解背包问题的一种直接搜索法

对背包问题提出了一种直接搜索方法，此方法简便易行，尤其对求解变数不多的背包问题很有效．     

约束直接搜索法求解螺旋桨参数优化设计问题

建立了螺旋桨参数优化设计的计算模型，包括初步设计和终结设计两部分，都可归结为三变量（螺旋桨盘面比、螺距比、进速系数）的非线性约束优化问题，提出了组合复合形法和自适应随机搜索法的混合方法，经过算例比较，可更有效地解决复杂的非线性优化问题。     

基于自适应Barzilai-Borwein步长的直接搜索共轭梯度法

利用最新迭代点附近的函数值信息,估计该点的单纯形梯度,并计算当前点的Barzilai-Borwein(BB)步长,提出一种基于自适应BB步长的网格步长更新策略,有效解决了网格步长下降过快的问题,同时结合新的正基更新策略提出一种新的直接搜索算法.数值结果表明,该算法在稳定性和效率上有较大改进.     

基于变搜索区间的郭涛算法求解非线性方程组

描述了一种基于变搜索区间的郭涛算法的非线性方程的求解。通过实验证明该算法大大增强了一般遗传算法的性能,在求解非线性方程时,完全不需要考虑初始值的选取以及初始区间的确定。     

Armijo步长搜索的共轭方向算法

对无约束最优化问题（ｐ）：ｍｉｎｆ（ｘ）（其中ｆ（ｘ）是Ｒ＾ｎ上一阶连续可微函数）提出了经曲典共轭方向算法和Ａｒｍｉｊｏ步长搜索下的一种自然推广形式，并在凸性条件下，给出了算法的全局收敛性，然后将上述算法进行改进，在去掉凸性假设之下，证明了算法的全局收敛性。     

变分原理的直接寻优算法及最小二乘法变分原理

本文研究基于非线性规划法的变分原理的直接寻优算法，根据粉发原理直接寻优算法所要求的条件即极值条件，对几种变分原理能否运用直接寻优算法给出了结果，指出力学问题从微分，积分方程转化为直接寻优算法的途径，分析了最小二乘法变分原理。本文为用有限元法求解问题提供理论基础，并给出运用变分原理直接寻优算法的算例。     

广义Armijo步长搜索下的梯度算法的收敛特征

对无约束规划（P）：minf(x)。其中,f(x)是R^n→R^1上的一阶连续可微函数,在去掉迭代点列{xk}有界和广义Armijo步长搜索下,讨论了梯度算法的全局收敛性,证明了算法具有较强的收敛性质。     

在Wolfe步长搜索下的一类新的共轭梯度算法

研究利用共轭梯度法求解无约束最优化问题.为了保证共轭梯度方向是目标函数的充分下降方向,对共轭梯度算法中的共轭梯度方向参数确定了一个取值范围并与Wolfe步长搜索相结合,提出了新的共轭梯度算法,使算法具有更好的收敛速度,特别是在求解大规模无约束最优化问题时,此算法只需要较小的存储.     

一种约束非线性离散优化问题的直接搜索法

本文针时整数梯度搜索方向的局部性以及有时因取整而方向发散的缺点,提出了在离散设计空间中,利用离散坐标邻域点的目标函数值信息和适当的延伸探索直接构造离散搜索方向,并进行离散一维搜索的寻优方法,对此称之为离散直接搜索法(A Discrete Direct Search Method ) ,简称DDSM法。本文运用DDSM法成功地解决了14个工程考题和数学考题,实践表明:DDSM法的求解速度和可靠性比较令人满意,尤其是计葬效率相甘现有的莱些离散优化方法有较明显的提高。     

基于人工神经网络的旋转机械多故障同时性诊断策略

针对大型旋转机械多故障同时性诊断问题，基于人工神经网络，构造了一种由多个子网络组成的分级诊断网络（ＨＤＡＮＮ）。该网络旨在将一个大的分类模式空间划分为几个小的子空间，以便对各子网络进行有效的训练，提高各子网络的分类能力，从而使整个网络具有高精度的多故障同时性诊断能力，测试结果表明：ＨＤＡＮＮ网络不仅能准确地对单故障进行诊断，而且多故障同时存在的情况下，也能有效地识别出各种故障，该网络具有较高的诊断     

一种基于人工神经网络的无线传感器网络定位算法

提出了一种基于人工神经网络(ANN)的无线传感器网络定位方法,RSSI的结果被用来作为人工神经网络的输入,采用遗传算法优化人工神经网络的结构.采用MATLAB进行仿真,模拟20 m×20 m室内静态网络环境下的8个已知位置节点.实验结果表明,该方法比传统方法的定位精度高、适应性强,效果较好.     

人工神经网络在色谱中的应用

综述了近几年来人工神经网络用于色谱研究中的进展。主要体现在用人工神经网络方法预测色谱保留值、优化色谱分离条件、自动监控色谱仪运行以及揭示色谱数据的隐含信息方面,并展望了人工神经网络在色谱中的应用前景。     

人工神经元网络及神经计算机的教育学

对于设计人工神经元网络(ANN)或神经计算机来说,一个最为重要的方面就是学习。如以什么样的算法进行学习?提供什么样的学习素材?以什么样的方式学习?怎样安排学习过程等等?我们认为这些活动非常类似于人的教育过程,基于这一认识,我们提出了ANN及神经计算机教育学的基本思想和基本方法。     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…     

人工神经网络同时测定法在环境监测中的应用研究

论述了人工神经网络技术在环境监测中与光度法、光谱法、色谱法、流动注射法等多种分析方法相结合实现多组分同时测定的研究进展.以及人工神经网络在环境评价中的应用.并对人工神经网络在环境监测中多组分同时测定的应用前景做了综述.     

提高BP网络性能的一种方法

分析了ＢＰ网络在目标量的极值区存在较大误差的原因,提出了目标量扩展的数据标度化方法·检验结果表明,该方法不但可以消除目标量极值区的大误差现象、提高网络训练的收敛速度,而且还可以使网络具有外推预测功能,即同时提高了ＢＰ网络的训练性能和应用性能·     

基于神经网络的智能控制系统

论述了人工神经网络的产生与发展,以及人工神经网络在控制系统中的应用现状,分析了人工神经网络的特点和监视控制系统的原理,并对神经网络控制系统的前景做了展望。     

人工神经网络研究现状及其展望

回顾了神经网络理论发展的历史和现状。在此基础上，介绍并讨论了20世纪90年代神经网络研究的一些新进展。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述，人工神经网络的研究与发展必将对现代科学技术产生深远的影响．     

遗传算法神经网络的学习方法

提出了利用遗传算法的思想实现人工神经网络学习的方法，并具体讨论了在实现中的若干问题。