高新技术园的竞争力指标体系的构建与模型研究

对高新技术园区竞争力做出准确的分析判断是提升其竞争优势的重要环节，也是政府管理部门把握其发展现状的科学依据．为此提出了高新技术园区竞争力的分析指标体系，并构建一个基于人工智能神经网络的专家系统，较好地解决了对高新技术园区的竞争力进行分析评估的问题．     

基于主成分分析和支持向量机的效能评定

简述了武器系统效能评定的各种方法,并分析了其特点。建立武器系统参数效能模型,首先要挑选特征参数,提出了采有主成分分析方法选择武器的特征参数。利用支持向量机建立了武器系统参数效能模型,通过实例与神经网络法的结果进行了比较,结果表明支持向量机方法比较精确和简单。     

基于RBF神经网络的粮食生产预测研究

提高中国粮食生产量的预测精度与效率是人们关注的一个重要问题.对RBF神经网络的结构、特性和训练算法作了简要的概述.根据粮食产量与其影响因素之间存在的映射关系,应用RBF神经网络建立了多因素非线性时间序列预测模型,并进行了仿真试验.结果表明,用RBF神经网络进行粮食生产预测得到了十分满意的结果.     

Escape probability based routing for ad hoc networks

1. INTRODUCTION Mobile ad hoc networks are wireless multi-hop networks where mobile nodes are self-organized, have highly dynamic topology, limited bandwidth and no support of fixed infrastructure[1]. These characteristics often cause ad hoc networks to be viewed as quite different from traditional networks. Routing a packet from a source to a destination in an ad hoc network is a challenging problem. The main source of the challenge comes from the fact that there are no base stations in …     

振动系统非线性特性的神经网络识别法

本文介绍了振动系统非线性特性识别的一种结构化神经网络方法，与标准的前馈网络融进了人们对系统的已知认识，神经网络仅仅用来学习未知部分，本文将其应用于振动系统非线性特性的识别，结果表明该法是可行的。     

有关当代人类智力模型的思考--神经功能模型和层次模型的构建及其启示

智力作为心理学研究的重点领域 ,其研究具有重大的意义 ,然而 ,在对智力的理解和测量方面还存在着许多困难。一种理解和测量智力的途径是通过应用理论模型 ,但智力理论模型需要建立一定的标准来满足社会和科学的要求。     

基于细胞状演化神经网络的黄河三角洲区域预测

将细胞状遗传算法（cGA）与反向传播（BP）神经网络相结合，构建了一个细胞状演化神经网络时间序列模型，以1984～2000年间的多时相遥感影像为主要数据源，应用该模型对黄河口地区陆地面积进行预测，并分析了其将来的演变趋势．结果表明，在2001～2010年间研究区域陆地面积将呈现增长与蚀退交替演变、增长高峰逐渐下降的趋势．     

基于V-foldCross-validation和Elman神经网络的信用评价研究

研究了关于公司信用评估问题的现状,指出一般神经网络应用于信用评估领域的不足.在此基础上,提出一套甄选原则以选择关键的信用评分指标;然后依据这些指标建立了基于Elman回归神经网络的我国企业的信用评估模型.采用V-foldCross-validation技巧对该模型的评分效果进行了实证研究.     

Distribution Inventory Cost Optimization Under Grey and Fuzzy Uncertainty

0 IntroductionThe bullwhipeffect makes many parameters of supplychainbecome more uncertain[1].The customer demand andre-plenishment lead ti me are i mportant uncertain parameters insupply chaininventory system[2 ,3]. However , many researchesabout inventory control have made strong assumptions takingthe uncertain factors as stochastic[3-6]or deterministic parame-ters[2].These assumptions may make the models less realistic.The stochastic programming and fuzzy programming areusual uncertain pro…     

FORECASTING AUTOMOBILE WARRANTY PERFORMANCE IN PRESENCE OF ‘MATURING DATA’ PHENOMENA USING MULTILAYER PERCEPTRON NEURAL NETWORK

1. Introduction An automobile with over 7000 parts is a highly complex product. In spite of employing the best quality and reliability practices during product development, manufacturing, and assembly, unexpected failures during warranty period do occur and cost automobile companies billions of dollars annually in warranty alone. Warranty cost reduction programs in these companies thus receive a high priority. Various teams work together to achieve objectively defined targets for warranty cost…