基于差分进化与RBF神经网络的热工过程辨识

针对热工过程的非线性辨识问题,提出了一种基于差分进化算法(DE)的径向基函数神经网络(RBFNN)模型设计方法.该方法将DE算法的种群分解为几组并行的子种群,每组子种群对应于一类隐节点数相同的RBF网络.在RBFNN的学习过程中进行多子种群并行优化,从而实现RBF网络结构与参数的同时调整.算法可以利用热工对象的输入输出数据,自动设计出满足误差精度要求且结构较小的RBFNN模型.然后将该算法应用于热工对象的辨识,对于单输入单输出系统,得到的RBFNN模型只需1个隐节点.对于多输入单输出系统,RBF网络也仅需较少的隐层节点.仿真结果表明,用该方法设计的RBFNN模型结构简单,且辨识误差小,具有较好的泛化能力.     

增量构造负相关异构神经网络集成的方法

基于负相关异构网络,提出了一种增量构造异构神经网络集成(NNE)的方法.该方法在训练成员网络时,不仅调整网络的连接权值,而且动态调整网络的结构,从而在提高单个网络精度的同时增加各成员网络之间的差异度,减小网络集成的泛化误差.该方法包括构造最佳异构网络(BHNN)和构造异构网络集成(HNNE)两个部分,BHNN基于负相关学习动态构造多个最佳网络,HNNE利用训练好的最佳网络增量地构造异构NNE.使用网络泛化误差和集成泛化误差,整个集成过程可自动完成,无需预先确定成员网络的结构.分别对回归和分类问题进行了实验,相对于单个网络,该方法在测试数据集上的错误率降低了17%～85%,与已有的Boosting、Bagging等网络集成方法相比,错误率也有不同程度的改善.     

基于人工蜂群算法的Elman网络板形预测

针对常规Elman网络泛化能力差的缺点,以及工业生产中对高精度板形预测模型的需要,用人工蜂群算法（ABC）代替误差反传算法训练Elman网络,建立了一个基于Elman网络的板形预测模型．神经网络的隐层节点数通过经验公式和仿真试验来确定．通过仿真验证,用人工蜂群算法训练的Elman网络在同等条件下比常规Elman网络具有更强的泛化能力,其板形预测精度更高．     

一种通信网络节点重要性的计算公式

针对基于节点的移除可能导致网络拓扑结构变化的不足,提出了一种确定通信网络节点重要性的评价公式.该公式综合考虑了节点在网络中的全局性影响,能精确地评价网络节点重要性,尤其对解决卫星网络的节点重要性评价方面.该计算公式定义了网络中节点重要性取决于该节点在网络中的位置信息和其他节点对该节点的贡献度.节点的位置由节点介数确定,其他节点对该节点的贡献度与其他节点的介数及紧密度相关.利用该公式对典型网络的节点重要性进行分析,并与其他评价方法进行对比,结果表明,该公式能精确并正确评价节点对网络的控制能力.     

基于灰色关联分析的高阶神经网络剪枝算法

在综合分析网络纵向、横向灰色关联分析特点的基础上提出了一种新的基于灰色关联分析的剪枝算法,并将其用于训练高阶神经网络.该算法运用灰色关联分析对比网络各节点输出值序列之间联系的紧密程度,用网络纵向灰色关联分析确定剪枝连接,再用网络横向灰色关联分析确定相应的并枝连接,实现网络结构的动态修剪.训练后的高阶神经网络具有合理的网络拓扑结构和较好的泛化能力.实验验证了该算法的合理性、有效性.     

