计算机通信网最大流算法的分析和实现

应用网论分析了计算机通信网的最大流，采用ＴＵＲＢＯＣ语言编程实现了基本算法。应用面向对象的程序设计方法，为用户提供交互式图形界面的系统框架，从而可以直观地在显示屏上求得给定网络图任一对节点间的果大流值和流向     

前馈神经网络结构优化新算法

前馈神经网络的结构直接影响网络的性能.首先基于拟牛顿NL2SOL法构造前馈神经网络模型,为了优化神经网络结构,尝试引入重置算法(Early Restart Algorithm),构建基于重置的NL2SOL动态前馈神经网络.最后通过对比实验表明,重置算法的引入有效地解决了神经网络的结构优化问题,优化后的神经网络具有良好的收敛性与稳定性.     

金融工程中组合模型的神经网络算法

借助于神经网络的思想，提出求解Ｍａｒｋｏｗｉｔｚ模型的神经网络算法，证明了其解的存在性，稳定性和有效性，该结论很容易推广到一般二次规划问题，从而丰富了求解二次规划问题的方法。     

二次网络规划基解的一个优化方向及算法

给出了二次网络规划基解的一个优化方法；并获得二次网络规划的一个近似算法和有效算法。     

应用遗传算法求解计算机通信网的最佳路由─—一种新的遍历匹配选择法

求解计算机通信网的时延和路由选择是一个多约束条件的非线性优化问题，采用遗传算法求解是目前比较有效的方法。本文以遗传算法的基本思想为基础，提出了一种新的遍历匹配选择法，通过实例计算，采用这一选择方式的遗传算法能快速求出问题的全局近似最优解，且具有较高的计算精度。     

前馈神经网络的逐层优化学习算法

提出了求解前馈神经网络的逐层优化学习算法，首先对输出层权值进行优化，然后再对隐层权值进行优化，如此交替迭代直至求出最优解。在分层优化过程中，对节点激池数进行了线性，同时为防止由于线性化造成较大的误差，在目标函数中加入惩罚项。     

前馈型神经网络新学习算法的研究

前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景,但是该网络的学习算法—向后传播算法(Backpropagation(BP)Algorithm)算法存在一些不足。为了提高多层前馈神经网络的学习效率及稳定性,引入了非线性最小二乘法。通过与其他学习算法的比较,得出结论:其中用差商近似代替导数的Powell法是一种高效、快速的学习方法,其学习速率比带动量项的学习率自适应的BP算法高一个量级,而比Daviden Fletcher Powell(DFP)、BroydenFletcher Goldfarl Shanno(BFGS)等变尺度方法以及其他非线性最小二乘法的稳定性要好得多。     

前馈型神经网络新学习算法的研究

前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景,但是该网络的学习算法-向后传播算法(Backpropagation (BP) Algorithm)算法存在一些不足.为了提高多层前馈神经网络的学习效率及稳定性,引入了非线性最小二乘法.通过与其他学习算法的比较,得出结论:其中用差商近似代替导数的Powell法是一种高效、快速的学习方法,其学习速率比带动量项的学习率自适应的BP算法高一个量级,而比Daviden Fletcher Powell (DFP)、Broyden Fletcher Goldfarl Shanno (BFGS)等变尺度方法以及其他非线性最小二乘法的稳定性要好得多.     

神经网络二次集成预测算法研究

针对常用预测算法不同程度地存在泛化能力不足的缺陷，提出了基于神经网络二次集成的优化算法(NNE2-QQ).该算法在第一次集成时采用量子粒子群算法进行个体网络的选择优化，在第二次集成时采用量子免疫算法进行集成结论生成优化，并通过多次迭代自适应寻求个体和权值的最佳组合，实现神经网络二次集成模型的性能最优，最后实验验证了NNE2-QQ算法的有效性和实用性. NNE2-QQ可从海量数据中发现各种因素之间的联系及其规律，为预测判断提供支持.     

