人工神经元网络及其在系统仿真中的应用

本文简要地介绍了人工神经元网络的基本概念、主要特征及其发展历史,评述了几种有代表性的神经元网络模型。在此基础上,探讨了人工神经元网络在系统仿真中可能的应用方向。     

人工神经元网络的研究现状与展望

人工神经元网络是在现代神经科学研究成果的基础上提出的用来模拟人脑功能基本特征的一门研究学科,它不是人脑神经元网络的全面、真实描述,而是这种网络的某种抽象、模拟和简化。研究这一技术的目的在于探索人脑信息加工、存贮和搜索的机制,从而为人工智能与信息处理等学科的研究开辟一条新的技术途径。本文着重介绍了人工神经元网络的研究概况、典型模型和实际应用,展望了未来人工神经元网络的研究与发展。     

人工神经元网络在DSS中的双向联想记忆法

本文将人工神经元网络用于DSS中。首先介绍了双向联想记忆的模型和算法,接着给出一个应用例子。     

基于动力学系统移动焊接机器人焊缝跟踪控制

为了解决轮式移动焊接机器人的焊缝跟踪问题,从移动焊接机器人的运动学和动力学模型出发,采用分段运动学到动力学的方法设计焊缝跟踪控制器.控制算法结合积分Backstepping算法和单层神经元网络控制算法,利用单层神经元网络的自学习和自适应能力克服机器人模型参数部分未知和扰动的影响,使跟踪更加快速,平滑.在选定系统Lyapunov函数基础上,证明了所选取的控制力矩输入使系统全局渐进稳定.经MATLAB仿真验证了该控制算法的有效性.     

用于采煤方式选择的人工神经元网络模型

以大量调查数据为基础,建立了缓倾斜薄煤层采煤方式选择的人工神经元网络模型,该模型较全面地考虑了影响采煤方式选择的因素和现场专家经验,能准确地识别各种开采条件下缓倾斜薄煤层采煤方式。     

基于模糊神经网络方法的新构造控水专家系统

在对大量野外地质资料统计和综合分析基础上，依据地质专家在新构造领域的理论知识和成功经验，运用模糊数学理论和神经网络理论相结合的方法，提出一种用线性单元并联实现非线性划分的神经元网络模型，并研制出相应具有较强推理能力和学习功能、广泛用于非定性系统数据处理的专家系统，该系统经实例验证具有较强的适用性。     

联想记忆模型在系统工程中的应用

本文提出了一种实数值联想记忆模型, 可以处理实数值的训练模式, 并能确保训练模式的稳定性。对于记忆离散双值模式, 该模型相当于一个高阶神经元网络, 并指出Hopfield模型只是它的特例。本文并将该模型应用于多属性目标决策和等级划分中, 其结果令人满意。     

基于神经元网络的股票市场预测

本文利用时延神经元网络模型对上证指数作了预测。股价的涨跌预报可视作高维空间的非线性分类问题，本文使用增益可调的反向传播算法，对股票市场的走势作了预报。借助前馈神经网络对非线性函数的逼近能力，本文对上证指数这个时间序列作了连续若干天的一步预测。最后，我们采用不同形式的误差地预测结果作了比较。     

神经网络技术在效率系数模型辩识中的应用

基于神经网络原理,介绍了汽车发动机效率因数模型的一种辨识方法．该因数依赖于发动机轴角速度和收集器的压力．用于辨识的测量数据被分成两组,一组用于模型辨识,另一组通过该模型的预测能力来证明其有效性．通过这两个模型的比较,可以得出结论,神经元网络方法用于效率因数模型辨识是可行的,且结果是好的．     

一种前馈过程神经元网络初始化方法及改进学习算法

分析了前馈过程神经元网络初始化对其训练速度的影响.提出了一种前馈过程神经元网络初始化方法,该方法将阈值初始化为时间积分运算的均值,可消除网络初始化不当的影响.提出了改进的网络学习算法,采用与初始化相似的方法修正阈值,可加快前馈过程神经元网络的训练速度.以时变信号分类为例,仿真验证了初始化方法及改进学习算法的正确性和有效性.     

复杂生产系统的平行管理方法与案例

为实现复杂生产系统的综合管理目标,提出了平行管理理论,即构建与生产系统相一致的人工系统,采用计算实验方法对系统规律进行研究,通过实际系统与人工系统的平行运行和交互实现对实际复杂生产系统的管理。结合乙烯生产系统长周期生产管理的应用实例,开发的平行培训系统加强了对员工标准行为的培训,平行评估系统主要侧重于对管理制度的评估,而最终形成的平行管理系统将实现对复杂生产过程的综合管理,全面提升企业的管理水平和综合竞争力。     

复杂系统的平行控制理论及应用

首先给出了复杂系统的定义,并对复杂系统的研究现状和存在的问题进行了探讨,认识到没有可用来描述复杂系统的足够精确的模型,基于还原论的现有控制理论和方法难以发挥有效作用。在此基础上,提出了应对这类复杂系统问题的平行控制方法,阐述了其ACP思想、基本原理和优势等。同时对控制理论的发展历史做了简要描述,证明平行控制理论的产生是必然的。并阐述了平行控制理论的核心技术。最后介绍了平行控制系统平台及其在乙烯生产和城市交通中的应用,描述了平行控制理论研究和应用实践的前景与展望。     

基于PCA-RBF神经网络的工业裂解炉收率在线预测软测量方法

为了解决工业裂解炉收率在线预测的问题,研究了基于PCA(principal component analysis)-RBF(radial basis function)神经网络模型的多输入多输出(MIMO)软测量方法及其在线校正技术。该方法由主元分析PCA、RBF神经网络和在线校正3部分组成,可以实现工业裂解炉收率的在线预测,具有实时性好、建模周期短、计算量小、校正方便等特点。本文给出的SRT-IV型工业裂解炉收率预测例子及其结果表明该软测量方法应用于工业裂解炉收率的在线预测是有效的。     

非平衡级模型的工业应用--乙烯精馏塔的核算和特性分析

以乙烯裂解分离装置中的关键设备乙烯精馏塔为对象,利用第二代精馏模型--非平衡级模型对其进行了稳态仿真计算,利用非平衡级稳态模型的计算结果对生产过程中存在的问题进行了分析,提出相应改造方案,对解决实际生产问题有一定的指导意义.     

