模糊建模中的改进反向传播算法

很多文献都针对模糊建模进行了研究并且提出了大量的算法。反向传播算法是一种有效的模糊建模方法,在很多场合都有应用。但这种算法在模糊建模过程中存在着潜在的死区、陡峭的推理曲面和灵敏度下降的问题。本文分析了传统反向传播算法的潜在问题并且提出了改进方法,给出了完整的改进BP算法和一些仿真结果。     

基于神经网络理论的内圆磨削过程模型研究

探讨用视网络（ＮＮ）模型描述内圆磨削过程，介绍了ＮＮ模型的特点，针对ＳＰ算法，提出了一改进算法，利用内圆磨削轴承内圈内孔的实例，设计了一个三层ＮＮ模型，并针对内孔尺寸某一数据集，在计算机上进行了ＮＮ仿真建模。结果表明：ＮＮ模型适于描述内圆磨削过程，且合理选择输入节点及隐节点将加速网络的收敛。     

基于IPSO的混合核函数SVM参数优化及应用

针对混合核函数支持向量机(SVM)在建模中的重要参数值选择问题,提出利用具有较强全局搜索能力的改进粒子群优化算法,对混合核函数SVM建模过程中的重要参数进行优化调整,给出应用该方法的具体步骤,通过仿真实验验证该算法的有效性.该方法用于谷氨酸发酵过程的建模研究,取得了较高建模精度.     

常微分方程组的演化建模新算法

提出了常微分方程组的演化建模的一种新算法，新算法在３个方面改进了作原有的算法：（１）采用新的适应值评估方式；（２）彩一种基于子空间搜索的遗传算法来优化模型的参数；（３）将传统的遗传程序设计方法与局部搜索技术相结合来优化模的结构，将新算法分别应用于人口增长与化学反应模型的自动建模，并比较两种算法的实验结果，表明新算法发现的模型更稳定、精确度更高。     

浅谈数学建模与算法

从大学专业设置的角度出发，探讨了大学生参加数学建模竞赛的优势，介绍了常用的数学建模方法及其常用算法，指出了大学生参加数学建模竞赛应注意的问题。     

神经网络在MIMO温度过程动态建模中的应用

应用神经网络ＢＰ算法对一个ＭＩＭＯ加热炉的温度过程进行了动态建模，给出了建模及模型验证的结果     

一种改进的GMDH算法

传统GMDH算法在进行多变量非线性建模时耗时较长,一定程度上限制了它的应用范围.针对这个问题,提出了一种改进的GMDH算法,扩大了每一个初始输入元素的信息含量,采用随机分组建立中间模型的方式代替原算法枚举出所有两两组合中间模型的方式,减少了中间模型的数量,提高了建模效率.将改进算法应用于中国GDP的趋势预测,结果表明与传统GMDH算法相比,在不牺牲预测精度的情况下,改进算法效率更高.     

一种改进的GMDH算法

传统GMDH算法在进行多变量非线性建模时耗时较长,一定程度上限制了它的应用范围.针对这个问题,提出了一种改进的GMDH算法,扩大了每一个初始输入元素的信息含量,采用随机分组建立中间模型的方式代替原算法枚举出所有两两组合中间模型的方式,减少了中间模型的数量,提高了建模效率.将改进算法应用于中国GDP的趋势预测,结果表明与传统GMDH算法相比,在不牺牲预测精度的情况下,改进算法效率更高.     

建模支持中的不确定性分析

将决策建模过程中的不确定性的产生原因归结为信息的真实性和算法和可用性。在提出了用模糊Ｐｅｔｒｉ网表示不确定性的基础上，分析了两种信度的不同合成方式，并提出了相应的算法，为不确定性环境下的建模支持提供了一个实用而可行的方法。     

非线性同伦LM算法及在软测量建模中的应用

综合同伦方法与Levenberg-Marquardt(LM)优化方法,提出了一种新型非线性同伦LM神经网络学习算法以改善现有神经网络学习算法的学习效率,分析了不同类型的过渡函数对神经网络泛化性能的影响.该算法具有稳定性强、收敛性能好的特点.结合工业过程实际要求,将提出的改进算法用于丙烯腈收率神经网络软测量建模并与几种常见建模方法比较,结果表明:基于改进算法的软测量模型具有更高的测量精度和更好的泛化性能,满足现场测量要求.     

