RBF神经网络的训练方法及分析

给出了三种RBF神经网络的训练方法，并对三种方法进行了分析和比较。     

一种修正极小方差谱估计算法

通过分析极小方差 (MV)谱估计算法与多信号分类 (MUSIC)谱估计算法之间的关系 ,揭示出在对样本的自相关矩阵进行特征分解后 ,对各特征矢量权系数的不同选择决定了二者性能上的差异。在此基础上 ,构造了一种新的权系数 ,导出了修正极小方差 (MMV)谱估计算法。仿真结果表明 ,MMV算法的分解率高于MV ,方差小于修正协方差自回归 (AR)模型谱估计算法 ,并能正确反映正弦信号间功率的相对大小。     

交互式权重优化法及其在产品研制决策中的应用

提出交互式优化权重的方法。该方法主要利用历史数据对主观权重进行优化，并且用关联度对主、客观权重进行综合。利用此方法，提出产品研制决策模型，该模型能够对产品指标进行比较客观的评估，从而为产品研制可行性论证提供依据。     

一种基于互相关函数的神经网络在线解耦学习算法

在分散解耦的系统框架上提出了基于MIMO过程互相关函数的神经网络解耦器在线学习算法。该算法定义了一组MIMO过程的互相关函数作为神经网络解耦器的指标函数，采用混合遗传算法在线训练神经网络。结合强耦合的非线性系统的仿真结果表明该算法的有效性。     

虚拟企业伙伴选择的灵活优化系统的设计与实现

伙伴选择是虚拟企业建立过程中的核心问题。本文针对传统的选择伙伴企业方法的不足，提出了一个虚拟企业环境下的伙伴选择的灵活优化框架，并采用遗传算法实现了供应商伙伴选择。     

舰艇编队的舰载装备协同问题研究

舰艇编队是现代海战主要采用的对抗形式之一，本文应用可靠性理论研究了舰艇编队的舰载装备协同问题。首先，利用可靠度概念给出了舰艇编队的舰载装备协同质量的量化方法；然后，建立了有限资源约束下的最大舰载装备协同质量的舰艇编队模型，并给出了基于遗传算法的模型求解算法。大量仿真计算表明了所建模型与算法的有效性。     

中小企业股票市场化发行定价研究

采用遗传算法辅助选择合适的倒传递神经网络进行中小企业股票上市首日价格的演算．其演算结果与实际价格较为吻合．验证了该方法的有效性，为在不久的未来完全市场化股票发行方式下对于股票发行价格的确定提供了新的方法。     

推广的多传感器数据融合算法

本文对工程实际中多传感器系统线性化后存在未知的系统误差，测量噪声具有指数衰减相关，且与状态噪声相关的问题，提出了推广的多传感器数据的分层融合算法和多传感器自适应数据融合算法，给出了计算流程图，可以对目标的状态进行实时估计，这两种算法对防空导弹体系制导雷达组网数据融合具有理论意义与实用价值。     

MEM在铁路UM2000轨道电路信号接收中的应用

最大熵法(MEM)是一种常用的现代谱估计法,它与经典谱估计法相比,分辨率比较高.UM2000是法国应用于高速铁路中的一种数字编码轨道电路,其信号特点是频率间隔比较小,所以要求其频谱的分辨率高,同时实时性要好.本文研究了用MEM在UM2000轨道电路信号分析中的应用.     

一种求解混合整数规划的新方法——遗传算法

工程投资决策问题是一个整数规划与线性规划相结合的混合规划问题。以单目标遗传算法的基本思想为基础，采用对整数编码以及一些遗传算法中的有效操作方法解决该问题。