Effective prediction of DEA model by neural network

In this paper,a fast neural network model for the forecasting of effective points by DEA model is proposed,which is based on the SPDS training algorithm.The SPDS training algorithm overcomes the drawbacks of slow convergent speed and partially minimum result for BP algorithm.Its training speed is much faster and its forecasting precision is much better than those of BP algorithm.By numeric examples,it is showed that adopting the neural network model in the forecasting of effective points by DEA model is valid.     

提高BP网络训练速度的研究

由于误差函数的高维复杂性,BP网络在目前的应用中存在训练速度慢至导致网络系统瘫痪的问题,针对训练中的归一化问题、隐层节点数的选取、样本数目的增减取、样本数目的增减法、整体学习率的确定及训练算法进行了研究。结果表明：训练样本数据不必一定归一化到[0,1],可以通过简单的线性变换将数据转化到某相区间,使分布合理,以满足训练需要;根据经验公式,确定隐层节点数的初值,选取规模略大一点的网络开始训练;网络应对学习过的样本加强记忆,更应注意剔除错误样本;引入黄金侵害法的思想来调整学习率的步长,效果理想;采用单参数动态搜索算法作为学习算法,能快达到训练要求的精度。     

基于区域映射模型的R&D项目中止决策

针对传统的BP网络训练时收敛速度缓慢,容易陷入局部极小,并且实际分类准则与训练准则不一致的缺陷,提出了R&D项目中止决策模式识别的区域映射模型.模型从根本上保证了分类准则与训练准则的一致性,具有比BP网络更快的训练速度和更高的识别率.案例研究表明,区域映射模型是R&D项目中止决策的一种有效的模式识别方法.     

高等学校科研管理绩效定量评价方法研究

为了挖掘高等学校的科研潜力,探讨高校科研管理绩效的客观评价方法,从而调动高校管理者提高科研管理绩效的积极性,进而提高科研工作的整体效益和水平,建立了高等学校科研管理绩效的评价指标体系,提出了高等学校科研管理绩效的管理有效性评价方法.采用国家教委直属高等学校中28所高校1997~1999年的样本指标数据,计算这些高校1998年和1999年科研管理绩效的管理有效性评价结果.研究结果表明,高校在科研管理上由于主观有效努力程度而产生的高校科研管理绩效是动态变化的.所提出的管理有效性评价方法能够消除高等学校之间客观基础条件优劣的影响,真正反映高校在科研管理上由于主观有效努力程度而产生的高校科技综合实力的动态变化,从而更好地反映高校科研管理的真实绩效.     

我国中长期经济发展中氢能消费量及CO_2减排效果估算

从我国中长期经济发展状态人手,建立了经济发展与氢能消费的需求关系后分别设置了氢能消费比例、经济发展速度、产业结构变化等输入参数。采用Vensim-PLE系统动力学软件包,设定我国高低两种中长期经济发展速度,分别得出对应的氢能消费总量。在此基础上,以我国目前主体能源消费品种——燃煤为比较对象,通过能量替代的方法计算出两种方案氢能消费总量所产生的CO_2减排效果。最终认为:氢能等可再生能源消费总量估算的结构因素迥异于目前的主体消费能源;系统动力学方法在氢能等可再生能源的消费总量研究中优势明显;相对燃煤能源消费,氢能作为无碳能源中所产生的CO_2减排优势非常明显。     

高新技术产业园区发展指标的神经网络预测

针对目前普遍应用的BP算法存在学习速度慢和容易陷入网络瘫痪的缺陷,建立基于单参数动态搜索算法的快速人工神经网络模型,具有更快的收敛速度和更高的训练精度.应用该模型对浙江省各高新技术产业园区的发展指标进行预测,取得理想效果.     

医疗诊断系统专家知识的表达与获取方法

讨论了神经网络理论在智能医疗诊断系统方面的应用,在分析医疗诊断专家知识不完备性的基础上,研究了适应医疗诊断系统专家知识表达与获取的专家系统与神经网络集成方法。提出了采用单参数动态搜索算法训练神经网络,其效果明显优于传统的BP算法。设计了专家系统与神经网络集成的心血管疾病智能医疗诊断系统,在临床实践中取得了较好的效果,证明专家系统与神经网络的集成是医疗诊断系统专家知识表达与获取的有效方法。     

动态总需求-总供给模型的无模型控制律设计

由于宏观经济总需求-总供给模型是一种比较静态分析的方法,没有考虑经济中的许多动态因素,因此把动态分析引入总需求-总供给模型更能对经济作出深入分析.无模型控制具有自适应能力强、跟踪性好、抗干扰能力强、克服时滞等众多优点,很适合宏观经济动态分析.无模型控制律的最省“能量”的性质更为国家实施财政政策和货币政策时节省大量资金提供理论依据.     

可拓神经网络模型的设计与实现

为解决BP神经网络模式识别时训练准则和分类准则不一致的问题,采用可拓学的扩缩变换,通过在输出空间中用一个特定区域(称作教师区域)来代替教师信号,极大地提高了可拓神经网络模型的训练速度,同时彻底解决网络训练和实际分类准则不一致的问题.计算实例表明,可拓神经网络是一个有效的模式识别工具.     

基于粒子群算法优化跨海大桥应急救援物资无人机调度

为实现在灾害环境下对跨海大桥灾区的应急物资调度分配及缩短应急救援时间，假设应急救援的范围为50 km×50 km的二维平面内，将任务组的个数和粒子的维度设定相等，假设应急救援无人机的数量是应急救援任务数量的3倍，设定应急救援任务数量和应急救援无人机的数量，通过设置不同的救援信息(如受灾点位置、供应点无人机位置等),将粒子群算法(算法一)分别加入分组策略和自适应惯性权重策略来改进算法，分别形成新的算法二、三，将每组试验进行3次测试，取平均值，并推出最快运行时间。结果表明，算法二(粒子群算法加入分组策略)使得距离较短的任务归为同一任务组中，因此，粒子的纬度会变小，从而算法运行所用时间最短。随着救援任务与无人机数量的增加，分组策略的效果更好，能在不同程度上提高任务分配效率与缩短救援时间。