遗传算法在多目的地通信问题中的应用

多源多目的地通信问题是现代通信网络与服务中的基本问题之一。该问题可被模拟为找一棵包含特定源和多个目的地的最小代价生成树,使得在一个给定的通信网络中的特定约束被满足。在总结求解该问题的传统方法的优、缺点的基础上,应用遗传算法求解,获得了比较满意的效果。     

神经网络算法在确定热物性参数中的应用

提出将近年来飞速发展的人工神经网络技术应用于导热领域的研究．通过神经网络算法和导热正问题的结合来求解导热反问题用于确定热物性参数,首先从理论上分析了方法的可行性,并通过数值模拟仿真编写程序得到多组计算结果,验证了算法的正确性．文中提出的算法为热物性参数的测定提供了新颖的方法．     

神经网络BP算法在有源消声中的应用

为了克服传统自适应有源消声算法在应用中稳定性方面的不足,尝试将神经网络反向传播（ＢＰ）算法应用于有源消声技术。文中建立了基于ＢＰ算法的自适应有源消声（ＡＡＮＣ—ＢＰ）模型并给出该算法的递推公式。利用ＴＭＳ３２０Ｃ２５开发板实现了该算法功能。在半消声室中进行了单频和１００Ｈｚ带宽的消声实验,仅利用单个次级源结构便获得较好的消声效果。实验证明,基于ＢＰ算法的消声系统具有良好的稳定性。     

基于IGA的多层神经网络BP算法及在系统辨识中的应用

本文针对用GA训练NN权值时，花费的代价随精度的提高而剧烈增加的缺陷，提出了一种利用IGA较强的全局搜索能力和IBPA较强的局部搜索能力的结合算法，先利用IGA优化多层前馈神经网络的权值，然后再用IBPA提高搜索精度，有效地避免了IBPA易陷入局部极小点和IGA过早收敛的缺点，实验结果表明，此算法是有效的。     

多层神经网络学习算法的研究

在样本的学习过程中引入了求解复杂优化问题比较有效的多级优化技术，将一个复杂的多层神经网络权值优化问题分解成多个相对简单的优化子问题，然后利用迭代的策略进行求解，并提出了一种改进的ＢＰ算法，提高了学习效率。     

神经网络BP算法在噪声主动控制中的应用

在噪声主动控制系统中采用神经网络控制方法，给出了神经网络BP算法的一种变异算法。仿真实验表明，基于神经网络的噪声主动控制系统具有非常好的降噪效果和稳定性。     

小波神经网络分类算法在教育信息管理系统中的应用

小波神经网络在预测及分类应用中较之前馈神经网络RBF及单隐层BP神经网络有着无法比拟的优势.本文将小波神经网络的强大分类功能用于教育信息管理系统的数据分析中,完成了200多所中小学各项指标的综合分析、数据统计和学校分类划分.系统实际运行表明,该算法预测和分类功能强,分析结果准确率高达96%,有很好的应用价值和工业推广意义.     

基于混合遗传算法的神经网络在智能故障诊断中的应用

设计了用模拟退火的混合遗传算法代替BP网络的反向传播过程的改进算法，解决了在故障诊断系统中BP算法容易陷入局部极小值的问题．该算法是在遗传算法中引入模拟退火机制，将其同BP算法结合，形成一个混合的优化算法．新算法既有神经网络的学习能力和鲁棒性，又有遗传算法的强的全局随机搜索能力．仿真结果表明，这种改进算法极大提高了内燃机故障诊断系统的效率和准确性．     

多源多目的地通信问题的遗传算法

多源多目的地通信问题（简称MDR问题）是现代通信网络与服务中的基本问题之一。本文应用遗传算法对此问题求解,获得了满意的效果。其结果对于解决通信网络的设计有很高的应用价值。     

粒子群优化算法在训练前向神经网络中的应用

笔者对用PSO训练前向神经网络做了研究,提出了用PSO算法训练前向神经网络的新方法,并通过算例和BP算法做了比较,实验结果说明了本文算法的有效性.     

RBF神经网络算法及其应用

在径向基神经网络学习算法的基础上,提出了一种新的RBF神经网络学习算法,该算法将变长度染色体遗传算法和最小二乘法相结合,能够同时确定径向基神经网络的结构和参数。用此方法建立热电厂热负荷预测模型,并与BP神经网络和增长型结构学习算法的RBF神经网络方法相比较,结果表明可以取得更好的效果。     

改进自适应遗传算法在BP神经网络学习中的应用

针对遗传算法容易产生局值的问题,提出一种新的自适应遗传算法,改进遗传算子,通过比较两代之间的适应度评估值,选取适合的交叉率和变异率,保证了优秀个体进入下一代,而且避免了种群中最大适应度值的个体的交叉率和变异率为0的情况.最后,将改进后的算法应用于库存控制模型,实验表明,改进后的自适应遗传算法能避免局值,提高网络的收敛速度,改善了网络的学习性能.     

基于IP网络流量路由算法的设计与实现

本文提出当网络流量达到阈值时采用“基于多线程的分时段静态路由算法”来解决网络出现拥塞时浏览器页面打开很慢的问题。在网络流量未达到阈值时,采用“基于单播＋选播的动态路由算法”来优化路由以满足用户的服务质量（QoS）需求。在路由发生改变后,本文采用多播技术使同一网段内的所有路由器在短时间内收到路由更新信息。     

用神经网络求解TSP的一种改进算法

对利用神经网络求解ＴＳＰ问题的算法进行了改进,在保持算法优点的基础上,使得所需神经元的数目减少,对提高计算效率以及神经网络的硬件实现有参考价值。     

改进遗传神经网络在储层解释中的应用

对遗传算法中的编码机制进行了研究并与前馈神经网络ＢＰ算法相结合,从而提高了网络收敛速度,实例表明,改进后的算法是有效的。     

Neural Network Based Algorithm and Simulation of Information Fusion in the Coal Mine

The concepts of information fusion and the basic principles of neural networks are introduced. Neural net-works were introduced as a way of building an information fusion model in a coal mine monitoring system. This assures the accurate transmission of the multi-sensor information that comes from the coal mine monitoring systems. The in-formation fusion mode was analyzed. An algorithm was designed based on this analysis and some simulation results were given. Finally,conclusions that could provide auxiliary decision making information to the coal mine dispatching officers were presented.     

神经网络在过程建模中的应用

阐述了神经网络用于过程建模目前存在的问题，提出了改进的方法，并将此应用到了大型炼油厂脱蜡过程的建模中。通过比较改进前后的ＢＰ算法仿真结果可以看出，改进后的算法在网络的训练收敛速度上有了较大提高。     

基于自适应线性神经网络的噪音处理的研究

在信号处理中具有高稳定性能的滤波器一直是处理噪音干扰所追求的目标.本文通过利用线性自适应神经网络中的LMS算法来对噪音处理进行研究.研究表明基于自适应线性神经网络的降噪处理,从本质上是可以消除迭加的噪音信号.