复杂自然背景下的人造目标检测

为了解决图像处理中目标检测的问题,提出了一种新的检测方法.该方法根据自然物体和人造物体在纹理上表现出的不同特性,首先将图像划分为若干个子块,然后按各个子块梯度的幅度和方向进行像素编码,最后利用设定的标准检测人造目标.仿真结果表明,新方法可用于不同分辨率的图像,且具有较好的鲁棒性,能够节省存储空间和运算时间,适合于实时处理的场合。     

生态经济型虚拟企业的特征和组织模式

基于相似学、相似系统理论和相似工程学中的人工自然原理,文章研究了与自然生态系统相似的生态经济型虚拟企业的基本特征、生存发展战略、组织模式的类型以及成功组织模式的相似再现的集成与重组方法.研究成果为组建高效益、低消耗、无污染、可持续发展的生态经济型虚拟企业及其经营管理,提供新的理论与方法.     

莜麦播种方式决策的BP神经网络模型

阐述了BP神经网络基本原理,并在此基础上,将神经网络理论应用于农业生产决策之中。以莜麦播种方式决策为例,通过对产生式规则的分析导出神经网络输入、输出单元数,经过多次实验确定合适的隐含层单元数,并采用MATLAB语言对所构建的网络进行训练。仿真结果证明,这种方法基本可以达到预期的目标。     

以客户终身价值为准则的客户重要程度识别系统

以客户终身价值为准则对客户重要程度进行识别.首先吸收了复杂网络的研究成果,推出了客户终身价值的计算式;然后运用“忠诚度”映射此公式中几个无法直接观测到的影响因素,同时运用典型调查和综合评价法算出各类客户的忠诚度,从而建立起客户特征集与忠诚度的分类回归树,获得客户终身价值的计算值;最后以某企业为例,运用BP人工神经网络训练出一个以客户终身价值为准则的客户识别系统.     

岩溶山区坡耕地石坎坡改梯水土保持效益的神经网络模拟

在已进行岩溶山区坡耕地11°、17°、23°等3个典型坡度石坎坡改梯保水、保土、保肥效益田间试验测定的基础上,用降雨侵蚀力、坡耕地坡度与其相应的石坎坡改梯效益指标测定值。建立2-368-8结构的BP人工神经网络模型。在训练达到精度要求的条件下,模拟得出较为全面的10°-25°坡耕地石坎坡改梯各项效益指标值。图1,表3,参6。     

基于混合人工势场-遗传算法的移动机器人路径规划仿真研究

分析了人工势场模型存在的目标不可到达问题(GNRON)和由于局部最优解的存在而产生的死锁问题,提出了一种建立在改进人工势场模型上的基于遗传算法的最优路径搜索方法。仿真结果验证了本模型的有效性,能有效的解决由于人工势场模型缺陷而带来的路径规划问题。     

基于支持向量机的青霉素发酵过程建模

由于微生物发酵过程的复杂性和高度非线性,更多的简单的数学模型不能很好地描述这类生化系统。支持向量机(SVM)是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数和局部极小点等实际问题。SVM方法建立了青霉素效价预估模型,此模型具有良好的拟合和泛化能力。通过实验分析了SVM参数调整对支持向量机建模的影响。通过由现场数据建立的各种模型可以发现,SVM建模方法优于神经网络(ANN)建模方法。     

以人为中心的综合集成研讨厅体系——人工社会(二)

人机结合的综合集成研讨厅体系，将专家体系、机器体系和数据体系有机结合起来组成智能系统，该方法的成效依赖于系统的整体优势和综合优势。本文从人机结合以人为主的智能系统角度，研究人机结合综合集成研讨厅体系的具体化理论及其模型。主要工作在以下方面：1）首次提出处理复杂问题的人机结合的综合集成研讨厅体系，是研究将社会科学、自然科学所研究的现实复杂问题的自然法则和社会规律联系在一起的方法手段，并且人工设计再现。2）从智能系统角度．综合集成研讨厅体系，以[人，网络计算机]为基元，通过以复杂问题为牵引的交互和组织，形成了开放的人工社会，是以求解复杂问题为目的，以人为中心计算的组织空间。进一步，文章讨论了基于agent的人机结合综合集成厅人工社会的设计重点，包括以人为主的社会基元，知识生产和智慧涌现，以人为中心的数据制成体系，有效交互和组织，以及面向组织的多智慧体社会逻辑设计。本篇文章侧重于工作的第二部分，从智能系统的角度设计综合集成研讨厅人工社会。     

一个基于人工势场的战场态势分析模型

在基于Agent建模仿真方法的战争复杂性研究过程中,为了解决高层指挥控制Agent对军事态势自主分析判断能力的问题,引入了高等物理学中电势场的基本原理来对战场态势分析进行建模——并取名为人工势场。文中介绍了人工势场模型构建的基本原理,结合工程实践详细讨论了该模型在理论和工程实现上的一些基本问题,最后给出了基于该模型的几个简单的分析测试实例。仿真实验证明该模型用于高层指挥控制Agent的实时军事态势分析是可行的。     

一种在线检测与预测传感器故障的方法研究

分析了人工神经网络和模糊逻辑，并结合二者各自的优势，针对传感器故障检测的特点，提出一种对传感器故障在线检测与预测的方法。该方法采用在线学习训练网络，并给出传感器的预测信号，对传感器是否发生故障做出检测，仿真实验证明，该方法对传感器的故障能在线做出准确的检测，同时隔离故障传感器并为系统和设备提供临时的预测信号。