投入产出直接消耗系数修订的神经网络方法

本文根据煤炭企业投入产出模型的特点，建立了其直接消耗系数修订的回归－自回归神经网络模型，并结合实际研究给出了直接消耗系数修订实例，为煤炭企业投入产出直接消耗系修订提出了新的方法。     

航运业社会效益的投入产出分析

本文从系统的角度对港口的社会效益进行定量研究，首先从理论上分析了港口的社会效益，然后建立一套对航运的社会效益进行定量分析的数学模型，最后运用该模型对上海市航运业的社会效益作了实例分析。     

鞍点均衡策略在动态投入产出系统中的应用研究

基于W·Leontief提出的动态投入产出模型,讨论了其连续型的最优策略设计问题。利用博弈论的思想,把动态投入产出系统抽象为一个鞍点均衡博弈模型,运用鞍点均衡策略设计出求解动态投入产出问题的新方法,为宏观经济决策提供依据。最后的数值仿真示例证明了此方法的有效性。     

Fuzzy－AHP投入产出模型及其在地方电网理论电价研究中的应用

本文提出了应用Fuzzy-AHP编制投入产出表和建立投入产出模型的方法, 并用来研究地方电网理论电价问题, 以某县为例进行了验证, 结果表明方法和模型是合理可行的。     

神经网络在响应曲面分析中的应用

在简要介绍响应曲面方法 ( Response Surface Methodology即 RSM)基本原理的基础上 ,提出将神经网络应用于 RSM的思想 ,并通过实例予以证明.     

投入产出法在企业集群产业链构造中的应用

提出了反映企业集群产业链结构的实物型和价值型两种投入产出表的绘制方法,分析了产业链上相关环节的投入产出关系,并着重指出了静态投入产出价值表在集群产业链构造和管理中的应用。     

投入产出方法在交通运输建设项目地区经济效益研究中的应用

交通运输建设项目的地区经济效益是其经济效益的重要组成部分，目前尚以定性分析为主，本文提出一种运用系统工程理论和投入产出方法，研究交通运输建设项目地区经济效益的方法和模型。并以京津地区为实例，对京津塘高速公路和京津间三线铁路建设的地区经济效益进行了计算和分析，得到了有益的结果。     

Hybrid方法在编制山西省乡镇企业-非乡镇企业投入产出表中的应用

提出一种集成化的Hybrid设计方法,并通过实例说明用该方法建立超集数据集和方法集是减少Hybrid表误差,并加快其编制过程的有效工具．     

Hammerstein系统自适应神经网络控制算法的收敛性分析

对一类确定性Hammerstein系统,给出了基于神经网络的自适应控制算法。考虑到神经网络的非线性特点,特别是其自适应学习能力,控制系统采用两个神经网络分别作为估计器和控制器,通过在线训练网络的权重来获得模型参数和控制输入。神经网络的训练用Widrow-Hoff学习规则。对算法的全局收敛性进行分析表明系统具有总体收敛性,输入输出有界。     

进化神经网络的研究进展

进化神经网络由于充分利用了进化算法与神经网络的优点而越来越受到人们的关注,从而形成了一门新兴的计算智能学科.讨论了进化神经网络的起源,从辅助式进化神经网络和结合式进化神经网络评述了进化神经网络的研究现状,阐述了进化神经网络的并行实现.最后指明了进化神经网络的发展与未来.     

单调RBF神经网络的逼近性分析

针对工程中输入输出呈单调关系系统首先提出单调径向基神经网络，然后给出单调性条件定理，并证明用单调径向基神经网络插值可以逼近紧致集上任意单输入单输出的单调函数。     

基于神经网络的假设检验故障诊断算法研究

传统的χ2检验法通过比较先验信息与量测信息进行故障检测,当先验信息所依赖的模型出现错误时将无法进行有效的故障检测和故障隔离。提出利用神经网络的方法结合χ2检验法进行故障诊断,训练神经网络来跟踪系统模型,则正确的先验信息保存在训练好的神经网络中,系统模型输出与网络模型输出之差作为故障诊断的依据。针对INS/GPS组合导航系统进行算法仿真,该算法能够快速、准确地判断系统故障源,通过故障隔离和系统重构,使系统在故障情况下依然保持正常工作。     

混合使用专家系统与神经网络的智能控制系统

本文以融合符号主义及连接机主义这两种人工智能理论为指导思想，提出了混合使用专家系统与神经网络的智能控制系统形式定义及其三种基本混合结构。进而提出一种专家系统神经网络混合式递阶智能控制系统结构（ＥＳＮＮＩＣＳ），并以ＰＩＤ自整定智能控制系统和水净化智能控制系统为例，说明了ＥＳＮＮＩＣＳ结构的实际应用。     

基于模糊神经网络的自适应滤波方法仿真研究

提出了一种模糊自适应卡尔曼滤波算法。该算法基于模糊规则，根据新息相关性，自适应调整测量噪声方差R，有效的解决了噪声的统计特性与实际不符时，滤波器发散的现象。同时，利用Elman网络作为误差估计器，补偿模糊自适应卡尔曼滤波器的估计误差。仿真结果表明，两种方法结合，可以有效地防止滤波器发散，缩小实际的滤波误差，提高滤波精度，实现滤波器参数的在线改进。     

0-1整型规划的Hopfield神经网算法分析

提出了0-1整型线性和二次型规划(0-1ILQP)的Hopfield神经网的解法.即将0-1ILQP的目标函数和约束条件用罚函数的方法写成能量函数形式,然后利用Hopfield神经网求解出该能量函数的全局最小点,从而求解出原0-1ILQP的最优解.最后,作为一个算例,给出了此方法在优化卫星任务规划中的成功应用.     

基于模型跟随的神经网络非线性重构控制

针对歼击机在结构故障下的动力学方程 ,提出了一种基于径向基函数 (RBF)神经网络的模型跟随非线性重构控制策略。该方法不必精确已知系统故障的位置及其损伤程度 ,可直接对故障系统实施重构控制 ,使其输出能精确跟踪期望参考模型的输出。该方法在模型跟随重构控制的基础上 ,引入了神经网络控制器 ,以补偿故障引起的非线性因素的影响。理论分析和仿真验证表明 ,所提方法可保证闭环系统具有良好的重构性能和很强的鲁棒性 ,且算法高效简单 ,易于计算机在线控制。     

石油开发投入产出系统的优化与控制

依据石油开发系统的特点,引入状态方程和多变量控制方法,对石油开发投入产出系统进行了分析,提出了多输入－多产出无反馈最快操作问题,建立了多输入－多产出石油开发操作优化模型,研究了多输入－多产出最快操作策略,并进行了案例分析。     

关于前馈神经网络的激活函数与认知能力

讨论了目前前馈神经网络研究中存在的一些问题 ,给出了前馈神经网络的一种数学框架。在这种框架下 ,提出了网络神经元激活函数的选取原则 ,给出了前馈神经网络认知能力的概念 ,证明了静态前馈神经网络的认知能力是有限的。指出了网络的认知能力与激活函数、隐层神经元个数的选取都有关 ,并提出了隐层神经元个数的选取原则。最后 ,给出了前馈神经网络泛化能力的概念 ,指出前馈网络的泛化能力是有条件的。