最大熵法与传统法海浪谱估计的比较

海浪功率谱是描述海浪波面随机过程的基本特征参数，它既可研究海浪能量相对于频率的分布，又可研究海浪波面对外表现的统计规律。因此，准确求出海浪频谱具有重要的实用意义。目前常用的海浪频谱估计自相关法和周期图法，它们都引进一些假设及某种权函数的主观意志。     

钢筋混凝土梁结构断裂损伤诊断方法

提出一种基于BP神经网络的结构破损诊断方法,该方法以结构破损前后柔度的变化作为破损诊断网络输入,为了解决由于系统响应样本数据空间分布不均匀对网络收敛速度及网络诊断影响问题,对网络训练样本采用广义空间格点进行了交换,模拟算例及应用实例均表明,本文方法能准确诊断结构破损位置与破坏程度,是一种有效的结构破损诊断方法.     

Spectral Analysis of Nonlinear Drag Forces

The spectral properties of nonlinear drag forces of random waves on vertical circular cylinders are analyzed in this paper by means of nonlinear spectral analysis. The analysis provides basic parameters for estimation of the characteristic drag forces. Numerical computation is also performed for the investigation of the effects of nonlinearity of the drag forces.The results indicate that the wave drag forces calculated by linear wave theory are larger than those calculated by the third order Stokes wave theory for given waves. The difference between them increases with wave height. The wave drag forces calculated by use of hnear approximation are about 5% smaller than their actual values when measured in the peak values of spectral densities. This will result in a safety problem for the design of offshore structures. Therefore, the nonlinear effect of wave drag forces should be taken into comidemtion in design and application of important offshore structures.     

作用于平台桩腿的海冰屈曲破坏冰压力随机过程模型及其参数确定

冰对结构的作用过程是典型的随机过程。本文在冰压力过程为平稳过程的假设下，从渤海海冰对平台桩腿作用的大量实测冰压力数据中，选取了２１条冰屈曲破坏时的冰压力时程曲线，对它们进行谱分析后，得到了单点冰屈曲破坏的压力随机过程的谱密度，并确定了谱参数及其跟环境要素的关系，依据文献［１］中冰压力沿圆柱面的空间分布，建立了绕桩腿的冰压力随机场模型，并得到了作用于桩腿的总冰力随机过程及其谱密度。本文的研究成果为平台结构冰激随机振动和疲劳累积损伤分析提供了荷载基础     

随机海浪的列率谱分析研究

首次将列率谱分析的方法引入到随机海浪的研究。根据不同环境条件下实验室资料，对列率谱与频率谱进行了比较。结果表明，列率频对频率谱高频部分有明显改善，特别对二倍频含能段的分辨具有明显的优越性。另外，列率谱具有计算速度快、简单易行、分辨率高等优点。     

非平稳海浪过程谱估计的研究

在常规海浪谱估计中，海浪被视为平稳随机过程。然而，对由风暴引起的波场，有限风区波场，以及受折射，变浅和底部摩擦影响的浅水波场，则不能被视为平稳(或匀质)的。在某种意义上，可以说将海浪过程视为平稳随机过程是由于缺乏在物理上有意义的，     

Kohonen网络与BP网络的集成应用研究

本文介绍了 Kohonen神经网络对输入数据进行聚类方法在卷烟配方中的应用 ,提出了从核心样本动态搜索 BP网络训练样本的新探索 ,摒弃了过去 BP算法中训练样本固定不变 ,互不相交的方法 ,实现了 BP网络和 Kohonen网络动态无缝集成。     

水下智能潜器的神经网络运动控制

本文介绍一种基于神经网络的水下智能潜器的运动控制方法，该方法通过在线学习，融控制与滤波为一体。计算机仿真与水池实验验证表明，该方法的控制与滤波性能良好，对环境的学习与适应能力强。该方法事实上可用于一般动力系统的控制。     

基于塑性极限分析理论和神经网络响应面的结构系统可靠性分析

根据多层神经网络映射存在定理，提出了基于神经网络响应面和塑性极限分析理论的结构系统可靠性分析的新方法。数值试验表明，该方法可以快速、高质量地求出结构系统可靠性指标，是一个具有发展前景的新方法。     

一种基于BP算法学习的小波神经网络

为发展 Szu的基于信号表示的小波神经网络 ,提出一种多输入多输出的小波网络模型 ,网络隐层采用框架小波函数、输出层采用 Sigmoid激励函数 ,并选用“熵误差函数”以加速网络的学习速度。奇偶判别和混沌时间序列预测例子的实验结果表明了它具有良好的函数逼近能力和推广能力 ,收敛速度和均方误差均优于相同结构的多层感知器模型。