无环境信息下多尺度网格细胞群空间表征模型

针对无环境信息条件下网格细胞空间表征问题,提出一种多尺度网格细胞群的空间表征模型.通过减少吸引子网络模型网格细胞的偏好朝向,使网格细胞具有特定的感应方向,仅对特定方向上的速度产生响应.基于改进的吸引子网络模型,构建多尺度网格细胞群,并对空间进行表征.仿真结果表明,改进后的网格细胞模型只响应相应方向的速度,准确整合速度信...     

MANET双层群节点移动模型设计与研究

在移动Ad hoc网络仿真中,节点移动模型直接决定了网络的拓扑结构,进而影响网络性能的评估."参考点群移动模型"群内部节点以一个逻辑中心为参考随机运动,而现实场景中,节点群运动时经常呈现一个群有多个逻辑中心的特点.由此提出了一种"双层群移动模型",并从物理链路和路由协议两个层面与其它移动模型进行仿真比较.仿真结果表明,该模型更能反映出具有双层性的群移动场景中网络的拓扑变化,更适合该种场景下移动Ad hoc网络仿真研究.     

基于非线性内电位构造函数的抗伪状态联想记忆

针对传统Hopfield神经网络在联想记忆中存在的大量伪状态,设计出一种以非线性内电位函数构造为核心的抗伪状态方案,以取代传统的Hebb规则及其外积法,建立了一种抗伪状态的联想记忆网络(ASS-SSNN),并通过吸引域的变化研究抗伪状态方案的正确性和有效性.仿真结果表明:ASS-SSNN比采用传统Hebb规则及其外积法的Hopfield联想记忆网络(HNN)在容错性上更优,记忆状态的吸引域明显增大,存储容量也有所增加.     

基于异质性的产业群交易网络

提出了一类基于异质性的产业群交易网络模型,采用柯布-道格拉斯函数对网络中群异质性进行了定量刻画和分析,同时给出了产业群网络的结构参数的定义。通过理论分析和仿真实验得出:群间成本与所占共享资源比重呈反比;该群网络是一个非均匀网络,其集中度与群聚集性都非常低。最后,通过实证分析得出,北京市产业关联网络与提出的产业群网络是相符的,且第三产业与其他产业间的异质性较强,第三产业的发展促进了第一、二产业的进步。     

整合神经网络的人工生命:一种脑回路研究方式

基于设计能够自动挑选出有特定功能的模拟神经回路这一设想,通过给虚拟生物体一个未连接的模拟小神经群,在与虚拟环境的相互作用下,研究其神经网络的拓扑结构的演化.具体做法是:让虚拟生物体的小神经群在最初视觉神经连接至中枢神经,中枢神经内部无相互连接,中枢神经与运动神经不相连接,运动神经元可以有一定概率的不通过中枢神经而随机激发.然后在虚拟环境中投入食物.人工生物体运动神经元自动激发造成食物与生物体相对位移的改变,进而导致Hebb学习,造成神经网络拓扑结构的变化.最后给出了仿真结果的理论意义以及模型进一步完善的可能性.     

战术防空指挥控制仿真模型

战术防空指挥控制仿真模型较多,本文针对防空导弹群指挥控制系统的需要,选择介绍一些主要的仿真模型:通信网络模型、自然环境模型、目标攻击模型、空情获取模型和导弹拦截模型。     

耦合网络视角下微信群对组织中知识传播影响

基于耦合网络理论,建立了微信群与线下互动双层耦合网络中的知识传播模型,应用下一代矩阵法推导出区分知识在这一耦合网络中传播与否的阈值条件。理论分析和仿真结果表明,微信群既可以对组织中知识的传播起到促进作用,也可能产生抑制作用。当员工在单位时间内通过微信群和线下社交网络两种渠道交流知识的次数较接近时,这一耦合网络中传播趋于稳态时的知识拥有者比例较大;员工在单位时间内通过微信群交流的次数过多或过少,都将对整个耦合网络中知识的传播产生抑制作用。研究还表明,这一耦合网络的拓扑结构对知识传播有重要影响,无标度耦合网络中知识的传播速度和范围均大于匀质耦合网络。     

群体行为状态扩散中的广义影响力模型

管理复杂性研究中的群行为问题,社会交互性数理关系刻画是一个关键点,这种动态交互性导致了群行为扩散。在关注群内个体局域交互影响的同时,建立了可以刻画广义交互影响的模型,并提出相应实现算法;利用有效的实证实验,根据建立的群网络模型拓扑特性,借助于仿真实验验证了相同情境下群行为扩散过程,仿真结果与实验结果基本一致,说明本文提出的模型和算法的有效性。     

群行为扩散中的广义影响力模型

管理复杂性研究中的群行为问题,社会交互性数理关系刻画是一个关键点,这种动态交互性导致了群行为扩散。在关注群内个体局域交互影响的同时,建立了可以刻画广义交互影响的模型,并提出相应实现算法;利用有效的实证实验,根据建立的群网络模型拓扑特性,借助于仿真实验验证了相同情境下群行为扩散过程,仿真结果与实验结果基本一致,说明本文提出模型和算法的有效性。     

