人工灌注桩内力和变形分析的微分方程解法

本文根据上部结构在竖向荷载和水平地震荷载组合后直接传给桩端的弯矩、剪力和轴力,对在这三种桩端外力作用下柱与地基土共同工作的内力和变形进行分析,求得桩身内力和变形的解析解。指出了现行设计计算方法存在的问题和不足。特别是对桩的计算简图选取、系数K和计算宽度B取值的讨论以及经详细的解析分析后得到的桩身内力和变形,为桩的强度设计提供了比较可靠的理论依据,避免了现行设计配筋的盲目性。     

人工神经元网络及神经计算机的教育学

对于设计人工神经元网络(ANN)或神经计算机来说,一个最为重要的方面就是学习。如以什么样的算法进行学习?提供什么样的学习素材?以什么样的方式学习?怎样安排学习过程等等?我们认为这些活动非常类似于人的教育过程,基于这一认识,我们提出了ANN及神经计算机教育学的基本思想和基本方法。     

非线性时间序列建模与预测的神经网络法

简述了人工神经网络的基本概念及计算特性,提出了用神经网络方法进行非线性时序建模的基本思路,分析了传统的BP学习过程,得出了BP学习算法的改进算法.然后讨论具有一层隐层的前向式神经网络,基于预测误差分析,提出了权值估计方法,使非线性时序建模的神经网络法规范化.     

作为人-机联合认知系统的智能决策支持系统

提出一种设计智能决策支持系统(IDSS)的认知工程方法,并强调智能决策支持系统这一辅助决策工具的使用旨在提高最终用户(决策者)的认知决策能力.为此,用户(决策者)应能将IDSS提供的“支持”通过人-机交互嵌入其决策过程,这种人-机协作方式旨在实现决策过程的优化.文中首先对决策者的自然决策过程进行分解,识别智能支持需求的性质和使用处所,其次确认相应需求的计算机技术,最后对系统功能设计和适用技术实现作了相应的探讨.     

一种改进的人工免疫算法在模糊Flow—shop调度问题上的应用

为了克服传统的遗传算法和人工免疫算法的不足，提出一种改进的人工免疫算法。此种算法在进行亲合力计算前利用生成的亲和度矩阵排除相似抗体，大大减少运算量。用此种改进的人工免疫算法优化寻优过程，研究了处理时间不确定并且具有不同交货期窗口的Flow-shop的提前／拖期调度问题。最后，仿真实验验证了算法的有效性。     

基于空间域的车辆运动模糊图像的恢复

从车辆运动模糊图像产生的机理出发,分析了运动模糊图像的退化模型,给出了一种在空间域中车辆运动模糊图像的运动参数估计及恢复算法,该算法不涉及系统的传递函数,而是根据车辆运动模糊的逆过程在空间域内直接进行图像的恢复,其效果受曝光时间内运动距离a的影响较小,可避免频域计算中可能出现的高频振铃现象,实验结果表明,该算法具有较好的恢复效果.     

气动人工肌肉主动悬架系统的可变自整定离散PID控制

构建以气动人工肌肉为新型执行器的车用主动悬架系统实验平台，为简化的基于1／4悬架模型的主动悬架系统设计了基于DRNN神经网络的可变自整定离散PID控制算法，分析了可变自整定离散PID算法的控制性能，为提高气动人工肌肉主动悬架系统的减震性能提供理论依据。     

演化神经网络算法

演化算法的应用使神经网络的训练有了一个崭新的面貌,目标函数既不要求连续,也不要求可微,仅要求该问题可计算,而且它的搜索始终遍及整个解空间,因此容易得到全局最优解.应用这一思想,本文提出了一种新的演化神经网络算法—EPANN,并通过算法实例说明EPANN是可行的.     

BP神经网络在信用风险评估中的应用

采用人工神经网络模型研究信用风险评估问题。研究利用BP算法训练多层前馈神经网络,给出了基于BP算法的信用风险评估计算步骤,最后以对个人信用评估为例,说明了人工神经网络在信用风险评估系统中的应用。     

数据挖掘在免疫入侵检测中的应用

论述了数据挖掘在免疫IDS系统中的应用，详细描述了关联规则和序列模式挖掘算法，在一定程度上弥补了阴性选择算法的不足。并提出了一个新的基于数据挖掘和人工免疫的入侵检测模型，克服了现有入侵检测模型的缺点。