连续参数小波神经网络的递阶遗传训练方法

提出递阶遗传训练方法用于训练连续参数小波神经网络的参数及其结构.现有的连续参数小波网络训练方法大多只能训练网络的参数,包括平移参数、伸缩参数和权值,而网络的结构得预先用某种方法确定.应用递阶遗传算法能够把网络的结构和参数同时通过训练确定.利用混沌时间序列数据进行仿真,结果证明该模型具有较高的预测精度,提出的方法是可行的.     

利用光滑型算法求解线性规划问题

针对线性规划问题,给出了其原问题和对偶问题的最优性条件,并通过引入一个正则化的对称扰动的光滑函数,将其扩展成一个混合线性互补问题,并利用光滑型算法求解．该算法具有全局收敛的特性．对于有最优解的问题,算法能求得问题的一个严格互补解;对于不可行的问题,算法也能表明问题的不可行性．     

基于递阶遗传算法和BP网络的模式分类方法

提出一种基于递阶遗传算法和BP神经网络的模式分类模型.现有的BP网络模式分类训练方法大都只能训练BP网络的权重,网络的结构得预先用某种方法确定.利用巧妙设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定.以模式分类数据库中的数据进行训练和测试,并与其它模式分类模型相比较,结果证明该模型更优,分类精确度更令人满意的,所提出的方法是可行的.     

基于RBF神经网络的股市建模与预测

提出一种基于ＲＢＦ神经网络的股市预测建模方法,并采用递阶遗传算法训练ＲＢＦ网络的参数、权重和结构,对上证综指和个股（伊利股份）的建模与预测结果表明,该训练方法使ＲＢＦ神经网络具有很强的学习与泛化能力,它在股市这样一个复杂的非线性随机系统建模中具有很高应用价值。     

模糊系统的一种结构设计方法及经济系统应用

针对模糊系统的特点,根据输入-输出数据,应用递阶遗传算法设计.现有的模糊系统设计方法大多只能训练系统的模糊集的中心参数、高斯隶属度函数的系数、中心参数和扩展参数,系统的模糊规则得预先用某种方法确定.利用很好设计的递阶遗传算法能够把模糊系统的模糊规则数目和参数同时通过训练确定.利用该方法在非线性经济系统进行仿真,并与BP神经网络的预测结果进行比较,证明该模型的预测精确度是令人满意的,文中提出的方法是可行的.     

业务流程中冲突现象的解决与性能分析

提出基于Petri网刻画的业务流程的活动关系．引入虚拟变迁对冲突关系进行解决．利用随机Petri网技术,构造与所建立的随机Petri网系统相对应的马尔可夫链,以便对系统性能进行分析。     

广义系统有穷固定模：P、D及MPD分散控制

分别讨论了比例（Ｐ）、微分（Ｄ）和修正型比例微分（ＭＰＤ）分散输出反馈下广义系统有穷固定模的判别条件及相互关系，给出了若干有意义的结论．     

网络计划资源均衡模型的改进及其应用

针对现有资源均衡模型的不足，提出一种改进的资源均衡模型．即选择资源过度分配最严重的时段作为优先调整时段；在调整工序时不但考虑工序的时间属性，还综合考虑其经济属性和施工属性；在确定可调整量时，全面考虑工序的限定和制约因素，摒除其中的虚假时差成分．并用Visual C＋＋语言编制了相应程序．最后，通过一个例子阐明了改进模型的特点．     

基于Petri网的企业内部活动关系整合研究

提出一种优化整合企业内部各种活动关系的方法，首先，将一个企业的平面活动流程图转换为Petri网模型，并据此确定出企业内部的各种活动间的选择、冲突、同步和并发关系，进一步提出基于关联矩阵的重组算法并用于对确定的各种关系加以描述，最后，对企业内部的各种活动关系进行优化和整合．通过实例阐明了文章所提的企业内部各个活动关系的整合方法可行并且有效。     

技术创新与产品质量与成本的控制

技术创新是推动企业科技进步,提升企业经济效益的原动力。在市场经济竞争异常激烈的今天,企业只有积极地开展技术创新活动,才能实现对产品质量与成本的有效控制,进而壮大自己的实力,在市场竞争中获得更大的空间。