基于混合混沌搜索方法的多层递归模糊神经网络建模

提出了一种多层递归模糊神经网络（MRFNN）,并提出混合混沌搜索方法用于网络学习。该网络融合了T—S模糊模型．在隶属函数层和规则层有局部反馈连接。网络的学习分为结构学习和参数学习两部分。结构学习确定隶属函数层和规则层的节点数;参数学习由混合混沌搜索方法完成,利用混沌搜索优化前件参数。同时利用最小二乘法实现后件系数更新。对非线性系统辨识进行,仿真实验并对连续搅拌釜式反应器系统建模。结果表明：本文方法能够有效捕捉系统的动态特性。所建模型具有良好的精度。     

一类非线性色散波动方程的可积性问题

研究一类带色散项的非线性浅水波方程,通过对称法,结合数论方法,研究发展偏微分方程,由齐次微分多项式的可积性得出非线性浅水波方程的可积性.     

时延和可靠性感知的多控制器均衡部署策略

当前的软件定义网络多控制器部署问题研究,大多针对控制网络时延、可靠性和负载均衡等指标中的部分进行优化,对上述因素的整体考虑较少.针对该问题,首先分析了控制器部署对网络时延、可靠性和负载均衡的影响;其次,提出了以全网平均时延、控制路径可靠性和负载均衡度为参数,以网络综合性能为目标的控制器部署优化评价模型;最后,基于模拟退...     

基于蝙蝠算法的SDN多控制器部署

对于大型SDN网络,多控制器的部署和应用需求迫切。提出了一种基于蝙蝠算法的多控制器部署方法,同时优化了3个指标:最小化平均控制时延、最小化控制器负载差异度和去除孤立节点。通过在迭代时不断优化达到平均控制时延最小化;限制控制器负载利用率保证控制器间负载均衡,利用标签传递算法去除孤立节点保证域内通信。仿真结果表明该方法可以保证SDN网络在无孤立节点的情况下,获得最小时延以及负载均衡的多控制器部署方案。     

基于遗传算法和改进Elman神经网络的股价预测

针对Elman神经网络在股价预测中存在网络结构的隐节点个数难以确定和网络训练极易陷入局部解的不足,以未来两天股票最高价作为预测对象,采用改进Elman神经网络结构.以辨识更高阶的动态系统;同时又利用遗传算法优化该神经网络的初始连接权和确定网络隐节点个数,从而解决上述网络在股价预测中的不足,并在遗传进化计算过程中采用保留最佳个体的策略,进行预测建模.结果表明这种模型对股价的预测精度较高,具有一定可行性.     

城市生态敏感区定义、类型与应用实例

在综述了国内外生态敏感区研究现状的基础上,对生态敏感区的概念进行了界定,并作为广义生态敏感区,将用于分割城市组团、防止城市无序蔓延的建设敏感区也纳入了生态敏感区范畴.根据不同的土地利用性质、所具有的生态功能以及对周边的影响作用,将城市区域生态敏感区归类为：自然保护型、环境改善型、用地控制型、污染影响型和资源储备型五种类型.并以上海浦东新区为例,对新区内生态敏感区进行了分类,提出了促进新区生态敏感区保护、建设的对策和建议.     

递归神经网络预测在库存管理决策中的应用

为解决供应链中库存管理的不确定性问题，建立了基于递归神经网络技术的需求预测模型，并在此基础上提出了该模型的学习算法．通过实验仿真将该模型同经典多层前馈神经网络模型的预测效果相比较，得出了该模型在多步预测方面比较优越的结论．利用某企业的销量预测进行了实例验证，效果良好．     

基于自适应匹配的红外图像分形编码

针对红外图像的特点,提出了一种自适应局部分形块编码方法,该方法利用图像块灰度相关性,将值域块与定义域块的匹配限制在以值域块的均值和方差为中心的动态窗口中,动态窗口的长和宽,根据定义域块均值和方差的二维直方图自适应地确定、实验结果表明,所提方法不但大大缩短了编码时间,压缩比也有较大幅度的提高。     

变延时神经网络周期解的指数稳定性

避免构造Lyapunov函数的困难,运用广义Halanay不等式讨论了一类变延时递归神经网络周期解的指数稳定性,给出新的判据,这些判据在实际中易于检验。     

短码长二元循环码的局部修复度

局部修复码是一种局部纠删编码,近年来在分布式存储系统中得到了广泛的应用。码的局部修复度为r指的是,码字的任一位发生删除错误时至多需要该码字的其他r位进行恢复。研究了r≤3的二元循环局部修复码的存在性与构造。基于循环码定义集理论,采用局部修复码的对偶码描述,依据码的参数制约关系,进行局部修复码的构造及参数优化。证明了r=1的任意码长二元循环码的存在性,构造了r=1且参数达到Griesmer界的局部修复码;给出了r=2和r=3的部分码长二元循环码存在性的判据,基于7≤n≤99的二元循环码分别构造了r=2和r=3的、参数优良的短码长局部修复码。研究结果对进一步研究循环码的局部修复度与其他参数的关系、构造参数优良的一般码长局部修复码具有借鉴作用。