用于神经网络仿真的模块化并行计算机研究

本文首先介绍了由四个ＴＭＳ３２０Ｃ３０专用ＤＳＰ芯片组成的、带有四端口共享存储器的神经网络仿真模块，然后探讨了它的扩展问题并给出了由此类模块扩展而成的系统结构，最后进行了性能分析。     

生物控制论和系统仿真

生物控制论是控制论的一个分支,本文概述了生物控制论的定义、诞生背景、生物控制论的内容、生物系统的建模及其仿真问题,展望了生物控制论的发展前景,顺便谈及了在医学工程中应用。     

网络数据库系统中数据统计的并行处理

以上网费计算为例，叙述在Windows 2000局域网中用SQL Server 2000数据库管理系统实现数据统计并行处理的设计思想，这种并行算法提高了统计效率，确保了系统数据的安全性，而且能够做到在统计过程中某工作站的撤消与插入不影响最终统计结果。     

基于图形用户界面的BP神经网络建模与仿真

介绍了误差反向传播（Back-Propagation，BP）神经网络结构，阐述了应用MATLAB图形用户界面（Graph User Interface，GUI）进行BP神经网络建模的方法和步骤，进行了实例仿真，验证了该方法的可行性和优越性，取得了满意效果，具有广泛的实用性。     

模糊建模与控制的神经网络方法及其仿真研究

本文提出了一种复杂系统模糊建模及控制的神经网络方法。利用改进的ｐｉ－ｓｉｇｍａ 网络，对模糊规则的结论参数和隶属函数进行在线修正，实现模糊规则的自组织。这种方法被用于降水量预报和机器人解耦控制，取得了满意的仿真结果。为增强神经网络仿真算法的快速性，本文采用了一种基于向量的数据结构，并用标识阵指示神经元的连接状态，以实现有效的内存运算。     

神经网络非线性预测控制仿真软件包

介绍了神经网络非线性预测控制仿真软件包,从OOP和消息驱动机制出发研制了仿真软件结构和设计,从而为控制理论和应用提供了仿真研究平台。     

星空背景的建模与仿真

提出了一种基于星表数据的建模和仿真方法，模拟在任意观测时刻、任意观测地点观测到的星空背景。利用依巴谷星表，首先经过一系列时间转换，将所提供的在星表历元时刻的恒星位置数据转换到当前指定时刻的位置数据；然后经过一系列空间坐标转换，将恒星视位置坐标统一转换到观测点坐标，得到恒星在指定时刻相对于观测者的视住置；最后利用星空背景建模的结果，绘制出了在不同观测时刻和不同观测地点所观测到的星空背景。     

生物神经网络系统的动力学研究进展及展望

生物神经网络系统是复杂的非线性动力学系统,其动力学研究是国内外关注的一个重要课题.本文概括性地介绍神经网络系统的动态特性及影响因素,包括时滞和噪声对神经元网络的同步,同步转迁和随机共振的影响,并且介绍神经网络系统的建模问题.由于生物神经网络通常是动态的系统,因此建立模型要考虑网络如何受时变连接方式的影响,最后对今后研究给出一些展望.     

应用自组织映射神经网络进行模拟电路故障诊断和仿真研究

讨论了一种应用自组织特征映射神经网络,建立并快速查找模拟电路故障字典的方法,该方法对单、多软硬故障的识别快且有效。同时,利用神经网络的泛化性,有效地克服了容差因素对故障定位的影响。     

基于结构的神经网络在系统建模中的应用

针对复杂非线性系统的建模问题，提出一种基于结构的神经网络建模方法。将一个复杂系统转化为若干个较简单的子系统，分别用函数链神经元建立各子系统的模型，然后根据子系统间的相互作用关系连接成一个完整的网络，即基于结构的神经网络。分析了网络的性能，探讨了在复杂系统建模中的应用。对Y2－Hc10型先导式溢流阀的仿真表明了该方法是可行和有效的。     

刺激引起的小世界生物神经网络同步

同步现象广泛存在于脑神经活动中.本文构造了一个具有小世界连接特性的生物神经网络,数值模拟研究了外加刺激频率引起的放电同步现象.同时考虑网络结构对同步的影响,取网络耦合强度作为参量来研究它对网络同步的影响.研究发现,在某一个特定的共同外加刺激频率下,生物神经网络会出现尖峰同步放电现象.当网络的耦合强度增大时,使网络产生同步现象的频率点将会逐步增多.仿真结果表明不同的生物神经网络结构对输入信号的频率具有不同的选择性.     

