基于规则的T-S模糊神经网络

该文提出了一种基于规则的Ｔ－ Ｓ模糊神经网络的结构和相应的算法。首先用自组织算法对学习数据进行聚类生成一组初始的模糊规则,然后用误差反传法细调网络参数,通过仿真验证,该模糊神经网络具有结构简单,拟合精度高等优点。     

线性化逐层优化MLP训练算法

提出了线性化逐层优化ＭＬＰ训练算法（ＬＯＬＬ）．ＬＯＬＬ采用循环方式逐层对ＭＬＰ的连接权值进行训练．训练连接权值时用一阶泰勒级数表示神经元的非线性激活函数以实现神经网络的线性化,使ＭＬＰ的训练问题转化为一个线性问题．同时,为保证神经网络线性化条件不被破坏,ＬＯＬＬ通过在神经网络的误差函数中计入部分线性化误差限制参数的改变幅度,对神经网络的误差函数进行了修正．实验结果显示,ＬＯＬＬ训练算法的速度比传统的ＢＰ算法快４倍,用它构成的语音信号非线性预测器有较好的预测性能．     

测量控制网优化设计实用性研究

讨论了自行研制开发的测量控制网平差软件ＮＡＳＥ（ｎｅｔｗｏｒｋｓａｄｊｕｓｔｍｅｎｔｏｆｓｕｒｖｅｙｉｎｇｅｎｇｉｎｅｅｒｉｎｇ）中采用的以分析控制网精度、可靠性、灵敏度为基础的控制网辅助设计的原理,提出了在实际应用中的方法和建议。     

BP神经网络预测高水分农产品物料比热的探索

高水分农产品物料的比热是农产品加工工程研究和农产品加工设备设计中的重要热特性参数之一．预测精度关系到所设计加工设备的质量、性能的优劣．本文建立了高水分农产品物料比热的ＢＰ神经网络模型,比较了二元回归模型和ＢＰ神经网络模型对高水分农产品物料比热的预测效果,得到ＢＰ神经网络模型的预测精度高于二元回归模型．     

小浪底工程项目管理信息系统的设计与实施

论述了大型水利枢纽工程计算机管理信息系统的设计原则、目标、信息的产生,组成计算机网络系统结构及工程管理软件的开发与应用。     

全数字晶体振荡器

提出了一种全数字晶体振荡器（ Ｄ Ｃ Ｘ Ｏ） ,讨论了控制方法及控制精度分析、温度补偿方法及保持性能分析,给出了 Ｅ１ 系统 Ｃ３ 时钟的具体参数和计算机辅助分析。     

遗传程序设计及应用

介绍一种自动编程技术——遗传程序设计,及其在神经网络优化中的应用     

基于改进粒子群算法的过程神经网络训练

针对过程神经元网络由于模型参数较多,正交基展开后的BP算法不易收敛的问题,结合量子理论,提出一种改进的粒子群算法,并用于过程神经元网络的训练。算法中粒子采用双链结构,用量子位的概率幅对粒子位置编码,通过量子旋转门和量子非门完成粒子的更新与变异,可发挥量子粒子群的群体搜索能力和全局收敛性,有效克服BP算法计算复杂、容易陷入局部最小值等缺陷。以两组二维三角函数的模式分类问题为例,验证算法有效性。结果表明该方法不仅收敛速度快,而且寻优能力强。     

耦合生长网络模型的模拟

模拟Zheng和Ergtin提出的耦合网络模型,与BA和DMS模型进行比较,证实ZE模型在不同参数下理论结果与实验模拟吻合,表明ZE模型是描述真实网络生长的更广泛的耦合网络模型。     

以可靠性为中心的多状态单源单汇网络路径优化

本文在考虑网络单元存在多状态特性的基础上,描述了一个单源单汇的多状态网络运输问题,建立了综合考虑可靠度、时间、成本的效用函数模型,并基于捕食搜索算法建立了问题的求解方法,最后,针对不同实例在Matlab上进行了试验,并与蚁群算法进行了对比,验证了算法的有效性和适用性。