基于学习的证券市场专家预测意见合成研究

针对证券市场的专家预测意见的特点，研究了将学习、证据理论与协同学理论引入证券市场专家预测意见合成的理论与方法．讨论了将专家的历史预测数据用基本可信数表示作为学习样本，对初选专家进行聚类分析选择有协同效应的专家．该方法用神经网络优化基本可信数的修正系数，再用Dempster合成规则进行预测意见的合成．实验结果表明该方法应用于解决实际问题时具有较好的效果．     

区域水资源可持续利用评价的神经网络方法

在论述区域水资源可持续利用与水资源承载能力关系的前提下,提出了区域水资源可持续利用评价的神经网络方法。建立的神经网络模型对汉中盆地水资源可持续利用程度进行了评价。应用实例表明:建立的模型与其他模糊综合评价和属性识别方法相比,评价结果更合理可行和可靠。对汉中盆地来说,城固的水资源可持续利用程度为低级,其他5个区县的水资源可持续利用程度为中级偏低,其中又以南郑为最高,勉县为最低。在研究的7项评价指标中,水资源利用率对可持续利用程度的影响最大,灌溉率的影响次之,生态环境用水率的影响最小,从而为提高区域水资源可持续利用程度提供了理论依据。表3,参9。     

变时滞神经网络指数稳定性条件

基于时滞细胞神经网络(DCNNs)在图像处理等领域的广泛应用,有关它的研究引起了越来越多学者和专家的关注.早期DCNNs稳定性的结果大多由网络权矩阵的分量构成的代数不等式来表示.运用Lyapunov-Krasovskii泛函的方法,研究了DCNNs的指数稳定性,所得充分条件以矩阵的(半)正定形式出现,在实际应用中更加便于验证.与文献中的结果相比较,所得判据适用范围更广.     

多速率敏感无线多跳网中最小化延迟多播路由

针对物理层提供的多速率传输特性,研究了最小化多播延迟的问题。其主要思想是上游节点将对数据包的一次低传输速率广播换成若干次传输速率不同的广播,达到最小化多播延迟的目标。首先将该问题模型化为一个最优化问题,然后提出了一个分布式最小化延迟的多播路由DMDMR算法,并且证明了该算法能够取得最优值。大量模拟实验结果表明,与上游节点对数据包只进行一次广播的经典技术相比,DMDMR算法可降低多播延迟17%以上。     

螺旋霉素发酵过程动态建模的神经网络方法

对文题所述方法,根据实验数据进行仿真研究,获得了满意的结果。为高度复杂的非线性生化过程的模型化提供了一条新的途径。     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

神经网络自适应滤波器在故障诊断中的应用

分析了用自适应滤波器进行故障诊断的方法．针对该方法在计算上要花费大量时间、难于完成实时诊断任务的缺点，提出了用神经网络自适应滤波器来完成故障诊断的方法．神经网络有极快的运行速度，能很好地完成实时诊断任务．     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。