耦合网络视角下微信群对组织中知识传播影响研究

基于耦合网络理论，建立了微信群与线下互动双层耦合网络中的知识传播模型，应用下一代矩阵法推导出区分知识在这一耦合网络中传播与否的阈值条件。理论分析和仿真结果表明，微信群既可以对组织中知识的传播起到促进作用，也可能产生抑制作用。当员工在单位时间内通过微信群和线下社交网络两种渠道交流知识的次数较接近时，这一耦合网络中传播趋于稳态时的知识拥有者比例较大；员工在单位时间内通过微信群交流的次数过多或过少，都将对整个耦合网络中知识的传播产生抑制作用。研究还表明，这一耦合网络的拓扑结构对知识传播有重要影响，无标度耦合网络中知识的传播速度和范围均大于匀质耦合网络。     

模糊推理和神经网络的集成在故障诊断中的研究

以故障诊断的理论和方法为基础 ,综合运用人工智能、模糊理论和神经网络理论 ,对复杂电子装备的故障诊断问题进行了研究。提出了模糊推理和神经网络的集成方法 ,介绍了集成的综合系统的基本结构和工作原理 ,描述了模糊故障诊断模型和改进的神经网络BP算法     

基于模糊神经网络的铝电解槽工作状态诊断

针对铝电解槽电压波动信号的频谱特点和工作状态的层次性,将小波理论和模糊逻辑理论引入高阶BP神经网络中,提出了一种基于小波高阶模糊神经网络的铝电解槽工作状态诊断模型,此模型运用串联方式将小波包分析、模糊逻辑和神经网络融合在一起。给出了小波高阶模糊神经网络的结构,确定了各模糊子集上的隶属度函数。并在320KA预焙铝电解槽上进行实验和仿真,理论和实验证明了该诊断方法可行性。     

基于神经网络的图像描述方法研究

自动识别和描述图像的内容是人工智能中一个重要的研究方向,它涉及计算机视觉和自然语言处理技术。针对这一难题,提出了一种由深层神经网络模型生成自然语言句子来描述图像内容的方法。该方法提出的模型由卷积神经网络(Convolution Neural Network,CNN)和循环神经网络(Recurrent Neural Network,RNN)组成,其中,CNN用来提取输入图像的特征生成固定长度的特征向量,该特征向量初始化RNN来生成句子。在MSCOCO图像描述数据集上的实验结果表明了该模型所生成句子的语法准确性和语义准确性,且优于先前的基线模型。     

递归神经网络在堆石坝地震响应分析中的应用

针对堆石坝系统的地震响应分析问题，提出了一种递归神经网络建模方法。该神经网络模型包含内部状态神经元的反馈并具有状态空间形式。借助于该网络模型的逼近能力和动态信息存储能力，从观测的结构动态系统输入输出数据中重构原系统的输入输出特性，并对新的输入信号做出相应的预测和响应。分别对理想的有限元响应数据和实测的响应数据进行了仿真。结果表明，所提出的神经网络方法较好地学习了这两组结构系统的动态特性，并显示出较好的预测效果。     

Artificial Neural Networks Model of Evaluating the Schemes of Mine Design

1　IntroductionTheevaluationandoptimalselectionofminedesignschemesarealwaysanimportantandcomplicatedworkofdesigningdepartments.Accordingtoparticulargeologicalconditions,severaldesignschemesareanalyzedandcomparedcomprehensivelyintechnology,econo-my,safetyandetc.Thenanevaluationconclusionwillbereached.Therefore,itisamul-tiplecriteriadecisionmaking.Thereareseveralmethods[1～4]atpresenttoevaluateminedesignschemes.Theirtwocommondefectsareasfollows:1Astheevaluationofminedesignschemesisamul-ti-inde…     

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     

基于回归神经网络的滑模跟踪器设计

基于回归神经网络的在线辨识 ,为实现非线性系统自适应控制提供了一种很有应有前景的方法。本文基于具有线性输入特性的神经网络 ,提出了使系统辨识误差具有指数收敛特性的学习算法。为了得到尽可能普遍的控制律 ,本文运用滑模技术设计出控制信号 ,用其补偿神经网络模型与非线性系统之间的匹配误差。以此为基础 ,提出一种新的基于回归神经网络的间接自适应控制方案。仿真结果表明 ,本控制方案具有较好的跟踪性能     

可拓神经网络在可拓专家系统中的研究与应用

将可拓学理论、人工神经网络和专家系统技术有效地组合与集成,建立了基于可拓分析与神经网络的空中目标识别专家系统,并将其应用于防空作战指挥信息系统空中目标识别。着重阐述了基于物元的知识表示方法以及空中目标识别专家系统的设计思路、总体结构和工作原理。     

模糊系统和神经网络的融合技术

概述了模糊、神经网络和人工智能技术之间的关系,重点探讨了模糊和神经网络的特点;综合并分析了模糊系统和神经网络的结合方式,其中包括两种系统的串、并联结合方式,基于神经网络的自适应模糊系统和基于模糊系统的神经网络模型等;此外,还就模糊系统和神经网络系统的输出,从定量角度讨论了模糊系统和神经网络的功能等价性,并给出了相应的定理和证明。     

基于混合智能技术的非线性对象优化控制模型

提出了一种工业过程优化建模的系统化方法 ,即利用模式识别优化技术 ,对生产过程数据进行优劣分区 ,选取其优区和可控区数据 ,利用结合遗传算法的人工神经网络建立对象的数据驱动模型。实验结果表明 ,该模型有较好的适应能力 ,能很好地解决复杂系统的优化控制问题。