二十八天水泥抗压强度动态模型及参数对预测的影响

本文用时间序列分析方法分析水泥生产过程,笔者假设水泥生产过程为一个平稳的随机过程,它的二十八天抗压强度为具有控制项的自回归模型。用30组数据建立了28天水泥抗压强度动态模型,并做了跟踪,分析了七天抗压强度、细度、SO_3等与二十八天抗压强度的关系。最后,把生产中实际值和预测值进行了比较。     

用PNN人工神经网对水泥28天抗压强度分类

研究了用ＰＮＮ人工种经网对水泥２８ｄ抗压强度分类的问题，以及提高分类精度的方法。最后，给出实验结果。说明了方法是可行的。     

人工神经网—遗传算法在水泥强度预测中的应用

针对水泥２８ｄ抗压强度预测的多变量、非线性、大时滞特点,提出了一种以人工神经网与特殊的十进制数编码的遗传算法相结合的水泥２８ｄ抗压强度预测方法,并对两组不同标号的水泥进行了预测试验,所得结果证明此种方法具有一定的可行性。     

Classification of Cancer Cells Using Neural Networks in Combination with Expert Experience

ＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＣａｎｃｅｒＣｅｌｓＵｓｉｎｇＮｅｕｒａｌＮｅｔｗｏｒｋｓｉｎＣｏｍｂｉｎａｔｉｏｎｗｉｔｈＥｘｐｅｒｔＥｘｐｅｒｉｅｎｃｅＳｈｉＫｕｉｆａｎ（史奎凡），ＣｈｅｎＹｕｅｈｕｉ（陈月辉），ＤｏｎｇＪｉｗｅｎ（董吉文）Ｄｅ...     

利用遗传编程的符号表达式逼近任意非线性函数

在非线性系统的输入输出关系未知的情况下,以其输入输出数据作为训练样本,利用遗传编程算法,随机优化出一个能够完全拟合这批数据的符号表达式,该符号表达式完全反映了非线性系统的内部规律性。模拟实验表明,该算法精度高、可推广性强。此外,该算法可用于非线性系统的建模、预测和控制。     

基于加速进化编程的非线性模糊控制系统的优化设计

根据从对象中采集到的输入输出数据,采用加速进化编程算法优化模糊控制规则库中的各参数。该方法可以方便地调整模糊控制规则和隶属函数的参数。并提出了基于该算法的模糊控制系统的设计。用优化好的控制器去控制一个典型的非线性系统—球棒系统,仿真实验表明,控制效果和鲁棒性均达到了令人满意的效果。     

用遗传算法直接从数据中提取模糊规则以逼近任意非线性函数

提出一种用遗传算法直接从输入输出数据中提取模糊规则以逼近任意非线性函数的方法。该方法首先把输入空间进行模糊划分，然后用遗传算法优化各隶属函数的参数，最终得到一组模糊规则，它们能以非常高的精度逼近非线性函数。仿真结果和置信度检验证明了该方法的有效性。此外，该方法能方便地用于模糊控制器的设计和自适应调整