并行多机成组工件调度的禁忌搜索方法

本文讨论的是并行多机成组工件的极小化最小通过时间调度问题。在没有ＧＴ假设下，它是一个非常复杂的组合优化问题，是ＮＰ难题。在本文中，为了解决此类问题，作者尝试采用了两种禁忌搜索的智能优化算法方法：１）利用单机条件下的最优解的性质，提出了禁忌搜索结合启发式的算法（ＴＳ－ＨＥＵ）；２）禁忌搜索结合支定界法的算法（ＴＳ－Ｂ＆Ｂ）。作者作了大量的仿真实验，将两种方法进行了比较。实验结果证明：虽然两种算法都可     

由Petri网模型求系统最小割集的自顶向下法

研究了系统逻辑关系的Petri网表示 ,基于Petri网的建模方法 ,采用Petri网模型求系统最小割集的自顶向下法。与故障树方法相比 ,这种方法可同时获得系统的最小割集和最小路集 ,且求解的效率高。实例分析证实了这一点。     

层次分析中判断矩阵排序的一种新方法

提出一种新的广义最小偏差法，给出了它的标准形，并对此方法的性质进行了研究．理论分析和仿真结果表明：应用广义最小偏差法对判断矩阵进行排序不但可行而且有效．     

基于可行解搜索法和遗传算法的堆芯参数优化

堆芯等离子体平衡设计的主要任务是通过对极向场线圈等输入参数进行搜索，给出可达到平衡的输入参数，然后使用等离子体平衡计算程序，计算出堆芯的主要参数一一拉长比、三角变形、大半径、小半径。由于输入参数过多，因此搜索的空间很大，传统的搜索方法效率十分低下。将可行解搜索法和遗传算法应用于等离子体平衡计算的搜索优化设计中，取得了很好的效果。     

农田蒸散估算方法研究进展

对目前国内外估算农田蒸散的主要理论和方法，包括空气动力学法、波文比—能量平衡法、空气动力与热量平衡联立法、经验公式法和遥感方法进行了总结，探讨了其使用中存在的问题，预测了农田蒸散在估算研究方面的发展趋势。参22.     

系统可靠性有向故障流图模型及DMA算法

有向矩阵分析法(DigraphMatrixAnalysis), 简称DMA法, 以系统的有向故障流图作为可靠性模型, 采用拓扑学中的可达性计算直接形成系统的割集。本文在有向故障流图模型和可达性计算中引入多端与门的逻辑运算关系, 改进和完善了形成最小割集的算法。串联结构节点压缩技术和模块分解技术的应用, 有效地降低了系统的规模和割集形成过程的计算量。     

多状态网络系统d-最小割集的边合并算法

为更有效的获取多状态网络系统d-最小割集（d-mincuts，d-MCs），提出一种边合并算法。算法用容量未取最大容量的边及对应取值组成的集合对表示网络状态，基于网络分割的思想，不以最小割集为基础，通过边合并、状态继承求取可行解，通过集合对的比较得到d-MCs。同时提出一个引理，更高效的求取容量下界，缩小状态空间。算法复杂度对比分析证明算法有效，且通过定义带权值的广义联络矩阵实现算法，便于编程计算。最后，通过实例分析验证了算法的有效性。     

变分不等式的双层平衡表示及其在交通流分配中的应用

给出了Ｈａｒｔｍ ａｎ－ｓｔａｍ ｐａｃｃｈｉａ 变分不等式的一种双层平衡等价表示，指出了变分不等式与系统平衡之间的深刻联系，并讨论了它们在交通流分配用户平衡（ＵＥ）和随机用户平衡（ＳＵＥ）模型中的应用．     

改进的动态故障树转化为二元决策图的成分组合算法与应用

动态故障树分析是可靠性领域的重要分析方法之一,树状结构能够直观反映系统失效逻辑关系,提出一种针对动态故障树的混合分析方法。将动态故障树进行模块化,对于动静态模块按照门的种类分离,改进了现有的静态故障树转换为二元决策图的成分组合法,从而直接得到静态树模块最小割集,按照动态门的种类定义割集序列,对于动态故障树模块按照割集序列求解,将两部分结果合并得到整棵故障树的最简割集序列。最后经过实验验证,算法能够快速有效完成对动态故障树定性分析。     

网络最大流的割集矩阵算法

利用网络单位流量及网络可行流的流量平衡关系,得出流量关系矩阵,由流量关系矩阵,得出网络割矩阵,从而求出网络图的割集,最后根据网络最大流等于最小割容量,求得网络最大流,此方法使得计算网络最大流变得简便,且具有很强的实用性.     

