粗糙集理论及其在智能控制领域的应用前景

简要阐述了粗糙集理论的基本框架,介绍了粗糙集理论在智能控制中的发展趋势,指出它在智能控制领域的理论与应用研究已成为当前该理论的研究热点;重点介绍了它与模糊、神经网络等软件计算方法的融合,这种融合将极大地提高混合智能控制系统的机器智商。     

基于递推k-均值聚类算法的RBF神经网络及其在系统辨识中的应用

提出了一种基于ｋ－均值聚类算法的ＲＢＦ神经网络递推快速学习算法,并用此对动态非线性过程进行辩识。仿真结果表明了本文方法的可行性。     

基于主成分—神经网络上市公司财务危机预警模型研究

本文研究了主成分和神经网络混合算法在上市公司财务危机预警中的应用,分析了财务危机的影响因素,建立了主成分神经网络的危机预警模型,并用收集了40个上市公司财务数据验证了模型的有效性。     

BP神经网络在教学质量评价中的应用观察

人工神经网络是一种新技术,具有非线性处理、适应学习能力强等优势,BP神经网络是人工神经网络中的一种,具有极强的非线性处理能力.本文就人工神经网络和BP神经网络的相关概念进行分析,研究基于BP神经网络的教学质量评价体系,并对BP神经网络在教学质量评价中的应用进行探讨,以便建立完善的质量评价体系,促进教学质量的提高,推动高职院校的发展.     

两类双阈值二元神经网络模型的渐近行为

考虑两类双阈值二元神经网络模型,研究了具变号型初值解的渐近行为。结果表明:对大阈值情形,模型有唯一平衡点;对临界阈值情形,模型有两个或三个平衡点。进一步,在临界阈值情形,对时滞τ、阈值σ及初值Φ建立了保证系统趋于不同平衡点之一的充要条件。这些结论对相关文献作了较大推广。     

基于神经网络混沌吸引子公钥加密算法的FPGA实现

利用具有顺序和并行执行的特点的VHDL语言,设计并实现了基于神经网络混沌吸引子的公钥加密算法,在编解码器设计中采用专用的控制模块来控制加密和解密操作;同时,在RAM模块中自主设计了具有并行读写功能的子模块,以进一步提高算法的数据加密速度;整个系统在DE2实验平台中经过反复实验测试和试运行,结果表明该算法是可以硬件实现的,并且具有较高的数据加密速度,时钟频率可达50 MHz以上.     

用于标定和优化的高压共轨柴油机建模

高压共轨柴油机可控燃油喷射参数的增加,在使对燃烧的控制更加灵活的同时也带来标定和优化工作量显著增加的问题.为适应高效率的需要,提出并研究了基于模型的标定优化,即采用神经网络在一些工况点上建立模型,再通过自适应神经模糊推理系统(ANFIS)进行插值,将模型由这些工况点扩展到所需工况空间.模型精度由对象、建模所用数据量及模型参数调整共同决定.试验在一台六缸高压共轨柴油机上进行.理论分析和试验结果表明 该方法可以在保证精度的同时有效减少标定优化的试验工作量.     

基于遗传-小波神经网络的短时交通量预测

针对短时交通量的高度非线性,提出一种基于遗传-小波神经网络的预测方法.该方法以前馈多层感知器的神经网络拓扑结构为基础,选择Morlet母小波基函数作为隐含层激活函数,以最简化结构概念进行网络泛化,并将误差反向传播,经遗传算法对网络连接权值修正.实例证明,该方法预测精度高,预测速度较快,能够满足实际工程的要求.     

干湿循环-硫酸盐作用的混凝土中硫酸根离子分布预测

以影响混凝土中硫酸根离子分布的混凝土水灰比、环境中硫酸根离子浓度、侵蚀龄期和侵蚀深度4种影响因素为参数,以试验数据为训练样本,基于BP神经网络算法,建立了干湿循环-硫酸盐侵蚀作用下混凝土中硫酸根离子分布拟合及预测模型.经验证,该模型对硫酸盐侵蚀作用下混凝土中硫酸根离子分布具有良好的拟合及预测效果.     

一类新的离散时延递归RBF神经网络

提出了一类带有离散时间 FIR/ IIR滤波器的递归 RBF神经网络 ,用离散时间 FIR/ IIR滤波器代替通常的 RBF神经网络中的线性输出权值 ,以适用于离散动力学系统的辨识和控制以及混沌时间序列预测 .本文给出的学习算法简单 ,可以避免传统的递归算法的不稳定性 .将该类神经网络用于动力学系统的建模 ,收到很好的效果 .