一种再增强模糊神经网络控制器的建立

利用模糊控制的推理功能使神经网络得以简化，减少了学习单元的数量，提高了收敛速度．利用神经网络的并行特点使模糊控制表更容易实现，利用ＢＰ算法为自适应模糊控制提供了一种通用的规则再增强自适应算法．仿真验证了这种再增强模糊神经网络控制器的合理性．     

基于BP神经网络特定学习的单级倒立摆控制方法

利用BP神经网络的特定学习算法，以单级倒立摆为控制对象设计一个四输入／单输出、包含5个隐层单元的3层BP神经网络控制器，提出一种新的单级倒立摆控制方法，然后通过Matlab6．5数值计算软件对这种新的单级倒立摆控制方法进行仿真．仿真结果表明，该方法具有较好的收敛性，是一种有效的控制方法．     

基于神经网络的移动机器人路径规划算法的仿真

研究一种基于神经网络的移动机器人路径规划算法，充分利用神经网络的融合性和并行性提高移动机器人路径规划算法的运算速度．此算法也可以解决机器人的全局路径规划和局部路径规划问题．仿真结果表明这种算法可以快速可行地实现无碰撞优化路径规划，并且对动态环境具有较好的适应性．     

基于模糊神经网络的煤矸石模式识别方法研究

提出了一种基于标准模型模糊神经网络的煤矸石识别方法．介绍了该方法的数学模型、网络结构及学习算法,并通过一个仿真实验对如何应用这种方法构建实时分选系统作了详细描述．实验结果表明该方法所用神经网络不仅收敛,而且具有良好的泛化能力     

容错神经网络及容错BP算法研究

给出了容错神经网络有关定义，建立了容错神经网络的数学模型，提出了容错神经网络的学习算法，即容错ＢＰ算法以及容错神经网络的结构设计方法，进行了仿真研究，并给出了实验结果及结论。     

递归神经网络的卡尔曼滤波及分层学习算法

将卡尔曼滤波算法引入到递归神经网络的训练当中,并针对递归神经网络、卡尔曼算法及ＢＰ算法的特点,提出了用于递归神经网络的分层学习算法,并给出了理论分析．仿真结果证明了本算法的有效性．     

基于正交背传算法的电力系统静态安全性分析

本文将神经网络中的正交背传算法应用于电力系统静态安全性分析，提出了一种神经网络型并行计算方法，仿真研究算例表明这种方法具有较好的收敛特性。     

前馈神经网络的二阶学习算法

前馈神经网络是神经网络中应用最广的一种。但由于神经网络采用Ｂ－Ｐ算法，收敛速度慢。在分析了神经网络算法原理的基础上，提出了一种基于变质量法的优化训练算法。仿真证明，这种算法能够大大提高神经网络的收敛速度。     

温室环境神经网络建模与自适应模糊控制算法研究

针对华北地区的气候特点，通过对输出执行机构的调整，将温室的多输出变为模糊控制的单输出，从而很好地将模糊控制算法应用于温室环境控制中．同时，用神经网络对温室进行系统辨识，并且用该模型对这种新的模糊控制方法进行了仿真研究．结果表明，这种方法计算简单，适应性强，可以起到很好的控制效果．     

Job-shop的实时调度

利用神经网络和启发式分派规则设计了一种Job—shop的实时调度算法，该算法首先在离线时用遗传算法训练神经网络得到调度的启发规则，在加工开始时根据一些动态特性对要执行的工件操作进行模糊分类，然后再根据启发规则对分类后的操作进行在线调度．基于这种算法，用模糊神经网络设计了一个Job—shop实时调度器，最后结合实时调度和重调度问题进行了仿真．通过与FIFO与LR(Lagrangian Relax)的比较，证明提出的算法是高效和可行的．     

基于IP的网络存储应用研究

本文主要介绍了附网存储(NAS)和存储局域网(SAN)的构造思想及其各自的优缺点，着重介绍了基于IP的网络存储技术以及三个关键问题的解决方案。     

数字数据网络中语音接入技术

针对窄带数字网络中传输传统语音业务的质量和实时性问题 ,提出了一种在数字数据网络 (digital data net-work,DDN)专线上传输高质量语音和传真的解决方案。该方案有效地解决了窄带网络中实时业务接入的质量保证问题 ,并有良好的可扩展性。分析了该方案的组成、算法原理。特别在同步捕捉方面 ,提出了一种简单可靠的算法。通过对捕捉时间 ,保持时间 ,误同步概率和误失步概率等性能指标的分析 ,证明了该算法的优越性。实际测试表明 :该方案有良好的业务质量和稳定性 ,适合于企业级的综合业务接入 ,并且可以方便地移植到其他 Vo IP(voice over IP)的应用中。     

