宏观经济预警模型

以Ｘ市经济发展为背景,用经济数学方法把经济系统在不同时期的经济运行状况划分为五类不同的经济运行模式,并对每类模式建立边界识别函数,为经济预警提供直接的定量界限。     

智能型自动驾驶系统的多源信息融合算法

利用模糊积分方法融合高速公路上智能自动驾驶的多源信息，确定汽车应采用的安全运行模式，使之经过专家系统的知识推理，调整汽车运行中的可控参数值，为建立智能自动驾驶系统奠定了基础，并为具体实现智能型自动驾驶系统创造了重要条件，进而避免交通事故发生，提高道路的通行能力。     

基于Dempster—shafer理论的多个神经网络分类器融合算法

用遗传算法优化神经网络分类器的连接权系数，避免采用BP算法存在易于陷入局部极值，使每个神经网络分类器的分类接近于理想状态，由于每个分类器的特征输入不同，不能被一个分类器识别的模式，却可能被另一个分类器识别，为了提高模式识别的精度，可将一个模式识别问题由多个分类器来完成，将每一个分类器的输出结果作为一条证据，确定各分类器的基本概率指派函数，再用证据组合理论融合证据信息，可以提高分类的精度和避免某一个神经网络遭到破坏而使整个系统陷于瘫痪状态。     

疫情期间的护士排班优化模型及智能算法

重大疫情突发地组织的护士较多，传统的人工护士排班耗时长，排班结果可能导致护士身体的疲惫，增加医疗的风险，且护士值班的不均匀诱发护士的消极抗疫的现象发生.建议重大疫情期间的护士排班问题归结为该文提出的5个软约束条件作为优化目标，7个硬约束条件作为约束条件的多目标规划模型.该模型能够避免护士连续上班时间过长和过于集中，尽可能不扰乱护士的生物钟，降低医疗事故发生的风险；同时还考虑了各个班型在护士之间进行均匀分配，兼顾了护士的心理健康，避免护士心里产生不满而诱发护士消极抗疫现象的发生；采用两层粒子群遗传算法求解护士排班多目标优化模型，因为粒子群算法求得的解极大可能是局部最优解，在粒子群算法中嵌入遗传算法，有利于全局寻优，极大地提高了获得全局最优解的概率.采用两层编码技术能够同时得到护士编号及其对应的排班状态，节约算法的迭代时间；将该文提出的模型及算法应用于重庆三峡中心医院护士排班的实际问题，能快速高效得出疫情期间的均衡护士排班表，提高了抗疫工作的效率，解决了长期困扰医院的护士最佳排班问题.该护士排班模型和算法也可推广到航空机组智能排班和学校智能排课方面，具有广阔的应用前景.     

用特征值法修订投入产出直耗系数

把直耗系数矩阵的转移矩阵Ｓｔ的特征向量视为不变,修订它的特征值,从而达到对直耗系数的修订。     

基于粗集理论的蔬菜栽培病虫害预警技术

笔者将粗集理论应用在蔬菜栽培的病虫害预警中,构造出一类最简单的知识提取规则,进而获得最快的信息融合算法,为蔬菜栽培病虫害防治提供了一种优化预警技术。这对栽培知识的传播,绿色蔬菜的生产、丰产丰收、稳定市场具有重要意义。     

基于神经网络的字符识别技术研究

本文在分析人工神经网络理论和图象处理及其特征提取理论的基础上,探讨了网络结构、特征编码、算法的实现、学习样本的收集、网络参数的选择及ＢＰ算法缺陷等问题,设计并实现了一种基于神经网络的字符识别系统。