基于自组织网络的货郎担问题解决方案

货郎担问题（Traveling Salesman Problem，TSP）作为组合数学中的经典问题，具有一定的研究价值．首先陈述了基于自组织网络（Self-Organizing Maps，SOM）的TSP问题的解决方案，然后着重分析为什么SOM网络能够体现这样的计算智能，并探讨了如何将其应用到其它的优化问题当中．     

智能制造系统的自组织单元结构研究

对于一个智能制造系统,系统单元结构的自组织能力是非常重要的。本文阐述了自组织系统在结构上应满足谐振,放大,反馈,非线形及低信息量来源这五个基本条件,利用智能工程中的集成智能单元,建立了具有自组织单元的基本结构,分析了自组织能力的实现原理,并提出了IMS自组织单元的基本结构,该结构具有良好的开放性,便于实现嵌套式建模,具有很强的知识库进化能力,并且能与其它系统集成。     

一种竞争抑制网络的自组织模型

本文对一类特殊的竞争抑制网络，给出了网络ＬＴＭ（ＬｏｎｙＴｅｒｍＭｅｍｏｒｙ）状态动态时间演化过程的解析表达式．学习过程的收敛约束条件，可作为选择网络参数，设计竞争学习算法的依据．学习过程自组织模型的分析，对认识竞争学习的内在机理，控制网络的动态行为，增强其智能化信息处理能力，具有一定的意义．     

基于车流量的智能交通控制系统设计

设计了一种交通灯与车流量信息相匹配的智能交通控制系统,主要包括交通灯控制模块、无线数据通信单元、红外车流量检测电路、红绿灯显示电路、车距检测电路、LCD液晶显示以及电源转换电路等模块.测试结果显示,电路各个功能模块运行稳定,能够根据检测到的车流量信息实时调整交通灯时长,同时车流信息能通过无线模块实时发送给移动车辆,从而有助于引导车辆分流,对缓解交通拥堵,提高交通安全性具有良好的应用价值.     

基于自组织神经网络的特征识别

针对CAD、CAM中的特征识别问题,在特征的属性邻接图表达方法的基础上,根据特征建立的历史过程提出了特征森林的概念,作为识别的启发式信息。采用自组织神经网络识别特征。依据识别特征的规模动态确定自组织神经网络输入神经元的维数,并给出了一种矢量化方法。实验实例证明了本文方法的有效性,从而为特征识别和维护提供了一种新的有效方法。     

基于多智能体的交通控制仿真系统

研究了基于多智能体的交通控制Agent模型,将多智能体技术(Multi-Agent)引入智能交通控制系统.首先介绍了系统各功能模块的逻辑结构,然后详细介绍了基于泊松分布、AABB碰撞检测、粒子系统的Agent主体构建过程.最后以C++和OpenGL实现系统仿真,系统能较好的模拟交通控制.     

智能交通控制平台的信号调整算法优化研究

随着国内经济的发展,汽车的数量得到了迅速增加.车辆的增加给城市的交通带来了很大的压力,而城市交通系统本身是一个随机性很强的、复杂的巨型系统.通过分析目前交通存在的问题,在硬件设施的基础上,针对现存算法存在的缺点提出新的优化策略,使其便于智能化交通管理。     

基于改进的自组织映射神经网络的 调制方式识别分类器

为了提高调制方式识别分类器算法的正确识别概率和缩短识别时间,使其有自适应能力,利用自组织映射神经网络自组织、自适应的特点,提出采用自组织映射神经网络作为调制方式中的分类器,以自适应于信噪比的变化。对其学习规则和竞争传递函数进行改进,使每次获胜的输出神经元为2个。这样能减少输出神经元个数,加快神经网络的收敛速率,以较短的时间识别接收信号的调制方式。仿真结果表明改进的自组织映射神经网络的识别概率高于其它的神经网络。并且由于其结构简单,便于工程实现。     

VANET中一种基于交通感知的路由协议

论述了车用自组织网络(vehicular ad hoc network,VANET),认为车辆节点既是网络的终端也是路由器,可以实现自组织和自管理的通信。与一般无线自组织网络相比,车用自组织网络具有节点运动速度快、节点移动受道路拓扑约束和节点数量巨大等特点。路由选择是车用自组织网络成功运行的基础,对此提出了一种基于交通感知的路由协议。该协议由两个部分完成:先动态选择传送数据包需经过的交叉路口;再在两交叉路口之间的路径中根据一种贪婪的策略来选择传送数据的下一跳节点。模拟结果显示,与传统的地理位置路由协议等相比,所提出的协议在数据的传递率和端到端的延时等方面都有较大的提高。     