一种基于动态模糊神经网络的飞行数据模型辨识方法

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单、泛化能力强的神经网络。以某特定时间段的飞参数据为仿真样本,将该DFNN用于参数关联模型的辨识,实验结果表明该辨识方法收敛速度快、泛化能力强。     

基于ELM神经网络的FAST节点位移预测研究

针对ELM神经网络隐含层节点数目需要人工设定,容易出现过拟合现象从而导致网络的泛化能力降低的问题,引出了基于误差最小化的ELM神经网络的改进方法 EM_ELM算法,并在理论上论证了EM_ELM算法对于提高ELM神经网络预测精度和泛化能力的可行性.随后将EM_ELM算法应用到FAST节点位移的预测模型中,并且进行了仿真验证.仿真结果表明虽然EM_ELM神经网络在训练时间上有了一定的损失,但是仍能满足实时性的要求,而且它的预测精度和泛化能力都得到提升,证明了改进算法的有效性与可行性,进一步说明了EM_ELM神经网络更适合应用于FAST节点位移预测.     

基于神经网络免疫集成的非线性时间序列故障预报

针对神经网络集成对个体差异性的要求 ,提出了集成网络间的结构差异度的概念 .在此基础上设计了一种基于反向选择的免疫算法 ,该算法可以在减小集成网络各自训练误差的同时保持网络间的结构差异度 ,从而提高神经网络集成的泛化能力 .同时证明了该算法对最优个体的收敛性 .将该方法应用于受噪声污染的非线性时间序列故障预报 ,根据预测误差可以方便准确地检测系统的缓变故障和突变故障 ,实现对微小故障的快速故障预报 ,降低误检率 .仿真结果证明了该方法的有效性 .     

基于特征量重要度LS-SVR的WSN定位方法

针对无线传感器网络(WSN)节点定位方法中采用粗测距技术时,节点间较大的测距误差导致定位准确度不足的问题,提出一种基于特征量重要度LS-SVR的定位方法L-IFSVR.该方法把未知节点到锚节点的距离作为特征量,依据特征量的重要度进行特征提取,通过对探测区域网格化采样得到训练样本集,使用最小二乘支持向量回归机(LS-SVR)学习得到定位模型,在定位阶段,将未知节点的特征向量输入定位模型, 利用LS-SVR良好的泛化能力,实现对未知节点的准确定位.通过对均匀分布和C形区域随机分布的100个节点进行定位实验,结果表明,定位方法L-IFSVR能有效地降低测距误差对定位准确度的影响,减小平均定位误差,其中,均匀分布情况下L-IFSVR方法的平均定位误差相比采用相同测距技术的DV-Hop方法减小7.5~14.0%;C形区域随机分布情况下,显著减小36.5~55.2%     

复杂网络的混沌控制

以异结构混沌系统作为节点构造复杂网络,通过稳定性理论来确定复杂网络中连接节点的耦合函数的互异结构形式.以Lorenz系统、Chen系统作为网络节点构成的复杂网络,通过仿真模拟发现,整个复杂网络存在稳定的混沌同步现象,说明了该方法的有效性.     

大规模软件网络类节点中介度分析

将大规模软件结构看做一个有向网络图,类看做是网络中的一个节点,类间关系看做是一条连接节点的边,并给出了水电仿真软件的软件网络图.给出了网络节点中介度定义和实例计算.提出了求解节点中介度的BTS算法,给出了10种软件的计算时间.以大型水电仿真系统为例,说明了节点中介度的大小可以反映该节点在网络中的重要程度,并能为软件开发提供指导意义.发现节点的中介度同出度和入度乘积之间具有递增相关性,并以最小二乘法拟合软件中此相关性而得出其直线斜率.     

基于主动网络技术的在线拍卖

为了解决系统客户／服务器（C／S）结构网络在线拍卖的不足，提出了一种基于主动网络技术的网络在线拍卖结构。在主动节点上安装过滤器，过滤低竞争价格，提高拍卖服务器的处理性能；在重负载的情况下实现了负载动态平衡。服务器以主动信包的形式向主动节点发布最新竞价，减少网络延迟。仿真实验表明：该结构不仅较好地解决了传统网络结构在线拍卖系统的不足，同时在性能方面也有所提高。     

