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。     

基于变神经网络的非线性最小方差预测控制器

提出基于变神经网络学习动态系统参数的最小方差预测控制器。其目的是通过在线学习 ,使控制器(MVPC)能适应被控对象参数变化和非确定性。提出的变神经网络由两部分组成 ,一部分是线性神经网络 (LNN) ,作为被控对象局部线性动态模型 ,另一部分是多层交叉回归神经网络 (DRNN) ,它近似为非线性动态模型。由于引进递推最小方差算法 ,本控制器运算速度相当快。仿真结果表明所提方法对非线性系统自适应控制是有效的     

基于神经网络的企业信用等级评估

企业信用等级评估是金融领域重要的问题，论文采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本在信用等级的分布状况来抽样，然后，根据企业样本性质的不同，将其分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，此外，还介绍了几种企业信用评级常用的评估模型，并将神经网络评估模型的性能和其他的信用评估模型作了比较，实验结果表明神经网络模型具有更好的预测准确性。     

邮政通信网局部预测模型的研究和实现

为建立模型对网络实体流量流向进行预测,通过对实际情况的分析,得出新的局部预测模型方案,并为模型设定多级子模型,当模型需要变换时,只需要加入新的影响因素,不需要改变模型框架,这样使得模型更加适合邮政通信网仿真优化的需要。对于其它类似的仿真系统模型建立也有一定的启发作用。     

Visual Basic中动态数组的应用

Visual Basic中 ,动态数组的使用非常灵活 ,其用途十分广泛 .在循环使用一个以上动态数组时 ,优势更明显 .通过编写构造素数表以及求多项式导数的通用函数过程 ,可充分显示动态数组在 Visual Basic编程中的重要性     

人工神经元网络及其在系统仿真中的应用

本文简要地介绍了人工神经元网络的基本概念、主要特征及其发展历史,评述了几种有代表性的神经元网络模型。在此基础上,探讨了人工神经元网络在系统仿真中可能的应用方向。     

广西建设抽水蓄能电站的必要性和效益

广西电网需电量迅猛增加，峰谷差越来越大，迫切需要大量调峰容量。由于广西电网电源结构不合理，水电站调节性能差，枯水期出力小，火电机组最小技术出力高，电网调峰能力不足，汛期基荷容量过剩，造成低谷时大量弃水。建设抽水蓄能电站可以发挥其调峰、填谷双重作用，是当前解决电网调峰行之有效的最佳措施，应加紧实施。     

干部功能的模糊测评

利用模糊数学的分析方法对干部功能进行综合测评,确定干部的功能等级。     

负反馈电桥在电阻传感器线性化中的应用

本文介绍利用信号流图及梅森公式分析设计负反馈电桥电路,以及在电阻传感器测量线性化中的应用。