协同环境下基于客户满意度的协商模型

针对网络化制造环境下产品设计的特点,分析了客户满意度在产品设计中的重要性.将客户满意度应用到协同设计环境下的协商机制中.按照协同设计环境下产品设计的要求建立了在产品协同设计过程中客户满意度的指标体系,并以此建立了满意度数学模型.采用多Agent技术,建立基于客户满意度的协商Agent模型并分析了协商过程.结合企业实际需求,利用BP神经网络对客户满意度的评估进行了训练和仿真,通过神经网络减少评价过程中的人为因素,提高了评价的可靠性.同时验证了基于BP神经网络的客户满意度协商模型的有效性.     

基于模糊神经网络的企业绩效评价方法研究

针对传统企业绩效评价方法的一些不足,把模糊神经网络方法引入企业绩效评价领域。同时借鉴财政部等六部委颁布的国有资本金效绩评价指标体系,构建本文的评价指标。本文采用基于模糊神经网络的分层次评价方法,用BP神经网络训练财务指标,用模糊神经网络训练非财务指标,最后再构建一个模糊神经网络评价模型,得出企业绩效的评价值。实证结果表明此方法有效可行,且具有较高的准确率。     

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.     

基于小脑模型神经网络与PID的复合控制研究

阐述了小脑模型神经网络的基本原理并研究分析了其工作原理。在此基础上,结合PID控制的优点,提出了小脑模型神经网络与PID复合控制的算法。仿真结果表明,该算法实现简单方便,具有较好的实时性、稳定性和较强的鲁棒性,对被控对象的控制效果比较理想。     

一种改进的模糊调节神经网络及其应用

针对具有相同激励函数的隐层神经元非线性表达能力较差的情况,提出了一种改进的模糊调节神经网络,并利用遗传算法进行训练。该模糊调节神经网络包括模糊神经网络和三层前馈神经网络2部分,通过模糊神经网络间接调整前馈神经网络隐层激励函数参数,并用遗传算法同时对模糊调节神经网络的权值和模糊神经网络参数进行训练,从而增强了网络的表达能力。将模糊调节神经网络用于非线性量化因子模糊控制器参数的整定仿真结果表明,改进的神经网络比传统的神经网络拥有更大的自由度,具有更强的非线性表现能力,从而使非线性量化因子模糊控制系统具有更好的控制性能。     

一种模糊小脑模型神经网络及其仿真研究

在传统小脑模型的基础上,利用其特有的寻址方式,引入模糊逻辑的思想,采用模糊隶属度函数作为接受域函数,提出了一种模糊小脑模型神经网络。重点研究了接受域函数的映射规律、隶属度函数及其参数的选取规律和学习算法。仿真结果表明,该模糊模型具有良好的泛化能力和逼近精度,且可获得连续性强且有解析微分输出的复杂函数。     

基于神经网络与模糊逻辑的智能控制算法

研究了将神经网络与模糊逻辑融合交叉而形成的神经网络－模糊智能控制算法的特点和优越性。提出基于小脑模型关节控制器（ＣＭＡＣ）与模糊逻辑相结合原理的新型智能控制器的结构与算法。     

多级动态模糊评判与BP神经网络方法的结合--供应链企业绩效评价决策支持系统

从当前神经网络技术在供应链的应用过程中较难找到高质量训练样本数据的现实出发,针对目前供应链企业绩效等级评定现状,提出了基于多级动态模糊评判与BP神经网络方法结合的供应链企业绩效评价,以多级动态模糊评判为采样基础,用人工神经理论建立评价模型,采用多隐层神经网络结构和反向传播(BP)算法训练网络,建立了供应链企业绩效评价决策支持系统。     

基于模糊神经网络的道路毁损程度评价方法

为深入研究道路毁损程度评价问题,将模糊理论与人工神经网络技术结合起来,提出了基于模糊神经网络的道路毁损程度评价方法。确定道路毁损程度评估的3个指标,并通过样本学习训练,获取评价专家的经验知识和直觉思维。将训练好的网络用于316国道震后某路段的毁损程度评估,并与已有评价方法的评估结果相比较。结果表明,采用模糊神经网络对道路毁损程度进行评估可降低评价过程中的人为因素影响,保证评价结果的客观性,提高评估效率。     

模糊认知图在智能协作系统中的应用

建立了基于模糊认知图与C型神经网络的智能协作系统的框架,通过各个Agent的多个认知图的合成、推导、焦点产生加强了合作Agent间的协调与一致.     

