简介:针对桥梁结构监测采集到的桥梁异常状态下长期积累演变的惊人数据量,提出了基于主成分分析与人工神经网络相结合的桥梁结构异常状态识别方法。布设多种类型传感器监测获取高维数据,采用主成分分析法对原始高维特征数据进行预处理,将结构异常特征变量的主成分作为人工神经网络的输入特征。该方法有效的降低了神经网络的结构复杂度,同时提高人工神经网络的训练速度,也保证了人工神经网络具有良好的收敛性和稳定性。应用于江苏南通如泰运河大桥和江苏无锡开源大桥的实际监测数据的结果表明,基于主成分分析的人工神经网络方法用于桥梁结构异常状态识别,与传统的神经网络以及其他模式识别算法相比,有更好的识别精度。
简介:结合铁路站房用电负荷特性及供电动态要求,基于光伏列阵的物理模型,在M_ATLAB/simu-link仿真环境下,设计带有最大功率跟踪技术(MPPT)并结合模糊模拟仿真算法建立光伏电池列阵仿真模型,克服传统光伏列阵模型中控制过程复杂、波动性大的缺点,模糊控制仿真模型可以仿真变化特性参数的光伏列阵,跟踪日照辐度、外界温度,能够快速输出具有稳定高质量特性的电能,进而保证铁路站房中高要求用电设备快速平稳运行,为铁路光伏发电系统动态仿真提供良好的设计平台.