一种新的模糊自校正控制学习算法

提出一种基于模糊竞争学习的模糊自校正控制方法.通过基于模糊竞争学习确定一种在线模糊辨识算法,在采用此模糊辨识方法对对象进行在线估计的基础上,用调节器实现参数的自动整定.为了验证所提方法的有效性,给出了非线性系统的控制结果.     

0-1整型规划的Hopfield神经网算法分析

提出了0-1整型线性和二次型规划(0-1ILQP)的Hopfield神经网的解法.即将0-1ILQP的目标函数和约束条件用罚函数的方法写成能量函数形式,然后利用Hopfield神经网求解出该能量函数的全局最小点,从而求解出原0-1ILQP的最优解.最后,作为一个算例,给出了此方法在优化卫星任务规划中的成功应用.     

基于神经网络数据融合的目标跟踪简化算法

分析了基于神经网络数据融合的目标跟踪算法 ,指出了传统的融合算法计算量大 ,神经网络目标向量不易选取等缺点 ,并提出了一种简化的算法。应用理论分析和蒙特卡洛仿真方法 ,对标准卡尔曼滤波算法和简化的滤波算法进行了比较 ,并给出了均方根误差的统计值。该简化算法原理简单 ,数据处理量小 ,速度快 ,误差小 ,特别适用于多传感器的处理 ,将融合结果反馈给单传感器 ,可提高各单传感器的跟踪精度     

基于小波变换和凸集投影的数据恢复和建模算法

在过程控制中,当参数仅能以低采样率获得时,数据恢复就在建模中显得非常重要.本文提出了基于小波变换和凸集投影的数据恢复和建模算法.待恢复数据的先验知识采用凸集表达,并利用向凸集迭代投影(POCSProjection onto Convex     

基于小波空间的视图变形研究

视图变形技术是基于图象绘制中的一项关键技术,本文分析了该技术中基础矩阵的实现算法,结合小波变换的基本原理,分析了利用小波变换实现变形的基本原理,最终提出了实现的算法。     

Flow Shop排序问题F2|prmu|∑wj(1-e-rCj) 的一个启发式算法

给出了Flow Shop排序问题F2|prmu|∑w     

模式间相互影响时估计O-D需求的双层规划模型及求解算法

考虑各种交通模式间的相互影响 ,利用多模式均衡配流的变分不等式模型 ,建立了拥挤条件下多模式 O-D需求估计问题的双层规划模型 .并在对多模式均衡配流变分不等式模型进行灵敏度分析的基础上 ,给出了关于此类双层规划模型的基于灵敏度分析的求解算法 .最后进行了数值试验.     

有限资源能力下的供需问题研究

将 JIT思想引入供需链管理中 ,建立了具有供应能力、运输能力约束的极小化产品成本费用总额的供需问题计划模型 ,并利用易于求解的线性规划模型 ,提出了一个有效的启发式算法 .该算法可以在多种资源能力平衡的前提下 ,找到较优的供应计划.     

一种基于Bayes方法的优化算法

对实际问题而言 ,人们对于问题的解一般会有一个初步认识 ,并且这种认识会在搜索过程中逐渐加深或得到修正 ,这符合人们认识世界的普遍规律 .作者基于这一认识 ,提出了一种基于 Bayes方法的优化算法 ,从而较大地加快了算法的收敛速度.     

对LZW算法的改进及其在图象无损压缩中的应用

由于以往对ＬＺＷ无损压缩算法的研究多是基于平稳遍历的信源这一假设,而实际的信源多为局部平稳,在此情况下,原ＬＺＷ算法存在的不足在很大程度上限制了其最终压缩比的提高．据此,提出了采用双串表自适应更新机制以取代原算法中的单一串表机制,能较好地适应一般信源的局部平稳性,实际的编码效率测试曲线显示出改进的算法较原算法在压缩比上有很大提高．在对四幅医学图象的无损压缩实验中,均取得了优于ＪＰＥＧ的压缩比．