THE HOPF BIFURCATION DIRECTION OF A FOUR DIMENSIONAL ELECTRONIC NEURAL NETWORK SYSTEM

1.IntroductionCurrentlybifurcationtheoryiswidelyusedinmanymathematicalmodelsofvariousfieldssuchasbiologyjmechanics,medicalscience,managementofnaturalresourcesandthetheoryofneuralnetowrks.Inadifferentialdynamicalsystem,averyimportalltproblemistheexistencea…     

人工神经元网络的研究现状与展望

人工神经元网络是在现代神经科学研究成果的基础上提出的用来模拟人脑功能基本特征的一门研究学科,它不是人脑神经元网络的全面、真实描述,而是这种网络的某种抽象、模拟和简化。研究这一技术的目的在于探索人脑信息加工、存贮和搜索的机制,从而为人工智能与信息处理等学科的研究开辟一条新的技术途径。本文着重介绍了人工神经元网络的研究概况、典型模型和实际应用,展望了未来人工神经元网络的研究与发展。     

AN INTELLIGENT CONTROL SYSTEM BASED ONRECURRENT NEURAL FUZZY NETWORK AND ITS APPLICATION TO CSTR

In this paper, an intelligent control system based on recurrent neural fuzzy network is presented for complex, uncertain and nonlinear processes, in which a recurrent neural fuzzy network is used as controller (RNFNC) to control a process adaptively and a recurrent neural network based on recursive predictive error algorithm (RNNM) is utilized to estimate the gradient information ρy/ρu for optimizing the parameters of controller.Compared with many neural fuzzy control systems, it uses recurrent neural network to realize the fuzzy controller. Moreover, recursive predictive error algorithm (RPE) is im-plemented to construct RNNM on line. Lastly, in order to evaluate the performance of the proposed control system, the presented control system is applied to continuously stirred tank reactor (CSTR). Simulation comparisons, based on control effect and output error,with general fuzzy controller and feed-forward neural fuzzy network controller (FNFNC),are conducted. In addition, the rates of convergence of RNNM respectively using RPE algorithm and gradient learning algorithm are also compared. The results show that the proposed control system is better for controlling uncertain and nonlinear processes.     

神经网络和启发式算法混合策略解Job-shop调度问题

提出一种有效的自适应神经网络和启发式算法混合策略来求解Ｊｏｂｓｈｏｐ调度问题．自适应神经网络具有在网络运行过程中神经元的偏置和连接权值自适应取值的特性，被用来求得调度问题的可行解，而启发式算法被分别用来加速神经网络的运行和保证神经网络收敛到可行解、获得确定排序下最优解和提高可行解的质量．仿真表明本文提出的混合策略是快速有效的     

神经网络专家系统——基本理论与实现

AI的引入使计算机科学取得了惊人的成就,而作为AI最活跃的分支——专家系统的迅速发展和成功应用使AI从学科研究走向实际应用取得了重大突破。然而,专家系统的发展遇到知识获取“瓶颈”、“窄台阶”等因难以及现代数字计算机固有的缺陷,使其支持能力受到极大的限制,亟待开拓新的途径和方法。最新发展的以非线性大规模连续时间模拟并行分布处理为主流的神经网络理论为AI和专家系统的发展开辟了崭新的途径。基于神经网络非线性信息处理基本原理,本文系统地研究并论述了神经网络专家系统理论与基本框架;提出了知识的神经网络表示、知识获取的自适应学习训练、知识的自适应并行联想推理、模糊推理等方法。神经网络专家系统理论的发展和应用必将为AI、计算机科学和信息科学带来历史性的突破。     

基于正交试验法的神经网络优化设计

运用正交试验法,以三层前向型神经网络为例,对神经网络的训练样本、权值和阀值、训练参数的选择进行分析和研究。在此基础上,提出一种基于正交试验法的神经网络优化设计方法。研究结果表明,正交试验法对于神经网络模型的确定具有很好的效果,是一种既直观易行又客观科学的方法。     

一种基于神经网络的通信中继网路生成算法

本文利用人工神经网络原理及平均场近似动态分析方法探索了在网络总体费用最小准则下 生成城市电话通信网中继网路结构的算法。给出了适合于中继网路生成问题求解的神经网络结构，推导了网络运行方程并给出了相应的模拟结果。     

前馈网络泛化性能改进的目的规划方法研究

以目的规划模型为基础，将前馈网络准则函数改进、网络灵敏度降低、先验知识运用有机地结合在一起，提出了前馈网络泛化性能改进的目的规划方法．文中给出了该方法的数学模型、求解方法以及算例     

用联系数描述和处理网络计划中的不确定性

通过把集对分析（ＳＰＡ）中的联系数引入到网络计划技术之中，为工程中因各种情况变化引起的工期不确定性提供了一种新的表达和处理方法．研究表明，这种基于联系数的网络计划与调控方法，比传统的网络计划方法提供了更多有价值的信息，如关键路线、次关键路线和再次关键路线及其转化关系等，具有更灵活的表达和处理能力且符合工程实际．新方法思路清晰、操作方便，是一种值得推广的新型网络计划方法     

网络计划技术中各工序间相关性的若干研究

提出并分析了网络计划技术中工序间存在相容和相益等各种关系．并在图示表达、理论计算和模糊关系矩阵分析等方面做了初步探讨．这些概念和方法在利用网络计划技术进行现代项目管理中，有着广泛的应用前景