BP网络泛化能力改进研究

详细阐述了防止BP网络过度训练的方法,总结了常用的增强网络泛化能力的方法。并在此基础上,提出了基于主要影响因素和基于修正误差函数来增强网络泛化能力的方法,取得了良好的效果,提高了BP神经网络的适应性。     

一种新的模糊自校正控制学习算法

提出一种基于模糊竞争学习的模糊自校正控制方法.通过基于模糊竞争学习确定一种在线模糊辨识算法,在采用此模糊辨识方法对对象进行在线估计的基础上,用调节器实现参数的自动整定.为了验证所提方法的有效性,给出了非线性系统的控制结果.     

基于神经网络数据融合的目标跟踪简化算法

分析了基于神经网络数据融合的目标跟踪算法 ,指出了传统的融合算法计算量大 ,神经网络目标向量不易选取等缺点 ,并提出了一种简化的算法。应用理论分析和蒙特卡洛仿真方法 ,对标准卡尔曼滤波算法和简化的滤波算法进行了比较 ,并给出了均方根误差的统计值。该简化算法原理简单 ,数据处理量小 ,速度快 ,误差小 ,特别适用于多传感器的处理 ,将融合结果反馈给单传感器 ,可提高各单传感器的跟踪精度     

一种基于目标贴近度的多目标决策方法

提出了衡量目标方案的一个新指标——目标贴近度 ,并给出了一种基于目标贴近度的多目标决策方法 .     

程序规约变换技术在程序设计中的应用

算法设计是程序设计的难点和关键。本文利用程序规约的变换技术得到了排序问题和最长升序问题的算法,并清晰地展示了程序设计的过程,为算法程序设计提供了一种有效的方法和途径。     

一种含有中性指标的数据包络分析方法

在应用数据包络分析方法进行评价时,要求所有指标必须具有偏好性,即所有指标必须越大越好或者越小越好.然而,当评价指标体系中含有中性(即没有偏好性)指标时,传统的数据包络分析方法则不能解决该类问题.因此,本文以经济效率与产业结构调整为背景,从系统性的角度出发提出了一种用于评价含有中性指标的数据包络分析模型.该模型不仅能给出一个经济系统的效率大小,而且还能给出该系统应如何通过产业结构调整来提高经济系统的效率.最后,应用本文提出的方法分析了天津市经济结构调整的有效性问题.     

变量施肥决策的多目标优化模型与算法

变量决策模型和优化算法是精准农业变量作业处方生成的核心环节.文中建立了一个综合考虑作物产量、质量、能源消耗、环境影响等多个指标的变量施肥多目标优化模型,提出了一种求解此类问题的高效禁忌搜索算法,从产量最大化的初始施肥方案出发,基于最近可行解的概念进行邻域搜索,并按照质量优先的策略不断寻找和更新解集,最后得到一组非支配意义下的优化施肥方案,以提高精准农业变量施肥的决策支持能力和水平.通过对江西宜春地区油茶树变量施肥问题的案例研究,验证了模型和算法的有效性和实用性.     

基于差分进化邻域自适应的大规模多目标算法

对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足。对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法。首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确。其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性。实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能。     

模糊层次分析法在多目标运输指派问题中的应用

首先运用模糊数学,将多目标指派问题转化为模糊指派问题,然后应用模糊层次分析法（FAHP）,确定多目标指派问题中各指标的权重值,并运用传统的匈牙利法求解,最后给出一个应用实例。     

基于本体与遗传算法的土地利用空间布局方法

土地利用空间布局是一个需要满足多种目标与约束的空间优化配置问题,现有的方法难以将各种目标与约束合理地纳入统一框架,实现结构调整与布局优化的一体化土地规划。本文通过构建土地利用规划本体知识库,有效地纳入专家知识与领域规则,并将本体知识库与遗传算法相结合,创建了结构调整与布局优化一体化的土地利用空间布局方法。将方法应用于福建省武平县新一轮土地利用总体规划,结果表明本文所提出的土地利用空间布局方法能很好地辅助开展土地利用规划,有效地增强土地规划过程的科学性与自动化水平。