关于恒流状态下膜堵塞定律与神经网络模型的比较研究

虽然膜堵塞定律和人工神经网络模型被广泛应用于膜过滤系统的模拟及预测中,然而这些模型在恒定流系统中的应用却很少,目前关于膜阻塞定律模型与神经网络模型的比较性研究几乎空白.在对膜堵塞定律与神经网络模型的模拟性能进行评价的基础上,通过模型对实验特定阶段的拟合揭示了膜污染的机理.     

基于多约束条件反馈的 QoS 链路选择算法

针对物联网普适定位系统中链路选择需满足多限制条件的要求, 提出了一种基于多约束条件反馈的 QoS (Quality of Service)链路选择算法。 利用无线通信广播特性, 将多约束服务质量路由问题转化成满足链路长度、 带宽、 时延、 时延抖动、 丢包率和费用等约束条件的最小代价问题。 建立了物联网多跳自主链路模型并定义了 目标能量函数, 利用 Hopfield 神经网络模型的并行思想将多项约束条件转换为多项式求极值问题。 该算法在不 改变系统链路选择策略的前提下, 避免了选择大量参数的问题, 实现了链路自动选择, 满足了通信实时快速的 要求。     

基于知识的毛纺产品工艺设计智能模型研究

毛纺产品的生产是一个复杂的工业过程，其工艺设计严重依赖于专家知识和经验，完整准确的数学描述显得十分困难。提出了基于知识的毛纺产品工艺设计智能模型，通过基于案例（CBR）和基于规则的推理（RBR）以及人工神经网络（ANN）等关键技术的引入，提高了系统解决实际问题的能力。实例显示，智能化技术在毛纺工艺设计中具有良好的应用前景。     

国毛毛条加工性能和质量预测

通过对国产细羊毛原毛特征和毛条加工性能的研究，运用多元回归统计和人工神经网络两种方法建立了国毛毛条加工性能和质量的预测模型．实践表明：两种模型对毛条的豪特长度、长度变异、短纤维含量和精梳落毛率均能进行较为准确的预测，其中人工神经网络预测模型预测效果优于统计回归模型．     

用于铸铁力学性能快速预测的人工神经网络

对人工神经网络用于铸铁力学性能预测进行了系统的研究,并利用Matlab建立了一个基于热分析的预测网络,同时采用了多种有效的方法以提高网络的性能.测试结果表明网络具有良好的泛化能力,能准确快速地预测铸铁力学性能.     

金融危机背景下的人民币汇率预测

在为金融危机期间人民币汇率的波动提供一种有效的预测方法.在利用替代数据方法检验和判别汇率系统具有非线性结构的基础上,识别了各具体汇率序列的最优滞后期组合,并分别采用了多层感知机(MLP)和层反馈网络(RNN2)结构构建同质神经网络模型,从三个方面对比分析了模型群在不同参数条件下的预测效果. 研究发现,根据不同序列的具体特征,各神经网络模型在不同自由度下的4个预测期限内的预测性能存在较明显的差异.同时,包含层反馈过程的RNN2模型在描述与预测人民币汇率的波动方面表现出很强的能力.此外, 还分析并解释了产生上述结果的原因,并为4种人民币汇率波动序列甄选出了相应的最优预测模型.