基于Agent的供应链协商模型

首先从多Agent和单一Agent的角度对供应链环境下协商要素进行了分析。在此基础上,结合供应链管理中协商特点,提出了一个通用协商模型。在该模型中给出了一个灵活的协商协议,并对Agent的决策模型进行了分析。     

GATT1994第20条环保例外条款的适用与困惑

贸易与环境问题是一个涉及国际社会多层面、多领域的复杂而重大的问题，已成为WTO新一轮多哈回谈判的重要议题。GATT1994第20条环保例外条款，承认了各国国内环境政策的合法性，但运用不当则容易演变成贸易保护手段，从而阻碍国际贸易的发展。国际社会尤其是发展中国家对此应有足够的认识。     

供应链环境下基于Agent的协商决策

针对供应链环境中双边、多主题协商,采用基于相似度的协商决策方法,把时手发送的提议与自己将要提交的提议集进行比较,选择与对手提议相似度最高的提议作为最终提议。这种方法不仅能增加达成一致的几率,而且能增加双方的共同收益。     

基于超闭球小脑模型的系统建模及其校正

为了克服神经网络建模在工程应用中的不足,利用超闭球小脑模型（HCMAC）神经网络所具有的结构简单、学习收敛速度快、泛化能力强等优势,提出了基于HCMAC的非线性动态系统建模原理。分析了建模误差产生的原因,给出了基于误差校正率的神经网络模型多步在线校正策略,采用通过实时扩展模型学习样本空间和基于模型误差可信度的模型参数修正方法训练模型,以跟踪实际动态过程。仿真实验证明：上述方法可有效地减小由于样本精度不高和在模型输入空间中的分布不均匀所带来的初始模型误差,同时可实时适应非线性动态过程工况的变化。     

一种基于模糊CMAC自学习模糊逻辑系统及其在控制中的应用

把HCMA（Hyperball Cerebellar Model Articulation Conroller)与模糊逻辑理论有机结合起来，形成FHCMAC（Fuzzy HCMAC)，它便于从输入输出数据中提取模糊规则，直接用作控制器。可以将FHCMAC看作用基函数网络实现的模糊逻辑系统，兼有HCMAC神经网络和模糊逻辑两者的优点，即可以较容易表达定性或模糊的经验知识，又具有很好的学习性能，应用仿真实例验证了其有效性，该方法可应用于难以获取模糊规则的吻合。     

The Impact of Trade Policy Arrangements on China and World Economy in Post-MFA Era

With Multi-Fiber Arrangement （MFA） eliminated on Dec 31, 2004, the debates and concerns on the trade of textile and apparel have been growing. The objective of this study is to examine the impacts of alternative policies on China and World economy after canceling MFA. Based on a general equilibrium model of the Global Trade Analysis Project （GTAP）, study shows that China and World will significantly benefit from further trade liberalization. However, if USA, EU and Canada converted to TBT to restrict import, the gains from eliminating MFA would be largely offset. Based on our analysis, some policy implications are discussed.     

基于神经网络的伙伴选择协商模型研究

为了更好的在伙伴选择中对供应商进行评判，提出建立基于BP神经网络的伙伴选择智能协商模型。模型经过训练学习，使其拥有商家的思维方式，并对供应商可协商和非可协商因素进行分析，对供应商做出客观评价。供应商通过对可协商因素进行调节，得到双方都比较满意的协商结果。