多分类问题的RBF 二叉神经树网络方法

神经网络是一种普遍使用的分类方法。当类别数目较大时 ,神经网络结构复杂、训练时间激增、分类性能下降。基于两类问题的树网络多分类方法将两分类方法和判决树相结合 ,利用两分类方法来减少神经网络的训练时间 ,利用树型分类器来提高识别率。提出了一种多分类问题的二叉神经树网络结构和训练算法。利用两分类网络的训练结果对类别进行排序处理 ,并应用排序后的类别序号构成树型分类器 ,使可分性最差的类别的识别率提高最大 ,从而提高了整体分类性能。使用径向基函数 ( RBF)网络作为节点网络 ,使节点网络结构适应两类间的可分性 ,从而最终优化了神经树网络的结构。仿真实验表明该方法的分类性能优于现有方法     

铁路行包营运管理信息系统计算机网络结构的研究

从网络信息源点分布、信息量及传输速率要求、网络传输通道等方面对铁路行包管理信息系统的网络设计进行了深入分析和设计 .讨论了行包运输业务对网络传输延迟及入网车站数量规模的影响 ,确定了构成计算机网络的信息源点规模、接入方式和网络基本结构 ;给出了行包系统IP地址分配及利用客票系统网络进行路由的方案     

无线传感器网络节点调度技术研究

探讨了无线传感器网络的节点硬件体系结构和网络体系结构;论证了无线传感器网络节点调度的必要性和价值;从网络覆盖度及连通性等角度分析了若干较有代表性的节点调度算法.     

一种基于遗传算法的两层扫描覆盖机制

针对无线传感器网络中的覆盖问题,提出一种基于遗传算法和移动辅助节点的两层扫描覆盖机制（GATSC）.首先,GATSC利用遗传算法将POI分配给移动传感器节点进行覆盖,生成多条移动节点路径;然后,在移动节点路径上选取距离汇聚节点最近的一个点作为移动节点和移动辅助节点的交汇点（POB）.最后,利用移动辅助节点将数据传输到汇聚节点,完成最终的数据采集.仿真结果表明,本机制不仅比以往的覆盖机制具有更好的性能表现,而且能很好地适应不同的网络环境     

基于决策调度的Cache集群存储架构

阐述了一个应用于网络存储的新集群架构,该架构的构建是将网络Cache技术与集群技术结合,其核心是节点服务器的缓存机制以及后台的集群决策.架构均衡了系统的负载,并充分利用资源,向用户提供稳定、快速的存储服务.架构节点使用普通PC计算机作为服务器,对于企业级的存储应用能达到最优性价比.讨论了集群架构、集群后台决策机制以及Cache调度算法.     

多粒度光交换技术的研究

自动交换光网络是光网络的发展方向,多粒度光交换技术是自动交换光网络实现流量工程和业务质量的重要物理支撑技术。本文提出了一种适用于自动交换光网络的多粒度光交换节点结构,并采用该结构研制出了多粒度光交换机;开发了ASON的节点控制软件;数据网采用ASON的典型结构——格状网,利用校园网作为信令网进行了实验研究,验证了ASON的主要功能。     

基于主动网络的最佳缓存位置计算

主动网络是一种新型的智能性网络,其中的任何一个主动节点都可以用于放置缓存。基于主动网络,通过使用ILP算法,解决了在哪个节点中进行缓存为最佳的问题,从而使整个网络缓存系统的花费较小、效率较高。并使用ANTS对这个算法进行了模拟实现。     

基于CAN总线的汽车电子系统传输网络设计

在分析传统的汽车电子控制系统数据传输网络优缺点的基础上，介绍了机动平台系统中的总线技术及应用现状，给出了一种基于CAN总线的整车数据传输网络的硬件设计方案，对系统数据传输网络的总体结构、CAN总线的节点设置、节点及中央控制与CAN总线的接口电路做了详细说明与分析。结果表明，CAN总线汽车电子系统数据传输网络是一种解决汽车电子控制信息传输的有效方法，可以简化系统结构、提高可靠性和提升系统的整体性能，能更好地满足汽车电子控制系统的应用需要。