基于离散搜索神经网络的数字调制类型识别

采用组合神经网络的离散搜索算法对通信信号的调制类型进行分类 ,在保证足够识别率的前提下 ,减少训练时间方面取得了较好效果 .仿真实验结果证明了此方法的有效性 .     

浅谈模糊神经网络技术在污水处理厂的应用

本文分析了目前污水处理自动控制系统中存在的问题及制约因素,着重介绍了模糊控制与人工神经网络控制在污水处理过程中的应用     

常州市物流需求灰色系统预测模型

为探索常州市未来物流需求量相对走向,运用灰色关联度与灰色系统理论,根据实际数据建立GM(1,1)预测模型.结果表明:在可接受的误差范围内,除了大量研究已证实能代表物流需求的货运量与货运周转量之外,地区生产总值(GDP)也可以较为精确地表征物流需求.以GDP为基础数据建立的灰色系统模型精度较高,可为常州市的物流产业发展规划提供一定的参考依据.     

基于残差网络的海洋温跃层分析方法

首先, 以世界海洋地图集2013（WOA13）海洋数据为实验数据, 提出将不等距微分法、 垂直梯度法应用于海洋数据预处理、 海洋区域划分和跃层分析中, 并通过对多种神经网络在基于WOA13海洋三维数据二分类实验的性能分析, 选取残差网络作为二分类实验的网络模型, 在三层残差网络模型基础上增加了Dropout保留层以防止过拟合. 其次, 将残差网络模型用于温跃层分析判定, 并针对改进模型进行超参数优化、 残差单元改进、 保留率调整等对比实验. 实验结果表明, 改进的ResNet 26网络对WOA13海洋区域数据的温跃层数据分类有效, 分类准确率超过94%.     

基于停电区域和灰色理论的电力系统故障诊断新方法

为了给电力系统故障诊断提供决策依据,提出了一种基于停电区域和灰色理论的故障元件识别模型.在停电区域中,详细分析了保护和断路器工作原理,推导出故障状态时保护和断路器状态信息,并构造了元件故障模式状态向量及待检模式状态向量,给出了向量元素赋值规则,通过计算关联度,进而利用故障元件识别规则实现故障诊断的目的.最后,用算例验证了所提出模型和算法的有效性.     

供应链环境下供应商选择与评价的灰色关联分析法

通过分析传统供应商选择评价方法的不足,针对供应商选择评价体系的灰色特征,提出采用适用于信息不完全问题的灰色关联分析法来进行供应商的评价选优。从评价指标的迭取、实测矩阵的无量纲化等步骤介绍如何使用灰色关联分析法,并通过实例证明其可行性和有效性。     

湖泊富营养化程度评价的改进灰色局势法研究

灰色局势法在水质评价中是将各指标等权划分,而各因子对于水质综合评价所产生的贡献往往不一.本研究将熵权法、简单赋权法、污染贡献率法引入到灰色局势法,并将其应用于东平湖的富营养化评价中,进而考察各评价方法的应用性,并将结果与传统模糊综合评价法的结果进行比较.结果显示:基于熵权法的灰色局势评价法通过引入熵权来确定权重,避免了主观确定权重的随意性,有效地解决了确定水质的优劣和所属问题.而基于简单赋权法及污染贡献率法的灰局法只能用于粗略评价,在多湖泊多测点的评价中,需要明确评价所参照的统一标准等级,才能使评价结果具有可比性.     

人工智能技术在仪器与测量中的应用

分析了与人工智能技术相关的人工神经网络和模糊逻辑的基本要领和重要方法，根据传感器增强、数据融合和系统辨识、控制等相关领域的几个成功案例，分析了它们的技术优越性和可行性，并展示了人工智能技术在仪器和测量中的应用前景。     

改进的遗传神经网络在灰渣粘度预测中的研究及应用

提出一种基于改进遗传神经网络的灰渣粘度预测方法。通过节点相关性评价,使得低于某阈值的网络内部节点在交叉操作时被排除,从而降低节点冗余;将交叉/变异概率与种群个体适应度相联系,提出一种自适应交叉/变异概率,将其用于遗传操作,使得个体多样性较好。仿真实验表明,用提出的算法优化的神经网络在一定程度上可以避免"种群早熟",保持种群多样性,提高了学习效率。     

边坡位移时序预测的组合模型研究

将边坡变形预测看作一个特殊的凸二次规划问题,以加权一阶局域法（AOLMM）、Lyapunov指数预报法以及神经网络预测方法（ANN）为基础,建立了边坡变形预测的组合模型,应用动态规划方法求解组合预测模型的最优解,以达到有效利用各种预测方法提供的信息和提高模型预测精度的效果．通过工程实例研究表明,该组合预测模型较单一预测模型精度有较大提高,表明组合预测模型的可行性及有效性．