分类器系统综述

分类器系统(Classifier System)是一种基于遗传算法(GA)的规则系统,本文综述了分类器系统的基本原理和研究状况,并提出了需进一步研究的问题.     

预给定PID算法温度控制系统

提出了预给定ＰＩＤ控制算法，并将其应用于温度控制系统中，实验结果表明，在温度上升阶段基本无超调，在所设定的温度曲线拐点外无冲击，系统具有调节时间短，稳定性能好等优点，提高了系统的控制性能。     

基于人工神经网络的专家系统的建立

文章提出了一个基于人工神经网络的专家系统及其分层结构、知识获取和推理的方法，并将其用于生烃条件评价中。     

带宽优化的进化算法

介绍了实值优化问题的进化算法，自然进化是基于群体的优化过程，在计算机上模拟自然进化过程形成统计优化技术．同传统优化方法相比，进化算法具有全局优化的优点，而且适合复杂的实际问题．带宽优化是寻找结点编号的最佳排列，使得刚度矩阵的带宽最小．传统方法一般求得带宽的局部极小值，而带宽优化进化算法可求得带宽的全局最优解     

求解一类二次规划问题的LAZ法

将ＡＢＳ方法与Ｚａｎｇｗｉｌｌ方法相结合．构造出一种有限步收敛的求解具有线性约束的二次规划问题的共轭方向法－ＬＡＺ法．     

迭代函数系统及其应用

该文根据分形几何描绘自然景物的基本思想，分析了迭代函数系统（ＩＦＳ）构造分形的特点，即通过一组收缩仿射变换生成分形图象；并给出了生成二维和三维分形图象的ＩＦＳ矩阵。该文还简述了应用迭代函数系统生成三维蕨类植物叶子的分形图象的算法过程，对实现这一算法的Ｃ语言程序作了简要说明。文末提供了根据拼合定理确定ＩＦＳ系数的方法，简介了迭代函数系统在图象压缩技术中的应用     

基于并行基因算法的语音识别方法

提出一种基于并行基因算法的孤立字识别时间规正算法，该算法是在［３］的基础上提出，可解决动态时间规划（ＤＴＷ）难以解决的一些问题：①使距离归一化因子Ｍ与实际路径相关；②以自然方式提供多条最佳规划路径；③语音端点检测正确性对识别率的影响得到一定程度的改善。建立了试验数据库，根据试验数据建立了模板距离遵循正态分布的算法性能分析模型。比较了并行基因算法，串行基因算法［３］和动态时间规划算法的性能。试验结果表明：基因算法比动态时间规划能得到更高的识别率，在单ＣＰＵ情形下，虽然并行基因算法的性能比串行基因算法略微提高，但至少可节约三分之一的ＣＰＵ时间     

基于人工神经元网络的电力系统短期负荷预报的实用计算

本文针对贵州电力系统日负荷的特点，提出了一种利用人工神经网络（ＡＮＮ）的ＢＰ模型进行电力系统提前２４小时的短期负荷预报的实用计算方法。进一步对ＢＰ模型的隐合层数和隐合节点数的选取进行定性的分析，同时探讨学习因子和动量项对学习收敛的影响分析，预测方法及结果得到肯定。     

基于神经网络的自适应控制器的研究

本文研究了神经网络控制未知动态系统的可行性，提出了几种自适应控制结构，并研究了在不同条件下各种结构的性能变化，给出了不同条件下的仿真结果及一些结果分析。图１３，参４．     

用前向网实现噪声图象的边缘提取

本文提出采用多层前向网及改进的ＢＰ算法，对经Ｃａｎｎｙ最佳边缘检测算子处理噪声图象后得到的高、低门限图进行不连续轮廓的并行“修补”，能够较快地得到信噪比高的边缘图象．