粒子群算法在小波神经网络中的应用

利用粒子群(PSO)算法对小波神经网络(WNN)中的参数{am，bm，w(am，bm)}进行优化，取代了传统的梯度下降法。并将仿真结果与BP网络进行比较，仿真数据表明，PSO算法在叠代次数、函数逼近误差、网络性能方面均比BP网络有着显著的提高，且在粒子数目较大的情况下能有效避免BP网络无法避免的局部极小值问题。     

一种无线局域网节能协议研究

提出了一种基于802.11DCF的分布式报文驱动节能协议802.11PS协议,通过使结点在既不能发送又无需接收时进入睡眠状态来节省其能量消耗。采用近似方法分析了协议在全互连网络中的节能性能,并通过仿真验证了近似分析的合理性。结果表明,在没有接入点的无线局域网环境中,当网络负荷较高时,802.11PS协议能够有效降低网络结点无线网卡总功耗(最多可节能70%以上),并且其时延和吞吐率性能仍与802.11DCF协议大体相当。协议无需全网同步,也可用于多跳ad hoc网络。     

车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。     

带时间窗车辆路径问题的粒子群算法

将粒子群算法(PSO)应用于带时间窗车辆路径优化问题(VRPTW),构造车辆路径问题的粒子表达方法,建立了此问题的粒子群算法,并与遗传算法作了比较.实验结果表明,粒子群算法可以快速、有效求得带时间窗车辆路径问题的优化解,是求解带时间窗车辆路径问题的一个较好方案.     

战场综合防护仿真系统设计与实现

在分析了战场综合防护系统特点的基础上,提出了一种基于多Agent的战场综合防护仿真系统的设计方法,并重点讨论了基于EJB组件模型和JMS消息驱动的仿真系统实现方法,建立了战场综合防护效能评估模型,最后对仿真结果数据进行了分析。     

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。     

一种混合混沌优化方法及其应用

利用混沌运动所特有的随机性、遍历性和规律性 ,以及禁忌搜索算法的智能性 ,提出了一种基于混沌的混合优化算法 (chaosandtabusearchoptimizationalgorithm ,CTSA)。用本方法对极小值函数优化问题作了数值试验 ,并与其它优化算法进行了比较 ,其效率明显高于其它算法。     

电极升降智能复合控制技术研究

通过研究电弧炉冶炼过程工艺，对于熔化，氧化和还原三个不同过程中的电极控制特点进行分析，结合复合控制的基本思想，设计出了将复合控制技术应用于电弧炉电极控制的使用方法，建立了智能式电极升降复合控制模型和算法，利用专家控制系统提供策略和算法切换技术，构成多模态控制系统结构，并利用Clips语言进行算法实现和专家控制系统的程序编制，系统投入运行以来保持了不同冶炼阶段的电弧功率值，取得了很好的现场效果。     

ISAR target recognition based on non-negative sparse coding

Aiming at technical difficulties in feature extraction for the inverse synthetic aperture radar (ISAR) target recognition, this paper imports the concept of visual perception and presents a novel method, which is based on the combination of non-negative sparse coding (NNSC) and linear discrimination optimization, to recognize targets in ISAR images. This method implements NNSC on the matrix constituted by the intensities of pixels in ISAR images for training, to obtain non-negative sparse bases which characterize sparse distribution of strong scattering centers. Then this paper chooses sparse bases via optimization criteria and calculates the corresponding non-negative sparse codes of both training and test images as the feature vectors, which are input into k neighbors classifier to realize recognition finally. The feasibility and robustness of the proposed method are proved by comparing with the template matching, principle component analysis (PCA) and non-negative matrix factorization (NMF) via simulations.     

通信网络服务可靠性参数分析

为用户提供信息传输服务是通信网络存在的意义。在明确通信网络服务可靠性内涵的基础上,依据国际通用标准,以用户的服务需求和用户的感知为中心,从时间可靠性、完整可靠性、正确可靠性3个角度建立了通信网络服务可靠性参数体系,并说明了其中各类参数的定义,解释了各参数间的相互关系。