基于遗传算法的模糊神经控制器的设计与仿真

根据遗传算法和智能控制的特点,提出了一种基于遗传算法的模糊神经网络控制器,遗传算法主要优化模糊神经控制器的隶属度参数和第三层的网络节点.对优化后的控制器进行了仿真比较研究.仿真结果表明,该控制器有较好的控制性能.     

基于Gabor小波和神经网络的图像目标识别

针对目前数字图像目标识别方法中存在识别精度和实时性的问题,提出一种结合Gabor小波和神经网络的图像目标识别方法.该方法首先对图像进行预处理,用Canny算子进行边缘提取,然后通过神经网络获取最优的双Gabor小波复合滤波器参数,再采用参数优化过的滤波器组提取目标的特征向量,最后进行目标的分类和识别.实验表明这种方法鲁棒性好、识别率高,具有较广泛的实际应用价值.     

基于杂合遗传算法的车间生产调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法.将该种方法应用于求解某双极集成电路制造企业的车间生产调度问题,仿真结果表明,它是有效和可行的.     

电信企业运营收入预测方法比较

本文以某电信企业为例，重点介绍BP神经网络模型及Elman神经网络模型在运营收入预测中的应用，依据各类模型的预测精度、预测结果合理性筛选出最为适用的预测方法。     

基于自适应线性神经网络的噪音处理的研究

在信号处理中具有高稳定性能的滤波器一直是处理噪音干扰所追求的目标.本文通过利用线性自适应神经网络中的LMS算法来对噪音处理进行研究.研究表明基于自适应线性神经网络的降噪处理,从本质上是可以消除迭加的噪音信号.     

激活函数可调的神经元模型及其有监督学习与应用

提出一种激活函数可调的新神经元模型(tunableactivationfunction,简记为TAF)模型,并给出这类模型的一般形式.该模型用于多层前向神经网络MFNN时,其激活函数可借类似BP算法进行训练而求得.通过几个具体例子给出了对激活函数进行训练的算法.试验结果表明,采用TAF模型的多层前向神经网络的网络容量和性能,优于采用通常M-P模型的网络.     

办同神经网络求解流动推销员问题方法——确保单回路的神经网络方法

神经网络方法求解流动推销员问题（Travel Salesman Problem，简称TSP问题）时，往往产生不满足TSP的单回路约束的不可行解。基于协同神经网络的方法解决TSP，并设计了一个回路合并算法，确保得到满足TSP的单回路约束的解。通过算例进行数值模拟，并且比较了新算法、标准遗传算法和标准模拟退火算法的求解结果。实验结果表明，说明该方法在求解TSP问题上是行之有效的。     

延迟区间BAM神经动力学模型及鲁棒稳定性分析

给出了带轴突信号传输延迟的区间ＢＡＭ神经动力学模型（ＤＩＢＡＭ），它是其他ＢＡＭ模型的推广，应用区间动力学系统的稳定性理论，并且构造适当的Ｌｙａｐｕｎｏｖ函数，研究了ＤＩＢＡＭ的鲁棒稳定性，得到了一个充分条件，用几个具体例子进行了计算机模拟，结果表明所得的鲁棒稳定性条件的正确性。     

Kohonen自组织神经网络在船舶防火安全分级上的应用

针对船舶防火安全分级中有许多不确定因素的特点，引入神经网络的理论，意在提供一种应用于对船舶分级安全性能评估的方法，并对长江９艘客轮进行了分级应用。     

模糊CMAC神经网络用于单输入输出非线性系统的鲁棒自？…

在已知名义系统的基础上，将模糊ＣＭＡＣ神经网络用于一类状态反馈可线性化的单输入输出连续时间非线性系统的鲁棒自适应反馈线性化，使系统获得得要素的中有弱的假设条件下，应用李雅普诺夫稳定性理论论证了闭环系统内的所有信号为ＵＵＢ。