一个新的具有超级多稳态的五维忆阻超混沌系统

为了描述更加复杂的非线性动力学特性并且得到更适合工程应用的混沌信号,使用一个磁控忆阻器去替换改进的四维Lü混沌系统中的耦合参数,得到了一个新的五维忆阻超混沌系统.采用相图、分岔图、Lyapunov指数谱等常规的非线性分析手段研究新系统丰富的动力学特性.在新系统的基础上,通过引入一个绝对值函数使系统达到新的极性平衡,构建...     

一种模糊神经网络及其应用

本文将模糊运算引入常规的Ｐｉ－ｓｉｇｍａ神经网络，大大增强了神经网络处理非线性和不确定性映射的能力，通过对Ｚａｄｅｈ模糊算子的等价变换，使模糊运算成为连续可微的函数，从而实现用梯度法对网络权值的更新，本文的结果显示，这种混合型神经网络在非线性建模和模糊建模等方面有重要的应用价值。     

Adaline神经元网络及训练方法的C++仿真实现

以 C++类的形式对 Adaline 神经元进行仿真实现．通过引用所定义的 Adaline 神经元类实现单层和多层神经元网；通过对神经元类的操作可以在内部对组成网络的神经元进行自动计算；最后采用 Adaline 收敛规则和最小均方规则2 种方法实现对神经元的训练。在所给程序基础上,还可实现其它具有不同层次数目神经元网络的仿真．     

Adaline神经元网络及训练方法的C++仿真实现

以C＋＋类的形式对Adaline神经元进行仿真实现．通过引用所定义的Adaline神经元类实现单层和多层神经元网；通过对神经元类的操作可以在内部对组成网络的神经元进行自动计算；最后采用Adaline收敛规则和最小均方规则2种方法实现对神经元的训练。在所给程序基础上，还可实现其它具有不同层次数目神经元网络的仿真．     

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.     

康普顿散射成像模型及神经网实现

提出了基于能量谱的康普顿散射成像模型,引入一种耦合梯度神经网络实现该模型下的康普顿散射成像,得到了成功的结果。     

人工神经网络中隐含层节点与训练次数的优化

目前构建定量构效关系人工神经网络模型中隐含层节点数和网络训练次数大多是依靠试验方法来确定，针对该方法运算工作量较大、模型质量和预测精度没有保证等问题，通过编写程序获得有关网络的预测精度和百分误差与网络隐含层节点数和训练次数之间关系的大量数据，采用Matlab语言分别绘制预测精度和百分误差与网络隐含层节点数和训练次数之间的三维关系图，从图中可以很容易判断出达到最佳预测精度和最小百分误差的隐含层节点数和训练次数。该方法和技术从根本上提高了选择人工神经网络隐含层节点数和训练次数方法的效率。     

广义回归神经网络的改进及在交通预测中的应用

本研究基于k近邻的方法通过网络性能评价指标来对平滑因子进行选择确定。通过k近邻法找出使得网络性能评价最好的平滑因子,不再仅依赖于一个均方误差数值,而根据均方误差组的排序来选择最优的平滑因子。该算法能够在保持较好的预测效果的前提下解决因数据波动性大而最终得不到最优平滑因子的难题。通过预测交通数据的实验验证了算法的有效性。结果表明通过k近邻方法得到的最优平滑因子会使网络预测误差降至最小。     

标准神经网络模型及其应用

提出一种新的神经网络模型--标准神经网络模型(SNNM),它由线性动力学系统和有界静态非线性算子连接而成.SNNM表示为线性微分包含(LDI)形式,可以方便地利用线性矩阵不等式(LMI)方法来分析其稳定性和其他性能.利用不同的Lyapunov函数和S方法推导出基于LMI的连续SNNM和离散SNNM的稳定性定理.实例表明SNNM可应用于递归神经网络的稳定性分析以及神经网络控制系统的综合和分析.     