基于人工神经网络的智能信息处理

分析了人工神经网络智能信息处理的理论基础、作用原理及实现途径,提出了目前存在的问题,探讨了人工神经网络的发展趋势。     

The Calculation Model for Operation Cost of Coal Resources Development Based on ANN

On the basis of analysis and selection of factors influencing operation cost of coal resources development, fuzzy set method and artificial neural network (ANN) were adopted to set up the classification analysis model of coal resources. The collected samples were classified by using this model. Meanwhile, the pattern recognition model for classifying of the coal resources was built according to the factors influencing operation cost. Based on the results achieved above, in the light of the theory of information diffusion, the calculation model for operation cost of coal resources development has been presented and applied in practice, showing that these models are reasonable.     

一种基于模糊神经网络的城市道路交叉口可变相序控制

在结合模糊控制和神经网络各自优点的基础上,提出一种城市道路交叉口可变相序自适应控制算法.算法根据通行权转移度设计出相位转移模块和绿灯延时模块,并分别为之建立模糊控制器,每个控制器都通过多层BP神经网络来实现.仿真结果表明,该方法能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力.     

基于ANN方法的煤巷掘进前方小构造预报技术

利用煤巷掘进过程中所暴露出的大量的煤层信息，确定了与煤巷掘进前方小构造存在密切关系的影响因素，分析了煤层倾角、煤层厚度、涌水量、瓦斯等各个影响因子，选出主控因子，建立主控因子与煤巷掘进前方小构造预测危险性指数间的人工神经网络（ANN）分析模型，求取了各影响因素对前方小构造预测的权重系数，并建立了煤巷掘进前方小构造预测预报的ANN模型及其判据．对鹤壁十矿煤巷掘进前方小构造进行了预测，结果表明：ANN技术可用于煤矿巷道掘进前方小构造预测．     

基于人工神经网络的维修人力仿真模型

装备管理中维修人员人力三要素(数量、专业、技术等级)以及它与装备的紧密相关性是运用相似系统法建立模型确定其需求的难点。在力求减少定性的不确定性的同时避免机械地定量化,从维修人员人力特有的角度确定了相似系统法的基准比较系统,结合维修实际确定了相似产品库;从确定相似比的非线性特点出发,运用层次分析法分析了结构相似度,特别是通过创造性地变换样本,离散了普同相似系统法中参数表象的线性关系,构造出合理的人工神经网络(artificial neuralnetwork,ANN)模型;设计并优化了网络的结构,从而很好地解决了在确定相似比参数过程中的非线性问题。     

基于神经网络的智能结构控制与试验研究

智能结构是指系统的几何特性和运动特性在运行中能根据工作的要求而进行调整的结构。由于振动激励的复杂性和不确定性使得智能结构控制具有高度的非线性,因此很难建立准确的动力模型,神经网络强大的非线性映射能力和自适应学习、记忆的特点使得它非常适合于解决智能结构控制问题。本文主要对基于神经网络的结构控制理论进行了研究,通过对压电智能结构基于神经网络的反馈控制进一步确定了控制算法和控制效果。最后进行了三层框架结构的振动台试验,通过对压电材料基于神经网络的反馈控制来主动调节压电层的轴向变形,以此对结构施加控制力,试验结果表明各层加速度都得到了有效地控制。     

基于ANN-CBR的雷达故障诊断系统研究

新体制雷达系统的复杂性增加了雷达故障诊断的难度.为保证新体制雷达工作的可靠性和维修性能,运用人工智能理论,将神经网络与案例推理相结合,提出了雷达故障诊断系统结构和基于RBF神经网络故障诊断模型,给出了雷达故障案例的表示方法及快速检索算法.最后,通过实例分析证明了模型及方法的合理性和有效性.     

机器人智能控制研究进展

以介绍机器人控制技术的发展及机器人智能控制的现状为基础 ,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法 .讨论了机器人智能控制中的模糊控制和变结构控制 ,神经网络控制和变结构控制 ,以及模糊控制和神经网络控制等几种智能控制技术的融合 .并对模糊控制和神经网络控制等方法中的局限性作出了说明