问题提供了较好的基础。     

分组域实时计费系统的实现思路

移动互联网时代的来临对计费系统的实时性、透明度、灵活性提出了更高要求,实时计费系统的引入可有效弥补传统离线计费方式的不足,满足移动数据业务的发展需求。本文介绍了分组域实时计费系统的功能、网元、接口、业务流程,并在中国移动现有分组域网络架构基础上,分析BOSS侧和分组域侧相关网元的改造需求,总结分组域实时计费系统的实现思路。     

基于联机分析处理技术的销售分析系统的研究

为满足现代企业销售部门的数据分析与决策制定的需求，将联机分析处理技术应用于销售分析系统中。首先介绍了数据仓库和联机分析处理的概念、特点及结构，然后建立了销售分析系统数据仓库的概念、逻辑与物理模型，最后介绍了基于联机分析处理技术的销售分析系统的实现方法。通过本系统研究解决了大量销售历史数据统计分析的问题。     

Visual C++6下实现基于多线程的网络通信

本文介绍了如何通过TCP／IP网络协议的客户／月艮务器(C／S)模式，实现指纹采集模块终端与服务器之间的网络通信，同时介绍了多线程技术在服务器与终端间的数据传输方面的应用。实践表明，在Visual C 环境下，多线程技术应用于网络通信可达到比较好的效果。     

基于XML的数据交换技术的研究及其在大型系统中的应用

介绍了XML技术用于数据交换的优点以及XML和数据库之间映射的一些基本方法，并结合某大型网络系统层次结构和应用需求，在此基础上提出了一种适合于该大型网络平台和应用系统的数据交换平台模型，并着重探讨了数据交换系统内部结构的设计和实现。     

基于GCN和TCN的多因素城市路网出租车需求预测

在巡游模式下,出租车与乘客间供需不易匹配,造成出租车空载和乘客打车难现象并存,准确高效地实现路网出租车需求预测有利于有效缓解这一问题.针对现有交通流预测模型对空间特征提取不充分,特别是对城市路网内路段之间的空间关系没有全面挖掘这一问题,充分考虑路网内路段间的3种空间关系,对其分别构建路段间的局部关系图、路段全局关系图和路段OD次数关系图,提出一种由图卷积网络与时间卷积网络相结合的出租车需求预测模型.其中,采用图卷积网络对城市路网内路段的空间关系特征进行挖掘,采用时间卷积网络对交通数据集中的时间序列特征进行挖掘,并且考虑外部因素的影响.实验中,首先从真实出租车GPS轨迹数据中提取城市路网中各个路段的出租车出行量,并利用道路上在多个时隙形成的出行量序列对预测模型进行验证.结果表明,相比其他交通流预测模型,所提出的预测模型具有较优的平均绝对误差、均方根误差和平均绝对百分误差.     

对网络隐蔽通道NUSHU的检测技术研究

本文介绍了隐蔽通道,分析了隐蔽通道NUSHU的实现,并从基于主机和网络两个方面详细分析了针对NUSHU的检测方法的实现。