贝叶斯正则化的 BP 神经网络在经济预测中的应用

本文应用Bayesian正则化算法改进BP神经网络泛化能力.通过对湖北省1985年-2004年关于经济发展水平的数据进行拟和以及预测,结果表明采用Bayesian正则化算法比相同条件下采用其他改进算法泛化能力要好,收敛速度快、预测精度高,方法简单,操作方便.实例分析表明, 贝叶斯正则化算法优化BP神经网络的方法是令人满意的,对经济预测有良好的预测效果.     

3-正则图的1-因子与割边数

利用Tutte条件证明了恰有1条割边或2条割边的3-正则图存在1-因子,而且1-因子必包含其割边.并且得出了一些结论,最后给出了必然存在1-因子的3-正则图的割边数的上限为2,构造了一类可以允许有若干条割边的3-正则图存在1-因子.     

一类结构不确定性非线性系统的全局鲁棒镇定

探讨了结构不确定性非线性系统的全局鲁棒镇定问题.基于控制Lyapunov函数(CLF),给出了Lyapunov镇定的充分必要条件.从这一条件出发获得了全局渐近稳定的充分条件,并且设计了一个状态反馈控制律,可全局渐近稳定闭环系统的平衡点.仿真实例说明了这一方法的有效性.     

遗传算法在AGV全局路径优化中的应用

采用改进的链路可视图进行建模,使用遗传算法对AGV静态已知环境进行路径规划,并结合在AGV中的具体应用对其进行了改进.在建模过程中,对障碍物做了边界扩展,将障碍物顶点作为行走节点,达到AGV行走过程中避撞的目的.在路径搜索过程中,借鉴蚁群算法的基于可行表的路径搜索方式到初始种群的产生过程,避免了AGV实际问题中无效路径的产生,提高了搜索效率.在初始种群的搜索过程中,对死路情况做了处理,避免了搜索停滞.交叉过程中,采用重复点交叉的几种处理方式,既避免了AGV搜索到断路的情况,也较大提高了产生最优路径的效率.交叉变异过程中人为产生环路的做法,有利于优良个体的产生.将蚁群算法的正反馈优化策略引入遗传算法的多次迭代中的改进中,加快了算法向最优解收敛的速度.MATLAB仿真结果表明,改进后的遗传算法能够快速准确地搜索到AGV的全局最优路径.     

基于颜色特征的图像检索算法及实现

HSI颜色模型人眼的视觉效果比RGB颜色模型更能反映图像之间主要颜色的差异性,对HSI量化后再取其直方图,可以减少计算量,提高检索效率.全局直方图由于不包含颜色的空间分布信息,不同的图像可能具有相同的颜色直方图.为弥补这些缺点,作者提出一种新的重叠分块,获得每个分块的局部直方图后,再对每个分块赋以不同的权值的检索算法,试验证明该算法能有效的提高检索准确度.     

一类带有隔离项的传染病模型的定性分析

建立了一类具有常数移民及一般形式饱和接触率的SIQR传染病模型,分别研究了p q=0,0

相似文献   

强阻尼的半线性波动方程全局吸引子的Hausdorff维数

运用全局吸引子在高正则空间范数下的有界性,得到了非线性项具有临界增长指数的强阻尼半线性波动方程的全局吸引子的Hausdorff维数的上界估计式,改进了非临界指数时已有的上界估计．     

无约束最优化问题中修改的BFGS方法

本文对BFGS公式进行修正,形成了MBFGS公式,并结合Wolfe-Powell型非精确线性搜索准则设计出了MBFGS算法,通过对目标函数合理的假设证明了该算法具有全局收敛性,又运用Matlab编写程序实现了该算法,初步的数值例子表明了该算法是有效的,并且有收敛速度快的特点.     

基于移动 Agent 的民文文献分布式数据库访问模型

本文通过对移动Agent和民文文献分布式数据库相关理论的简单介绍,给出了基于移动Agent的民文文献分布式数据库访问模型,移动Agent模式能够提供更加灵活、扩展性好的应用系统结构.基于移动Agent的分布式数据库访问技术不仅可以降低网络数据库访问的通信负载,而且能大大提高数据库系统的效率和扩展功能.     

求解全局优化问题的填充函数法

全局优化问题在许多工程和实际生产中有着广泛的应用,对其方法的研究是当前优化理论方面的一个热点。本文主要研究涉及多峰函数的无约束全局优化问题的方法,以期对解决实际问题提供算法帮助。通过构造一个新的不含指数项的填充函数求解无约束优化问题的全局最优解,首先给出了该填充函数的定义,其次分析了这种填充函数的一些解析性质,设计了一种涉及这种填充函数的算法,最后给出了数值测试例子;与存在的算法的数值试验比较表明,该文提出的算法是有效的。