基于神经网络理论的内圆磨削过程模型研究

探讨用神经网络（ＮＮ）模型描述内圆磨削过程，介绍了ＮＮ模型的特点，针对ＢＰ算法，提出了一改进算法．利用内圆磨削轴承内圈内孔的实例，设计了一个三层ＮＮ模型，并针对内孔尺寸某一数据集，在计算机上进行了ＮＮ仿真建模．结果表明：ＮＮ模型适于描述内圆磨削过程，且合理选择输入节点及隐节点将加速网络的收敛．     

非线性时间序列建模与预测的神经网络法

简述了人工神经网络的基本概念及计算特性,提出了用神经网络方法进行非线性时序建模的基本思路,分析了传统的BP学习过程,得出了BP学习算法的改进算法.然后讨论具有一层隐层的前向式神经网络,基于预测误差分析,提出了权值估计方法,使非线性时序建模的神经网络法规范化.     

基于EM算法的随机动态系统建模

提出一种在噪声统计信息未知的情况下,对随机动态系统模型进行建模的方法.采用状态空间模型描述随机动态系统,模型的参数通过EM算法进行估计,通过改进该算法中的Kalman滤波,实现了对噪声协方差矩阵的估计.基于改进的Kalman滤波,EM算法可以用于噪声统计信息未知的动态系统建模.     

高速公路交通流RBF神经网络建模

在对城市高速公路交通流模型深入研究的基础上,针对在不同环境以及时变系统中对复杂非线性大系统的控制,提出了一种改进的快速ＲＢＦ神经网络算法对交通流进行建模,克服了传统的数学模型对交通非线性大系统建模时泛化能力差的缺陷,该算法是采用ＡＰＣ－Ⅲ单路径矛类算法确定ＲＢＦ神经网络结构参数的一种快速ＲＢＦ神经网络算法,网络训练速度快,效果良好,对实现交通流的在线建模与控制有重要意义,文中进行了计算机仿真研究,     

基于多色集合的工作流建模及路径求取算法

描述了工作流基本节点的出入度及连通性质，并根据这些性质提出了工作流基本节点的多色集合表示方法．在这种表示方法的基础上提出了基于多色集合理论的工作流建模步骤，并给出了工作流路径求取算法．最后，以模具制造工作流过程为例，根据基于多色集合理论的工作流建模理论提出的步骤和算法，建立了模具制造流程的多色集合功能围道矩阵，给出了节点的布尔矩阵，并得出了表示模具制造过程中所有可能的流程路径．采取基于多色集合理论的工作流建模理论，用计算机可以正确、便捷地求取复杂系统的工作流程路径，算法简单且易于编程实现．     

支持并行迭代的基于规则的产品开发过程建模

为解决产品开发过程研究的分布式并行迭代问题，提出一种支持并行迭代的基于规则的产品开发过程建模方法，该方法引入阶段、迭代思想，允许活动的多次开始和停止，并建立了基于规则的执行机制。该过程建模方法和执行规则为过程的形式化描述以及进一步的过程分析、改进奠定了基础，基于规则的具有阶段和迭代的过程执行机制使得过程改进、管理和评估更具客观性和完备性。该方法从加强团队对过程理解和团队协作，开发过程监控和管理，过程集成开发环境的建立都提供了较好的支持     

建模支持中的不确定性分析

将决策建模过程中的不确定性的产生原因归结为信息的真实性和算法的可用性，在提出了用模糊Ｐｅｔｒｉ网表示不确定性的基础上，分析了两种信度的不同合成方式，并提出了相应的算法，为不确定性环境下的建模支持提供了一个实用而可行的方法．     

基于UML的信息融合系统自适应敏捷建模

敏捷建模是面向实践的建模过程。研究了基于UML的自适应敏捷建模方法。结合信息融合系统分析,敏捷建模使用UML的一个子集,从域模型出发,进行健壮性和自适应分析,将系统动态建模和静态建模结合起来,快速、有效地构建系统模型。通过关联算法模块的建模证明:该方法可以大大方便设计人员和使用人员的沟通,缩短研发周期,提高研发效率,对信息融合系统的研究具有实际意义。     

改进遗传算法及其在谷氨酸发酵过程建模中的应用

针对谷氨酸发酵过程建模中变量取值范围扩大时,二进制遗传算法存在收敛速度和精度的矛盾,研究了改进的浮点遗传算法．仿真结果表明：该改进算法能克服二进制遗传算法的缺点,不仅在收敛精度和速度上都有明显的改进,且效率很高．具有工程实际应用前景．     

投影寻踪学习网络及其在控制系统中的应用展望

介绍了投影寻踪学习网络（ＰＰＬＮ）的结构原理，给出了其基本学习算法．讨论了ＰＰＬＮ算法结构改进及优缺点，分析了它对多变量控制系统建模、软测量及控制器设计问题的适用性，并展望了ＰＰＬＮ良好的应用前景．