基于粒子群算法的盲源分离算法

简要地介绍了粒子群算法(PSO)及其改进算法和盲源分离算法(BSS),改进的粒子群算法具有并行性、易实现等优点。将改进的粒子群算法与盲源分离算法相结合,提出了基于粒子群算法的盲源分离算法。该算法以混合信号的峰度为目标函数,采用独立分量分析的方法,用改进的粒子群算法代替常规的最陡梯度下降法,对瞬时混合的信号进行盲分离,解决了梯度算法收敛速度慢的问题。实验仿真表明:该算法具有收敛速度快、分离效果好等特点。     

多目标遗传繁衍样本策略的应用研究

提出了以最小误差平方和作为样本相似度,结合制约条件经验公式的多目标遗传算法进行样本繁衍的策略,并探讨了使用多目标遗传算法对样本进行重复繁衍,从而得到符合真实条件并与原始样本非常接近的仿真样本,以便与原始样本一起进行训练得到可用神经网络的方法。作为对该方法的验证,笔者使用这种方法在仅能获得43个样本的基础上,建立了一个用于预测爆炸密实法地表沉降量的神经网络模型,获得了良好的效果。     

翅片管换热器仿真软件精度自适应校正方法

提出了一种自动修正翅片管换热器仿真精度的方法.根据用户所能提供实验数据的数量,采用不同的策略,实验数据较少时采用简单的多项式回归的形式来建立管外空气侧换热系数修正因子的修正多项式;实验数据较多时采用人工神经网络的方式来得到管外空气侧换热系数修正因子的神经网络关联模型.用于实际的仿真计算时,修正前的换热量误差最大28.96%,平均为11.12%;采用多项式修正后误差最大15.33%,平均5.38%;采用神经网络修正后误差最大4.9%,平均1.0%.     

对抗环境下足球机器人路径规划

在RoboCup中型组足球机器人比赛环境下,实现机器人实时、有效的路径规划是赢得比赛的重要前提.充分考虑到足球机器人比赛中实时性和对抗性的特点,采用具有实时性优势的人工势场法,并综合考虑障碍物、目标点以及机器人之间相对位置和相对速度的关系,提出一种相对威胁系数的概念.该系数能够反映比赛中双方机器人实际对抗的强弱程度.将相对威胁系数应用到传统的人工势场中,形成一种新的改进型人工势场法,较好地解决了对抗环境下机器人路径规划中一些实时性、有效性的问题.仿真实验验证了所提出算法在足球机器人比赛系统中具有可行性.将该算法应用于交龙足球机器人上,在实际比赛中取得了较好的成绩.     

论企业竞争情报与知识管理系统的互补与共建

通过对竞争情报与知识管理的内涵及竞争情报与知识管理异同的分析，提出了竞争情报和知识管理系统的整体结构共建模型。通过共建可以充分利用企业信息资源，减少企业信息系统的重复建设和浪费，形成了一种融管理方法、知识处理、智能处理于一体的综合系统，对提高现代企业的竞争力具有重要的意义。     

徐州市人工侧柏林的群落结构及物种多样性分析

以徐州周围山地人工侧柏林为研究对象,在全面勘察的基础上,建立了10块具有代表性的调查样地.通过对群落的生境条件、种类组成和结构等的调查,详细分析了徐州市现有侧柏林的群落结构和物种多样性.分析结果显示,徐州周围山地现有人工侧柏林群落结构简单,物种丰富度和多样性较低,生长更新缓慢.建议引种朴树、臭椿、黄连木、三角槭、梧桐、女贞等树种,以改造林相,促进地带性植被的恢复.     

人工神经网络在空气污染预报中的研究进展

人工神经网络是20世纪80年代迅速兴起的一门非线性科学,特别适用于对具有多因素性、不确定性、随机性、非线性等特点的对象进行研究,而空气污染预报正是这样的一类问题。简单介绍了人工神经网络的基本概念,详细地回顾了国内外人工神经网络在空气污染预报领域的研究应用情况,最后讨论了人工神经网络在空气污染预报领域中的研究方向和发展趋势。     

竞争情报在提升企业核心竞争力中的作用

论述了竞争情报与企业核心竞争力的主要内容,探讨了竞争情报与企业核心竞争力之间的关系及其竞争情报在提升企业核心竞争力中的作用,以指导企业更好地实现竞争情报的价值,充分利用竞争情报来发掘和培育企业的核心竞争力。     

智力测验结构研究的认知成分分析技术

以分析瑞文标准推理测验的因子结构为例,介绍了智力因子结构研究的新方法——认知成分分析技术。     

BP神经网络数值预测方法的研究

人工神经网络作为一个具有高度非线性映射能力的的计算模型,具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.本文在对其进行深入研究的基础上,探讨了利用BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.