A novel recurrent neural network forecasting model for power intelligence center

In order to accurately forecast the load of power system and enhance the stability of the power network, a novel unascertained mathematics based recurrent neural network （UMRNN） for power intelligence center （PIC） was created through three steps. First, by combining with the general project uncertain element transmission theory （GPUET）, the basic definitions of stochastic, fuzzy, and grey uncertain elements were given based on the principal types of uncertain information. Second, a power dynamic alliance including four sectors： generation sector, transmission sector, distribution sector and customers was established. The key factors were amended according to the four transmission topologies of uncertain elements, thus the new factors entered the power intelligence center as the input elements. Finally, in the intelligence handing background of PIC, by performing uncertain and recursive process to the input values of network, and combining unascertained mathematics, the novel load forecasting model was built. Three different approaches were put forward to forecast an eastern regional power grid load in China. The root mean square error （ERMS） demonstrates that the forecasting accuracy of the proposed model UMRNN is 3% higher than that of BP neural network （BPNN）, and 5% higher than that of autoregressive integrated moving average （ARIMA）. Besides, an example also shows that the average relative error of the first quarter of 2008 forecasted by UMRNN is only 2.59%, which has high precision.     

模式可拓识别及其神经网络模型

提出了“模式可拓识别”概念．给出了由预处理、可拓特征或模式基元的抽取和选择,以及可拓识别等部分组成的模式可拓识别系统方案．同时,给出了一高维模式可拓识别(分类)器的通用、有效的神经网络模型．     

改进的人工神经网络水文预报模型及应用

在人工神经网络水文模型的研究中,往往加入前期径流以提高模型的预报精度.针对由此带来的问题,通过耦合总径流线性响应模型,建立一种基于人工神经网络的实时预报模型.通过引入总径流线性响应模型的模拟径流作为模型输入,模型的模拟模式能够提供较长的预见期,同时加入误差校正模型的实时预报模式也能够取得较高的模型精度.采用3个不同流域的流量资料对模型进行率定与校核.结果表明,模型能够取得较高的预报精度,显示了良好的适用性.     

新型模糊BP神经网络及其在网络性能管理中的应用

通过对BP神经网络的研究，提出一种新的模糊BP神经网络模型，并以计算机网络系统瓶颈检测为例，给出了一个基于FBPNN的模糊专家系统的具体实现。     

基于Hopfield神经网络的状态观测器设计

基于神经优化计算原理，给出了线性定常系统的状态观测器的设计方法。将观测器设计问题转化为约束非线规划问题，利用Hopfield神经网络在线的计算观测器的增益矩阵和输入矩阵，能够保证观测器输入信号的平均幅值接近最小。数字仿真结果表明了该方法的有效性。     

软件再生工程理论及其新的实现方法

在软件再生工程中为了有效利用遗产系统提供现实可行途径,对原系统理解是关键。在利用传统途径理解系统无效的前提下,需探讨新的系统理解方法。在对一个典型遗产系统（电子成型机现场数据采集及管理系统）进行再生过程中,尝试了一些大量传统理解方法,如使用跨平台的反汇编反编译工具,监听分析目标系统运行特征等。本文论证这些方法的有效性;它有可能为软件再生提供新思路。     

软件再生工程理论及其新的实现方法

在软件再生工程中为了有效利用遗产系统提供现实可行途径 ,对原系统理解是关键。在利用传统途径理解系统无效的前提下 ,需探讨新的系统理解方法。在对一个典型遗产系统 (电子成型机现场数据采集及管理系统 )进行再生过程中 ,尝试了一些非传统的系统理解方法 ,如使用跨平台的反汇编反编译工具 ,监听分析目标系统运行特征等。本文论证这些方法的有效性 ;它有可能为软件再生提供新思路     

模糊神经网络及其在智能控制中的应用

本介绍了一门新兴学科——模糊神经网络，给出了其在智能控制中的几种应用，指出了今后研究中有待解决的许多问题，并对模糊神经网络将来的发展与应用作了展望。     

BP人工神经网络模型的进一步改进及其应用

针对BP网络存在的缺点 ,有多种改进方法 .本文在文献 [3]的基础上 ,从算法和网络结构设计方面又进行了综合改进 ,不仅加快了网络的收敛速度 ,而且优化了网络的拓扑结构 ,从而增强了BP神经网络的适应能力 .将新改进的BP网络用于成都市消费预测 ,取得令人满意的效果 .