高正则非张量积二维小波的Gr(o)bner基构造

为构造非张量积二维小波,在分析二维小波与滤波器组关系的基础上,研究了小波高正则性的务件,并将其转换成一个关于二维滤波器组系数的高阶多元多项式方程组．由于构成这种方程组的方程的未知数和项数都太多,求解它是一个非常困难的问题,因此采用二维小波滤波器组的阶因式分解表示,将待求的高阶多元多项式方程组分解为两个子方程组,应用计算代数中的Grobner基算法分别求解出两个子方程组的Grobner基,进而求解出2～3正则阶的小波滤波器组的全部参数,最终构造出了图像处理中所需要的正交对称的非张量积二维小波．     

基于菌群RBF神经网络的股票价格预测

利用菌群算法提出了一种新的菌群RBF神经网络算法,并将其应用到股票价格预测,同时在预测中引入了技术指标模型。仿真试验表明,相比于传统的RBF神经网络算法,菌群RBF神经网络算法可以得到更好的训练效率和预测结果。     

土壤磷素流失强度评价模型

土壤磷素流失强度评价对于控制面源磷素流失,降低受纳水体富营养化程度极为重要。为了探索一套有效的评价方法,该文对土壤磷素流失机制进行了研究,并且在对土壤磷素循环及背景参数进行分析的基础上,应用径向基函数(radial basis function,RBF)神经网络技术建立了土壤磷素流失强度评价模型。将模型运用于江苏省土壤普查样本的算例结果显示,96.7%的学习样本拟合相对误差小于0.3,预测相对误差均在0.4以内。结果表明,模型是精确的,可以用于实际土壤磷素流失的评价。     

A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.     

铁路道砟形态特征的统计分析与几何重构

道砟颗粒几何形态特征对其力学特性影响显著。为了量化研究铁路道砟形态特征,以真实的铁路一级碎石道砟颗粒为例,采用3D激光扫描获取道砟颗粒点云数据,引入道砟整体形态特征指标(长轴、中轴、短轴、球度指数),提出道砟局部形态特征指标(曲率指数),统计并建立上述整体和局部形态特征指标的概率密度分布函数。在此基础上,基于本征正交分解(POD)及径向基(RBF)神经网络提出了基于颗粒形态指标概率密度分布的道砟样本的重生成算法,重构道砟颗粒样本库。采用上述重生成算法分别重构了600及4 000个颗粒道砟,结果表明:重构道砟样本形态特征指标的统计分布结果均与真实扫描试样结果接近,证明该方法能够快速实现基于颗粒形态指标概率密度分布的任意数量道砟样本的建立。     

改进的遗传局部搜索算法在漏磁逆问题中的应用研究

通过将模拟退火技术加到遗传局部搜索算法(GLSA)的扰动过程中,提出一种改进的遗传局部搜索算法(IGLSA)及基于IGLSA的逆算法,用于从漏磁信号中重构二维缺陷.该算法中,径向基函数神经网络(RBFNN)用作前向模型,IGLSA用于求解逆问题中的优化问题.实验将该逆算法分别与基于规范遗传算法(CGA)的逆算法和基于GLSA的逆算法进行了比较,结果表明基于IGLSA的逆算法更精确,并且对噪声具有鲁棒性.     

个人积累制和现收现付制下养老金均衡收益率的影响因素分析

分析养老保险模式从现收现付制向个人积累制转轨过程中可能存在的问题,并给出政策建议．建立个人积累制和现收现付制下的经济增长模型,对均衡收益率的影响因素进行分析,并揭示其政策含义．利用Samuelson-Diamond重叠代模型推导2种制度下的平衡增长路径,对有关参数进行比较静态分析．当现收现付制下出现居民储蓄不足时,向个人积累制过渡,可以改进经济效率;当储蓄过度时,转轨则可能导致经济效率下降．不论采用哪种制度,养老金的增长均有赖于有效劳动人口的增长和劳动生产率的提高．当人口年龄结构面临不利变动时,养老金增长的重要途径是发展教育产业,增加人力资本投资．     

基于基本解和径向基函数插值的热弹性无网格分析

采用基于基本解方法和径向基函数插值的无网格算法(MFS-RBF)分析了广义的热弹性问题.位移分为齐次解和特解两部分,径向基函数被用来插值任意温度变化和体力分布,对应于径向基函数的特解集被用来构造位移特解部分,而基本解方法用来计算相应的位移齐次解.最后,常见的重力荷载、惯性荷载和温度荷载算例验证了算法的有效性和简单性.     

基于径向基函数的多闸门控制河流的洪水模拟

为了快速而准确地制定联合调度的复杂闸门水利枢纽处的洪水过程的防洪决策,开发了一种快速洪水模拟方法。以位于北京市北运河流域的北关分洪枢纽为例,采用二维水动力学模型计算了由上游来流量、闸门开度和相应下游水位等因素确定的800组工况;把模拟结果作为径向基函数神经网络的训练样本。这样,只用上游来流量、闸门开度、闸下水位就能快速地模拟出该区域的水位和流量。结果表明,模拟一组工况,用该方法只需不到1m in,而用二维模型需3h。     

基于DHP方法的锅炉燃烧系统优化控制研究

电厂锅炉燃烧过程是一个典型的强非线性、多输入、多输出、强耦合过程,以这一直接影响机组安全经济运行的复杂过程控制为研究对象,研究火电厂锅炉燃烧系统的优化控制.首先,采用径向基函数神经网络(radial basis function neural network,RBFNN)对电厂锅炉燃烧系统进行了建模和模型测试.然后,用...