线性再励的自适应变步长机器人神经网络路径规划算法

研究已知障碍物形状和位置环境下的机器人全局路径规划问题。利用神经网络路径规划算法进行路径规划，为提高神经网络路径规划算法的收敛速度，表明所给出的线性再励自适应变步长算法能够有效地加快路径规划的收敛速度。     

基于事例推理的注塑模成本评估系统

探讨了利用基于事例的推理技术来评估注塑模的制造成本。讨论了事例的索引、检索、改写、学习机制和神经网络的应用。提出了考虑模具的制造成本、税收、管理费、设计费等各个方面的综合成本模型，此模型可用于模具的报价。     

并联管组离散模型分析及其关键系数的确定

流体在并联管组换热器中的流动状况将直接影响到换热器运行的效率和安全性，通过离散模型计算方法可得到流动工质在并联管组内的流动特性，在对离散模型的建立进行详细分析的基础上，采用人工神经网络中的BP算法来确定离散模型中的关键系数，即集箱中的静压变化系数和支管进出口的阻力系数，通过离散模型计算得出的结果与实验数据符合良好，说明与简化的连续模型相比，离散模型是一种更为符合并联管组流动特性的理论模型，同时也表明了用BP算法来确定离散模型关键系数的有效性。     

基于径向基神经网络的股价预测

借助径向基函数（Radial Basis Function)神经网络对非线性函数的逼近能力，对深能源A股价这个时间列作了连续若干天的一步预测，并与其他预测方法进行了比较。结果表明，用径向基神经网络预测股价是可行的和有效的。     

一类推广的BAM模型的全局渐近稳定性分析

在B KOSKO双向联想记忆模型（BMA模型）上，引入了变时滞，去掉了连接权矩阵对称的要求，利用构造Liaponov泛函，得到了此动力学系统全局渐近稳定的条件，所得结果，在人工神经网络理论和应用研究中具有实际意义。     

信号盲分离及在过程控制系统中的应用

实际过程控制系统中常混有随机噪声（白噪声），影响控制质量，利用HJ神经网络具有的信号盲目分离的功能消除随机噪声对过程控制系统的影响，以提高系统的控制质量。通过对含噪的一阶延迟系统的仿真表明，该方法是有效的。     

髓母细胞瘤中P53、bcl-2及Ki-67的表达及其意义

用免疫组化S P法检测 2 5例髓母细胞瘤中Ki 6 7、P53 及bcl 2基因的表达。结果表明 ,在 2 5例髓母细胞瘤中 ,bcl 2和P53 蛋白的阳性表达率分别为 72 % (18/ 2 5 )和 16 % (4/ 2 5 )。Ki 6 7阳性率平均为 (33.34± 4 .98) % ,其表达与组织学分型有关。说明在髓母细胞瘤中bcl 2蛋白与P53 蛋白可能参与调控细胞的凋亡     

一种新的FART分类器

提出了一类基于贴近度理论的模糊ART神经网络模型，简称为CBFART（Closeness Based Fuzzy ART）模型，将模糊数学中的贴近度（Closeness)和择近原则（Closest Principle)概念与自适应共振理论（ART）相结合，形成了一种新的网络模型。该模型的学习以匹配－委托循环为特点，网络分类遵循择近原则，补码编码、匹配－委托和快速委托－慢性重编码方案相结合，保证了网络学习的收敛性和稳定性，并可以做到一次性学习、提高了学习速度。文中对高维样本进行分类仿真，给出了仿真结果，分析表明该模型具有良好的聚类特性，能够稳定地对高维样本进行分类。     

用改进的噪声混沌神经网络模型求解组合优化问题

混沌模拟退火方法（CSA）在解决组合优化问题时有很强的搜索能力。其中系数α代表能量函数对动态性的影响，α太大，能量函数影响太强，以至于无法得到暂态混沌现象，α太小，能量函数的影响太弱，从而无法收敛到最优解。提出了一种自适应参数动态调整方法，随着能量函数的逐渐减小，通过加大α，保持能量函数在整个搜索过程中对搜索动态性保持一定的影响，从而加快搜索速度，同时保持搜索的精度。计算机仿真结果表明，在保持和增强搜索能力的同时，文中动态参数算法所用时间与现有的算法相比可以减少20％－50％。     

注塑模模架设计KBE系统及其智能关键技术

结合当前工程设计领域 KBE技术的发展和模架设计的数据流图 ,给出了注塑模模架设计KBE系统的基本框架 ,并对其关键技术进行了分析 :模架设计知识采用框架 -规则的方法表示 ,并给出了推理的流程图 ,通过面向子目标的方法提高了 KBE系统的知识表示和推理能力 ;将事例推理的方法结合在 KBE系统中 ,提高了系统对以往成功事例的参考能力 ;利用神经网络的自学习能力 ,解决了模架中镶块和前后模设计的计算问题 .通过实际的应用 ,该系统能够有效地提高模具企业的模具设计和分析能力