神经网络活化函数的研究及其应用

通过构造一类新的高效分段活化函数,很好地解决了ＢＰ算法学习收敛速度慢的问题,而且提出了一种自适应调整网络参数的新算法,从而大大提高了算法的学习效率和综合性能．文中详细研究了基于改进的ＢＰ算法神经网络的实验仿真系统的建模过程,并在精细化工实验方案的分析和优选中获得了令人满意的效果．     

保密通信新介质--人工神经网络

根据人工神经网络的结构特点和信息传输与处理特征，提出了利用物理神经网络作为通信信道的观点．在分析了现有通信信道物理模型之后，具体讨论了作为通信信道的神经网络的可能拓朴结构、神经网络学习要点、允许传输信号的模式特征，研究了神经网络信道的传输延时、通信带宽及信噪比，分析了神经网络信道处理多媒体信号的计算潜力，并着重剖析了神经网络信道固有的保密通信特征．最后给出了一个具体的神经网络信道设计实例．     

分类器集成在财务危机预测中的应用研究

财务困境预测是金融领域中一个重要的研究课题．已有的统计模型、人工智能和机器学习模型具有预测准确率较低或稳定性差等缺点,因此首次将分类器集成应用于财务危机预测研究,以我国上市公司为研究对象,以决策树和神经网络为子分类器,从实验上证实了分类器集成在提高财务危机预测准确性方面的有效性,最后指出需要进一步研究的几个问题．     

配电网重构组合优化的研究

首先，基于配电网潮流解的可行性提出了一种电压稳定性指标。用它可以方便地计算出各节点电压稳定性指标值。然后，对该电压稳定性指标进行分析，得出配电网降低线损与电压稳定性之间的关系，即当降低配电网的线损时，各节点的电压稳定水平提高，系统稳定运行。最后通过算例表明，实现了线损最低的重构后的配电网，其电压稳定性指标也得以最优化，提高了供电的经济性和安全性。     

基于混合模式网络聊天系统的设计与实现

基于网络聊天通信系统的通用性和界面友好性,研究了网络聊天系统的设计原理及体系结构,给出一个基于C/S与B/S混合模式的即时通讯聊天系统的设计方案.方案设计采用XML表示数据,运用面向对象方法及C#.NET和ASP.NET等工具,实现了网络在线聊天系统的在线好友查看、发送消息、接收消息等功能.界面采用UML语言描述系统设计,并以图片形式显示效果.初步试用表明,系统运行稳定,具有较强的可扩展性和实用性.     

模糊神经网络在自动变速器电控系统故障自诊断中的应用

文章介绍了故障自诊断的步骤,针对自动变速器电控系统的特点,建立了故障征兆与故障原因映射列表,并应用基于模糊神经网络的故障自诊断方法,实现了对自动变速器电控系统故障的模糊诊断;并介绍了模糊神经网络的结构和学习方法,以及如何对训练样本进行预处理;利用Matlab神经网络工具箱作为平台,进行测试样本仿真和试验,结果表明该诊断方法是行之有效的。     

强海杂波背景条件下海上目标检测方法

为了减少展宽的一阶海杂波谱对空间超分辨谱估计技术的影响，提高MUSIC算法的检测性能，用径向基神经网络实现海杂波预测和对消．利用神经网络的可对任意非线性函数模拟的特性，对展宽的海杂波进行模拟，用模拟后的结果实现一阶海杂波的对消，来满足MUSIC算法的应用条件．最后用MUSIC算法分辨海上目标的方位信息．实验结果表明，对消前后目标背景噪声子空间特征值发生改变，对消后更接近于MUSIC算法的假设条件，提高了MUSIC算法的检测性能，扩大了MUSIC算法的应用范围，实现在非高斯噪声背景条件下应用MUSIC算法检测目标．确定最小的相空间维数和时间间隔，采用更先进的神经网络算法，可以提高神经网络的预测速度．     

带时间约束的配送网络流问题

考虑带时间约束的物流配送中的网络优化问题,即由配送中心向各个客户通过某种运输工具（如货车）供应货物的问题,目的是在满足各客户对时间和需求量的要求下尽可能降低配送成本.首先不考虑时间约束,通过一个混和整数规划模型来加以描述,以网络单纯形法、拉格朗日松弛算法以及试探法为主要研究方法,有效地得到在没有时间约束条件下的一个近似程度较高的可行解;再在所得结果的基础上进行修正直到得出满足时间约束的可行解.     

一种无线传感器网络的传输路径规划算法

针对层次不多的树型拓扑结构无线传感器网络,介绍了一种根据ID格式选择传输路径的路径规划算法,该算法可使无线传感器网络中各节点到达sink节点的路径最优。经在温度传感器中应用,证明该算法切实可行。     

基于AEPSO优化的神经网络多步预测控制

为提高神经网络预测控制的性能,提出了基于自适应扩展粒子群优化的神经网络预测控制方案。基本PSO算法中,每个粒子的更新受粒子个体极值和局部极值的影响,为了提高其全局收敛性,采用多粒子策略,使每个粒子的更新受更多其他粒子的影响;为提高收敛速度,采用自适应策略,对参数c0进行自适应调整,使c0随着迭代次数的增加而逐渐减小,这样,在PSO算法的搜索过程中,随着迭代次数的增加,搜索区域会越来越小,从而加快PSO算法收敛速度。运用该算法实现神经网络预测控制中的滚动优化,在有限时域内对控制序列进行寻列,给出基于粒子群优化的神经网络预测控制系统的稳定性证明。仿真结果表明,基于粒子群优化的神经网络预测控制系统具有良好的跟踪性能。