一种优化计算确定神经网络结构的方法

对于一个具体的多层前向神经网络设计问题,网络的输入输出以及标准样本数为已知,网络的隐层结构,即隐层层数和每个隐层神经元个数如何选择是神经网络设计中的关键.根据代数方程理论,通过权值和阈值与隐层结构的关系,建立了以权值和阈值为设计变量的目标函数表达式,通过分析,提出了多层前向神经网络合理的隐层层数和每个隐层神经元个数的一般确定方法,给出了确定多层前向神经网络合理结构的优化目标函数及其约束条件.仿真研究结果表明所提出方法确定的多层前向神经网络结构是合理的.     

基于RBFLN网络的改进RBF神经网络学习算法

提出了一种基于径向基链网络（RBFLN）的改进径向基函数（RBF）网络学习算法．网络结构采用RB—FLN模型,添加输入层对输出层的线性映射,在训练过程中基于最大误差学习样本对资源分配网络（RAN）新性条件进行改动,在不满足新性条件时,采用相似度参数对隐层中心和宽度进行调整;而满足新性条件时,对新增隐层节点也通过类均值的方法做出相应的改进．最后通过对无机建筑材料成分分析的仿真表明该算法可有效地简化网络结构,实现样本正确分类,并获得较好的校验能力．     

径向基函数网络泛化能力研究及其应用

通过分析径向基函数网络(RBF网络)结构及影响其泛化能力的因素,提出一种通过网络泛化误差自动调节隐层节点数以得到最佳节点数的方法。将采用这种算法的RBF网络用于对船舶焊接变形过程进行建模并预测其输出。仿真表明这种算法可以显著提高传统RBF网络的泛化能力。     

一种基于离散粒子群的自适应径向基网络模型

提出了一种基于离散粒子群的自适应RBF网络模型。即融合两个二进制编码粒子群,通过对最近邻聚类中心选择法的改进,RBF网络模型能自适应地优化隐节点数、中心向量与宽度,且在保证网络性能的前提下,使网络的结构相对简单(较少的隐层节点数)。同时为进一步提高网络性能,采用梯度下降法与递推最小二乘法混合学习策略,分别对基函数参数(中心与宽度)和输出层线性权值进行学习。仿真实验证明了该方法模型的有效性。     

灵敏度分析在多层感知器硬件设计中的应用

以多层感知器的相对灵敏度为指标,利用灵敏度分析方法,研究了存在量化误差的情况下,多层感知器硬件设计中的网络结构设计和量化比特数选择问题。提出了训练前多层感知器硬件设计的灵敏度分析方法。针对单隐层感知器的硬件设计进行了计算机仿真,得到了满足设计要求的隐层神经元个数和量化比特数。仿真结果表明,所提方法在理论上是一种有效的网络硬件设计方法。     

LM-BP算法在金融股指预测中的参数设定

针对股价系统内部结构的复杂性、外部因素的多变性,分析了基于BP网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型,探讨了网络的拓扑结构、隐节点个数确定的原则、样本数据的选取和预处理、初始参数的确定等问题.为了避免网络陷入局部最小点和提高网络的收敛速度,算法采用改进后的LM-BP,并与其他BP算法进行比较.以最具代表性的上证指数为例,仿真实验表明了经过对筛选后的样本学习,并对所建的预测模型进行训练后,该LM-BP算法能够对有短期上证指数走势进行有效稳定预测.     

WRBF网络的设计及其在混沌时间序列中的应用

结合小波网络良好的时频特性和RBF网络良好的局部特性，设计小波径向基函数网络(WRBF)，该四层网络较三层小波网络和三层RBF网络有更优的特性。网络的第一隐层对输入样本进行小波映射，完成对输入信息的压缩，第二隐层实现径向基函数的非线性计算，克服了RBF网络在处理多维样本时神经元的中心点和宽度难以确定及网络结果往往较复杂的弱点。为实现对网络结构和参数的同时优化，提出用二进制一复数混合编码的自适应进化规划，利用双倍体基因拓展染色体的信息量，加快算法的收敛速度，实现全局优化。在算法研究的基础上，利用WRBF网络对混沌时间序列进行预测，验证了方法的有效性。     

空分复用无线自组网跨层设计的NS2仿真研究

为了有效支持节点装备多天线的无线自组织网络的跨层协议设计。利用基于空分复用技术的物理层和接入层联合网络容量分析模型扩展NS2,构造了一个通用仿真平台,使其支持网络跨层空分复用接入协议。理论分析与仿真结果表明扩展后的NS2能够有效支持空分复用跨层协议设计。仿真证明对节点装备多天线的网络进行特别的跨层联合协议设计能够有效提高网络吞吐。     

无线Ad Hoc网络单信道下Mac层传输机制仿真研究

在对现有无线移动网络的Mac层传输机制进行介绍和理论分析的基础上,给出了各种传输机制在实际无线多跳移动环境下的仿真运行结果。仿真结果表明,现有的无线移动网络中的Mac层传输机制并不能适应无线多跳Adhoc网络环境。在对仿真结果分析的基础上基于TDMA机制提出了一种改进的Mac层传输方法。仿真结果表明,该改进的传输机制相比现有的无线传输机制在无线多跳环境下具有更好的稳定性和链路公平性。     