长相关业务量平均排队延迟的神经网络估计方法

从学者研究自然结构和科学数据的自相似性和分形性质,如网络流量数据等中,引入了一种估计多源排队系统中平均排队延迟的新方法。应用神经网络建模方法对自相似业务量进行预测并测定到达率和丢包率,以适应自相似流量模式的排队系统。     

序列图像编码的一种神经网络方法

根据Kohonen自组织特征映射(SOFM)算法的特点,提出了一种分阶段SOFM的边缘保持码书的设计算法.将帧间块匹配、帧内块匹配与多级矢量量化有机地结合,给出了序列图像编码的快速实现算法.计算机模拟实验结果表明,在相同块大小的前提下,本算法各方面性能较优,主观质量好,无误差累积效应,快速简单,实用性强.     

基于人工神经网络描述的编程

目的在神经网络结构和算法描述语言的基础上,提出神经网络编程的概念,建立神经网络仿真系统。方法采用具有强类型,并发性和面向对象等特点的Ａｄａ语言作为系统的宿主语言,建立基于结构,算法描述的神经网络认真系统。结果为神经网络的工程应用研究提供手段。结论采用神经网络编程,可以将神经网络与传统的编程语言在通用计算机的基础上统一起来,达到更新更高的处理能力。     

IBM/PC—YEWPACK计算机网络的设计

论述了由YEWPACK计算机组成的工业过程集散控制系统及该系统与IBM/PC上位计算机组成网络的方法;用UGWU通讯适配器进行通讯的设计方法,参数选择以及通讯软件框图,据此为辽河油田油气处200万轻烃厂设计了异构机种的通讯网络,经调试表明设计方法正确,技术先进,能完成用户提出的要求,对同类网络设计具有普遍意义。     

神经网络及其在网络通讯中的应用研究

首先说明采用神经网络技术进行网络通讯应用研究的优势和目的，然后，介绍有关神经网络及其在通讯网中应用研究的各项理论成果和技术应用成果，以及如何采用EDA技术来设计和开发可商业化的实际应用系统。     

数字化变电站通信网络的时延不确定性研究

影响数字化变电站通信网络时延的因素众多,针对数字化变电站通信网络传输时延不确定性问题尚存在争议。定量研究了数字化变电站通信网络的传输时延不确定性问题,这是在分析影响数字化变电站通信网络时延的诸多因素的基础上,采用网络仿真的分析方法完成的。     

时滞积微分系统最优参数选择问题的一致算法

文章讨论了带时滞项的积微分系统最优参数选择问题,并利用变分法推导出目标函数的梯度公式,将最优参数选择问题当成最优化问题利用逐步二次规划法（SQP）进行数值求解,并给出具体的算法．     

计算机网络对等安全通信技术的研究

论述在计算机局域网上实现对等安全通信的３种技术,以及在因特网环境下,利用ＴＣＰ／ＩＰ协议实现以节点之间信息交换为主要特征的对等安全通信模型,介绍利用不同协议,实现对等安全通信的设计思想和技术,就数据传输过程中的安全性等方面的问题进行讨论,文中给出部分源程度代码。     

网络设计中集中器定位问题的神经网络解决方法

给出了用于解决网络设计中集中器定位问题的神经网络方法，这类容量受限的集中器定位问题是求最小总花费的NP完全问题，利用拉格朗日乘数法和惩罚函数构造神经网络动态系统的微分方程，采用专门的神经网络可以有效解决，模拟结果表明，这种神经网络方法有效可行，并能求出最优解或近似最优解。     

神经网络在二次规划问题中的应用

利用对偶神经网络解决了基于线性等式、 不等式和有 界约束的二次规划问题, 表明所研究的对偶神经网络具有整体指数收敛性, 与包含高次非线性条件的神经网络相比, 所提出的网络使用了更少的神经元, 并且网络的体系结构更简单.数值实验结果表明了该方法的有效性.