基于Moran过程的制造商生产策略演化动态

考虑生产同质产品的Ⅳ个制造商生产策略的演化性态,每个制造商可选择利润最大化或者收入最大化两种生产策略.基于Moran过程的固定点概率,计算出在有限个制造商中,利润最大化生产策略和收入最大化生产策略成功入侵的概率,计算只有一个个体选择利润最大化或收入最大化生产策略时,单个制造商分别选择两种策略之一所得的期望收益,认为选择行为支持收益较大的策略入侵.在选择行为支持策略入侵与取代的意义下,分别得到利润最大化生产策略和收入最大化生产策略占优的条件.研究发现,制造商生产策略的选择取决于制造商的总体数量和其生产成本因子.若生产成本因子很小,则收入最大化策略是更合适的生存策略;若生产成本因子较小,在制造商数量少时,收入最大化生产策略占优;若生产成本因子较大,则制造商数量多时,利润最大化策略占优,制造商数量少时,收入最大化策略是占优策略.进一步通过数值例子发现,若制造商数量一定,在生产成本因子比较小时,收入最大化生产策略是占优策略,当生产成本因子比较大时,利润最大化生产策略是占优策略;若生产成本因子很大,则利润最大化策略是更合适的生存策略.     

不同市场竞争环境下生产成本信息分享决策

考虑由一个制造商和两个竞争性的异质零售商组成的二级供应链,在外生批发价格的情形下,研究制造商在不同市场竞争环境下的生产成本信息分享策略:均分享、仅分享一个零售商和均不分享.研究发现,在零售商的成本估计值均大于真实生产成本的情形下,当市场竞争不激烈时,制造商的最优策略为均分享,否则,为均不分享.当存在零售商的成本估计值小于真实生产成本的情形下,制造商的信息分享策略与市场竞争程度和退货成本有关.随着退货成本的增加,当市场竞争程度非常激烈时,制造商越不愿意分享生产成本信息,否则,制造商越愿意分享生产成本信息.成本信息分享在市场竞争激烈或非常激烈的环境下能改进所有供应链成员的利润.     

再制造生产计划的影响因素及其模式

再制造以其巨大的环保效益和经济效益愈来愈受到各国厂商的重视。由于存在诸多不确定性因素，使得传统的生产计划与控制方法不能满足再制造生产过程的要求。本文分析了再制造生产过程的组织模式，研究了不确定性因素对再制造生产计划与控制系统产生的影响，然后在产品回收数量的期望值为已知，拆卸零部件以不同的概率分属四种不同类别的冬件下，探讨再制造综合生产计划的优化问题．并提出再制造生产计划的层次结构模型。     

具有两阶段生产模式的一类短生命周期产品的供应链协调

研究了由单一制造商、单一分销商和单一产品组成的供应链契约中的订货和生产行为.该产品生命周期短,且市场需求不确定.分销商除了在销售季节开始之前订货,还会根据实际需求量的大小在销售季节的尾声再订一次货.因两次订货有着不同的要求,制造商相应会提供两种不同的生产模式来进行生产,第一阶段的生产相对较便宜但需要一段较长的提前期,而第二阶段的生产尽管会更加昂贵但可以很快就生产完毕.如果制造商和分销商共享产品的需求信息,制造商可通过适当提高第一阶段的生产量在使得自己利润达到最优的同时,也使得供应链整体利润达到最优.并与整个过程中只采用其中一种生产模式的情形相比较,说明将两种不同的生产模式结合起来,供应链及其成员都有望获得更高的期望利润.     

利用旋转算法构建DEA模型生产前沿面

传统数据包络分析模型的生产前沿面构造方法较为复杂,为了解决这一问题,提出了一个新的构建DEA生产前沿面的算法,称为旋转法. 阐述了旋转算法的含义. 分别从二维和高维角度对传统的四类DEA模型的生产前沿面进行构建,并对算法的理论依据进行了证明. 通过实际算例证明,相比起传统的方法,比如极点极方向法、Graham扫描法等,旋转法非常简单而且实用价值很广. 最后提供了一个关于该算法在实际中的应用---构建决策单元中含有负值的DEA模型,解决了传统DEA模型无法处理决策单元中含有负值的不足.     

MC模式下多属性产品的生产指派问题

企业由于自身生产能力的限制，在实施大规模定制模式的时候，不可能对用户的需求进行一对一的满足，而只能针对已经存在的顾客的个性化需求，根据自身的生产能力和规模，以满足顾客的需求为目标，对生产进行合理的安排，论文将其归结为生产的指派问题，并将用户的需求和企业的产出量化，通过提出的一个模型给以解决，最后通过一个算例，得出该企业生产的合理安排，在实际中有一定的借鉴意义。