网络态势预测的广义回归神经网络模型

网络态势预测作为网络态势感知的必要环节, 能够加强网络管理员对网络状态的认知与理解,为威胁分析和网络规划提供决策支持。在分析现状以及预测方法的基础上, 讨论了反向传播、径向基、反馈等神经网络模型用于预测的特点与优势,提出了网络态势预测的广义回归神经网络模型GRNNSF, 给出了GRNNSF模型的网络设计原则以及网络态势预测方法。基于真实数据集的实验,验证了GRNNSF模型的准确性和时效性,与其他神经网络模型相比,能更准确地预测网络态势的发展趋势。     

基于遗传神经网络的环境质量评价

介绍了基于遗传神经网络的环境质量评价方法.这一算法克服了BP算法收敛速度慢、易陷入局部极小等缺陷,环境质量评价实例证明提高了预测精度.阐述该方法的评价结果比传统的专家评价法的评价结果更加准确,为环境质量评价提供了一种新的研究思路和分析方法.     

多级互连网络中的任务分配

讨论了在多级互连网络中的任务分配方法,指出了外部冲突和内部分割是基于多级互连网络系统主要的瓶颈问题;提出了基于BR网络的分配方法,该方法能用于多级互连网络系统中任意立方任务的分配。对于非立方任务的分配,给出了一种基于二分思想的分配方法。     

防空C3I通信网络的体系结构研究

针对当前C^3I系统的现状，基于开放系统互连／基本参考模型提出了防空C^3I通信网络的链路维护层，网络传输层和信息表示层的三层模型。接着对每一层传输协议进行了分析，提出了相应的设计方法，同时重点讨论了网络传输层的功能和实现方法。给出了适用于防空C^3I通信网络的路由选择协议。     

大型局域网干线流量的可预测性分析

用一种新的算法 ,在校园网的环境下对局域网干线流量的可预测性进行了全面的分析后得出结论 :在时间粒度较细的情况下网络流量的可预测性较好 ,而在 10min以上时间粒度下网络流量基本不具备可预测性 .对分析结果给出简单的理论上的解释     

基于系统辨识的中储式制粉系统的运行优化

钢球磨中储式制粉系统因其煤种适应性强、易于维护和可靠性高等优点,大量应用于我国火电厂中.但是,其最大的缺点是耗电量高,是电厂的用电大户,也是潜在的节能大户.已有的一些研究重点多集中在钢球磨,对制粉系统的研究不够.文中提出了基于系统辨识的中储式制粉系统运行优化的方法,以正交化原则选择数据,利用最小二乘原理辨识得到系统的模型,按照最优化原理在输入参数可调整范围内进行系统性能寻优,获得可控参数的最优值.这种方法克服了机理建模寻找系统输入输出特性的困难和人工神经网络法需求数据样本量大等缺点,对电厂中储式制粉系统优化及节能有一定的参考意义.     

基于双层PCNN的多级灰度图像增强

 在脉冲耦合神经网络(Plus Coupled Neural Network)模型基础上,提出了DLPCNN(Double Level PC-NN)模型.DLPCNN模型能有效地对多灰度级图像进行增强.该方法通过快速并行计算,分层处理、动态步长调整实现对多灰度级图像处理,与传统方法相比体现了较好的优势.     

基于可信网络连接的Web应用安全研究

针对可信网络连接应用的局限性(仅仅在局域网和VPN有较为广泛的应用)和Web应用的安全性,提出了一种基于可信网络连接思想的Web应用,以此提高Web应用的安全性,克服了可信网络连接的局限性。通过模型设计和原型系统实现,证明可信网络连接的思想可以应用于Web应用程序,并且可以提高Web应用程序的安全性。同时,改进后的Web应用可以减少病毒和木马的攻击,并拓宽可信网络连接的应用领域。