并行遗传算法在一类计算机网络可靠性优化问题中的应用

对于成本约束下的网络可靠性优化这一个 NP难题 ,针对已知的网络拓扑结构 ,提出了在 k种交换设备和 m种传输介质中选择合适的设备组合方案的粗粒度并行遗传算法 ,在满足成本预算的同时 ,优化网络的可用性 .仿真结果表明 ,对比传统的串行遗传算法 ,粗粒度并行遗传算法不但加速比高 ,而且能有效地提高优化质量.     

集中式粗粒度分布并行模型和并行进化神经网络

提出了一种分布计算环境下并行进化神经网络的实现机制：集中式粗粒度模型。该模型基于并行遗传算法，可以同时对前馈神经网络的结构和权值进行优化。在分布计算环境中的实现为其在分布式网络中的应用开辟了广阔的前景。初步的实验结果表明该模型可以加快神经网络的进化速度，提高进化的效率     

Expert System Based on Data Mining and Neural Networks

1　 IntroductionAlthough there are momentous progresses and application in Expert System ( ES) [1 ] ,thereare some innate limitations resulting from its symbolic information processing mechanism.Here are some problems listed below:the bottleneck of knowledge acquisition,the frailtyof knowledge,the monotony of inference.So a lot of researchers have advanced manyfresh theories and methods. For example,the knowledge representation includes:theobject-oriented and prototype representation techniq…     

科学计算可视化并行处理建模及其数据并行技术研究

科学计算规模的不断增长使得对科学数据的可视化也必须采用并行处理技术。针对可视化应用的特点,一方面,分类建立了可视化并行处理模型,给出了形式化描述,并对其并行性进行了定量的分析;另一方面,提出了一种可扩展的可视化数据并行体系结构,并深入探讨了实现该结构的数据划分技术和并行绘制方法;最后基于上述理论实现了一个数据并行可视化处理软件原型系统YH-PView,并通过实验验证了理论分析的正确性。     

基于网络的并行仿真和分布式仿真

随着网络高速化及低成本的群系统的出现，使并行和分布式仿真的广泛应用成为可能。本文首先系统概括了各种并行计算机的特点，辨析了并 行仿真和分布式仿真的概念，然后总结了已有的并行连续系统和离散事件仿真策略，分析了它们的优缺点，并提出了针对集群系统的特点对这些策略进行优化的方法。最后比较了分布式仿真系统的集成工具，得出了CORBA适合于中小规模应用的结论。     

六足并联机构的动力学建模与仿真分析

实现六足并联机构高速,高加速运动控制的关键在于所建动力学模型的准确表达,适当简化以及实时计算速度的满足.在分析了液压六足并联机构组成的基础上,建立了包含执行元件控制特性的六足并联机构动力学模型.对所建模型进行逆动力学计算机仿真,根据大量仿真计算数据,综合分析了包含执行元件控制特性的逆动力学模型不同项的重要性.分析结果对简化动力学模型,提高在线计算效率,实现六足并联机构高速,高加速运动控制,具有一定的指导意义.     

基于连续时间系统仿真的神经网络学习算法

从连续时间动力学的角度,研究了多层前馈神经网络的学习问题.基于李雅普诺夫稳定性分析方法,建立了一种神经网络权重参数连续调整的学习算法,并基于连续时间系统仿真的思想,给出了一种算法实现的自适应策略.算法实现中,通过估计截断误差估计自动调整步长,几乎不需要人工确定任何参数,而且可以保证算法的稳定性及计算精度.最后,给出了两个典型的应用算例.     

基于BP神经网络和面板数据的上市公司财务危机预警

在作者前期研究的基础上引入面板数据,以T-2、T-3期财务数据组合的面板数据(panel data)作为研究样本,构建BP神经网络模型对上市公司的财务状况进行预测.实验表明,1)使用面板数据进行的BP神经网络预警分析显示出稳定、连续的预测性能,这正好适合构建具有实际应用价值的中长期预警模型,使模型具有广泛的实践应用价值;2)模型提前3年和4年的预测能力分别为88.46%和75.64%,较之以往同行的研究及作者前期的研究精度均有较大的提高.