基于修改误差函数新的BP学习算法

通过分析隐层神经元饱和度对网络性能的影响,构造了新的误差函数,同时设计了一种自适应调节的放大误差信号方法,得到新的BP学习算法。该算法流程简单,不需要太大的计算复杂性。仿真实验结果表明新改进算法在收敛速度和避免误差函数陷入局部极小方面明显优于其它BP算法。     

WDM光网络仿真系统的数学建模与设计

根据WDM光网络系统中光网络结构优化设计以及有限网络资源条件下光网络性能分析与优化的仿真要求,建立了用于实现WDM光网络仿真系统计算机模拟的数学模型,该模型能够体现WDM光网络系统组成原理、系统结构、系统参数等方面的不同。此外,考虑到WDM光网络仿真系统的用途、仿真的层次、仿真系统的运行条件以及仿真结果的表现方法的不同,对WDM光网络仿真系统的功能进行了分析,并实现了系统的设计。最后,对该仿真系统的优越性和创新点进行了总结。     

大型蒸汽管网的在线仿真研究

模型将蒸汽处理成为单相可压缩流体,将管网处理成为由节点和支路组成的一种网络结构。在仿真计算中,采用稀疏矩阵算法求解非线性方程组。同时,将管网模型与控制系统并列运行,通过实际运行数据辨识管路的阻力系数,使实际系统中管路的阻力变化实时反映到模型中来,达到在线仿真的目的.     

基于OPNET的拒绝服务攻击建模与仿真

分析讨论了网络仿真技术在仿真网络攻击方面存在的不足,给出了OPNET平台下可以实现仿真的网络攻击类型。针对所要建立的网络攻击模型对OPNET中所涉及到的关键进程模块进行了深入分析,在此基础上设计并实现了SYNflood网络攻击模型,最后在特定的仿真网络环境中运行了攻击模型,并通过对仿真结果进行分析得到了SYNflood攻击效果与TCP关键参数之间的定量关系,达到了预期的仿真目标。     

基于HLA的地域通信网对抗仿真系统研究

仿真是研究地域通信网性能的一种有效途径。在研究外军地域通信网络的基础上,开发了基于HLA和OPNET的地域通信网络仿真系统。通过导调成员、网络仿真成员、对抗成员和显示成员的数据交互,实现了网络对抗仿真的功能。阐述了仿真系统的设计方案,给出了仿真系统平台的具体实现方法,并分析了开发的关键技术。仿真结果证明了该方法的可行性和实用价值,为进一步地对抗算法研究提供了平台支撑。     

无线传感器网络的系统建模与仿真实现

无线传感器网络是集分布式信息采集、信息传输和信息处理技术于一体的网络信息系统,能够通过各类集成化的微型传感器协作地实时监测、感知和采集信息,并通过自组织网络将所感知信息传送到用户终端,具有十分广阔的应用前景。通过对无线传感器网络特点及协议栈的分析,在OPNET网络仿真平台上,搭建了基于多跳分簇网络的仿真模型,最后分析了相关仿真结果。     

分层分布式Ad Hoc网络拓扑模型的研究

以战术互联网络应用环境为背景，对分层分布式Ad Hoe网络拓扑仿真模型进行了研究，提出了“分层分阶段拓扑生成算法”，拓扑仿真结果与实际网络拓扑特点相吻合。利用仿真平台Glomosim，将不同网络拓扑连接情况的组网性能参数相比较，发现分层分布式Ad Hoe网络拓扑对系统组网效率影响较大。     

复杂网络拓扑结构对系统抗毁性影响研究

通讯网络的抗毁性、生物系统的健壮性、物理系统的稳定性都与各自系统内部网络的抗毁性息息相关。为研究复杂网络拓扑结构对复杂网络抗毁性的影响,建立了复杂系统的复杂网络抗毁性模型,以解析推导与计算机仿真相结合的方式研究了两种不同的复杂网络拓扑结构(随机网络和无标度网络)对复杂网络抗毁性的影响。并把仿真结果与解析分析的结果进行了对比分析,结果表明基于多Agent的建模仿真方法是一种研究复杂网络抗毁性的合适方法。     

IP网路由故障的产生与仿真检测

IP网路由故障的检测与诊断是计算机网络领域一个很值得研究的问题。通过详细分析IP网中可能产生路由故障的几种原因,提出了一种利用现代网络仿真技术为工具来准确检测和定位IP网络中路由故障的新方法,并对这种方法的有效性进行了评估和分析。     

基于OPNET软件的数据网络建模与仿真研究

基于通信网络仿真软件OPNET对一工程数据网络进行了建模和仿真,介绍了网络建模的原理、过程和步骤,收集了影响数据传输的一些关键性指标,分析了仿真的结果,验证了数据网络的技术设计,并对进一步的工作作了展望。     

基于BISANTE用户行为模型的DVB-RCS宽带卫星网络仿真研究

分析了用户行为定义的Opnet实现技术,建立了基于BISANTE的业务流量模型,完成了符合DVB-RCS标准的宽带卫星网络、网元模型,仿真结果表明:这种新的基于BISANTE用户行为的流量模型较好地反映了用户行为对网络性能的影响,业务流量的建模方法和仿真实现技术具有很好的可信度和应用价值。