BP神经网络用于函数逼近的最佳隐层结构

研究采用反向传播算法的人工神经网络用于函数逼近时的支结构。方法,以典型的ｎ输入、单输出的多层ＢＰ网为例,在几种不同的网络隐层结构下对典的连续函数进行逼近训练。,分析各网络输出的全局误差。     

多维函数优化的遗传算法研究

本文研究了求解多变量函数优化问题的遗传算法,在此算法中采用了十进制浮点数基因表示方法,并相应地提出了一种叠加零均值Gauss随机扰动的变异方法,研究表明,对于满足组件假说的多维函数优化问题,这种遗传算法具有较高的搜索效率．     

Turbo／MAP编译码器中的交织器优化设计

讨论采用软输出迭代译交织级联卷积码（Ｔｕｒｂｏ码）编译码器中的交织器优化设计问题．从基于最大后验概率（ＭＡＰ）算法与迭代译码的Ｔｕｒｂｏ码编译码原理出发,给出交织器设计的一些基本方法并分析其特点;提出“保奇偶”的随机交织器设计方案,它能有效地改善某些以提高编码效率为目的的“删余截短”Ｔｕｒｂｏ码的纠错性能．通过计算机仿真得出一些Ｔｕｒｂｏ码在加性高斯白噪声信道中采用不同交织器时的误码率数据,分析了交织类型和交织深度的变化对Ｔｕｒｂｏ码纠错性能的影响．针对Ｔｕｒｂｏ码的特点提出了在卫星通信等应用中交织器设计的实用性结论．     

机动巨标跟踪的自适应混合多模算法

本文介绍了用于机动目标跟踪的自适应混合多模算法.这个算法不需要预先定义模型,它利用一个二级卡尔曼滤波器来估计目标的加速度,这个加速度被用于混合多模算法中具有不同确定性加速度的子滤波器中.文中给出了自适应混合多模算法的一个计算机模拟结果并和无自适应混合多模算法的结果进行了比较.     

二元矩阵值分叉连分式插值的矩阵算法

本文给出了一个计算二元矩阵分叉连分式插值的系数算法以及与此算法等价的矩阵算法,这种算法是用矩阵广义逆意义下定义的矩阵行、列初等变换而给出的．     

基于神经网络的无监督自学习控制系统

所论系统的控制由两个神经网络完成,即对象放识器和系统控制器。并且提出了一种 新的学习算法,它能利用存贮于辨识网络的信息改进控制策略。该控制系统可以对非线性系统,不确定系统等进行无监督的学习控制。     

一个求解P_*(K)-矩阵线性互补问题的宽邻域路径跟踪算法(英)

基于预校正方法,对P*（K）-矩阵线性互补问题给出了一个迭代复杂性为O（k＋1）n2/3L）的宽邻域路径跟踪算法,算法改进了Zhang等的可行宽域路径跟踪算法的迭代复杂性;比迭代复杂性为O的小邻域路径跟踪算法为好．     

实代数数的代数表达式的符号判定

将符号计算方法与数值计算方法结合起来应用于计算机代数领域,构造了一种判定实代数数的代数表达式的符号的算法,并在计算机数学系统上加以实现,算法的基本思想是对每一个实代数数ａ定义了一个二元组（Ｉ,ｆ（ｘ））,其中Ｉ是包含ａ的区间,ｆ（ｘ）是ａ所满足的多项式,并将代数数的运算转化为对应的二元组的运算,同时结合多项式的根的最短距离估计式,从而达到对代数数的代数表达式进行符号判定的目的。     

基于神经网络的股市预测

本文研究了基于神经网络的股票预测方法．针对目前存在的问题,提出了联合Davidon最小二乘算法及遗传算法来综合训练网络结构和权值的新方法．经对上证指数的模拟预测表明,通过合理地选取参数,可获得满意的预测效果．     

广义强非线性拟变分不等式

引入并研究一类新的广义强非线性拟分变不等式,构造新的迭代算法,在没有紧性条件下,证明这类拟变分不等式解的存在性及由算法生成的迭代序列的收敛性,所得结果包含了近期一些作者的工作作为特例。