多目标决策灰色关联投影法在水利工程开发中的应用

提出了用于水利工程开发方案决策的项目综合评价方法———多目标决策灰色关联投影法,介绍了该方法的基本原理,建立了综合考虑项目的多种因素的水利工程开发方案选择的多目标决策灰色关联投影模型,并用实例加以说明,所得结果与自适应共振神经网络法的评价结果基本相同,说明该方法用于水利工程开发方案的选择是有效的.     

一种对偶互反馈神经网络模型及其在线性规划上的应用

本文提出一种对偶互反馈神经网络模型。它是2个 Hopfield 神经网络的一种反馈互联.对该模型稳定性等同题作了基本分析,并将其用于解线性规划.     

基于混沌神经网络的建筑节能综合评价

目的 构建建筑节能综合评价指标体系,对建筑节能进行综合评价.方法 针对神经网络BP算法收敛速度慢且容易陷入局部极小值问题,在常规神经网络中引入混沌神经元,建立混沌神经网络建筑节能综合评价模型.结果 根据建筑节能综合评价指标体系各量化指标,得出科学合理的评价结果 .通过实验仿真验证了该混沌学习算法的有效性和先进性.在输入参数相同的情况下,训练收敛到相同精度,CNN模型的训练次数少于BP网络模型,CNN模型用于建筑节能评价精度高.结论 运用混沌神经网络进行建筑节能综合评价的方法 是有效的.     

基于DHNN模型的特高压工程投资风险控制效果评价北大核心

为提高特高压工程项目投资管理,需要对特高压投资风险进行控制,对风险控制效果评价。从特高压工程建设的8个阶段识别投资风险,构建评价指标体系,保证每个指标能客观反映该阶段下特高压工程投资风险的控制效果。应用离散型Hopfield反馈型神经网络,将评价标准转码为标准模式训练网络,输入样本模式得到待评对象的评价等级。通过对溪浙工程投资效果分析发现,该项目投资风险整体性评价等级为"A",说明该工程风险控制效果优秀。     

采用一种新型神经网络的动态系统辨识与控制

目的研究动态系统的神经网络辨识与控制问题.方法为了减小网络的固有逼近误差,提出一种新型的神经网络模型,利用动态误差反馈来修正网络输入.结果得到了由新型网络和稳定滤波器构成的神经网络辨识模型及基于该网络模型的自适应控制方案.结论理论和仿真结果都证明了该神经网络模型能够有效地应用于一类非线性系统的控制.     

基于AHP-SOM方法下的风险投资项目选择研究

从风险投资的特点出发,提出将层次分析与自组织神经网络相结合的风险投资项目选择的方法,使复杂传统的评价思维过程数学化．首先采用层次分析法确定各影响因素的相对权重．再构建自组织神经网络模型对风险投资项目进行评估．最后借助Matlab进行实现．实例研究表明,该方法用于风险投资项目选择可行,可为我国风险投资实践发展提供有益的参考．     

基于神经网络的四分之波长微带阻抗变换器设计

提出了一种利用神经网络设计四分之波长微带阻抗变换器的新方法.由于神经网络具有精度高、速度快等特性,因此,该设计方法具有精确、可靠、省时的优点.以阻抗变换器的长度和工作频率作为输入样本,以回波损耗作为输出样本,进行神经网络建模,并利用该模型完成阻抗变换器的设计,最后将仿真结果和用ADS(Advanced Design System)测量所得结果进行了对比,证明该方法切实可行.     

发动机效率因数模型的神经网络辨识方法

基于神经网络原理，提出了汽车发动机效率因数模型的一种辨识方法。假设该因数依赖于发动机轴的角速度和收集器内的压力，所得数据分成两组，一组用于模型辨识，另一组用于决定该模型的预测能力以确定模型的有效性。     

CNG站模糊综合和神经网络的安全评价

影响CNG站安全的因素和CNG站安全状态之间存在非线性关系,利用神经网络的非线性逼近等特点,可以对CNG站安全状态作出准确可靠的评价.从CNG站的人员、设施、管理和环境4方面考虑建立了CNG站安全评价体系,利用模糊层次分析法确定各因素的权重,将岭型函数作为隶属度函数对CNG站进行模糊综合评价,从而求出神经网络所需的训练样本,最后用训练好的BP神经网络对未知CNG站的安全作出评价.用该模型对3座CNG站进行安全评价,评价结果与模糊综合评价得到的结果完全一致,因此该方法可以用于评价CNG站的安全状态,对CNG站的安全评价和管理提供了一种新的方法.     

遗传算法优化神经网络用于大气污染预报

大气污染预报可以对大气污染提出警示,保护人体健康和生活环境.为了对北京市PM10的质量浓度进行预报,建立了用于大气污染预报的遗传神经网络模型,该模型运用遗传算法优化神经网络的权值和阈值,有效提高了网络的收敛性和预报准确率.用改进后的神经网络对北京市PM10的质量浓度进行了模拟,并将模型模拟结果与美国第3代空气质量模型Models-3(CMAQ)的数值模拟结果进行了比较.实验结果表明:遗传神经网络模型和数值模型的模拟结果的平均相对误差分别为0.21和0.26,用于空气污染物质量浓度短期预报时,神经网络模型的预测精度与数值模型的预测精度相当.对于没有条件开展空气污染数值预报的城市或地区,神经网络是一种有效的替代方法.     

多目标水电项目投资分摊方法研究

对多目标水电项目在采用可分离费用剩余效益法进行投资分摊的基础上 ,运用群决策理论建立了多目标水电项目的投资分摊模型 ,并利用最优化理论 ,提出了几种投资分摊方法的最优组合模型 ,实例表明了组合分摊方法的公平性和有效性     

考虑水电富集地区线路利用率的阻塞场景筛选及电网扩展规划

在水电富集地区,输电网中的水电比例较高,受水电丰枯特性影响,部分输电线路利用率季节差异巨大,因此,研究输电线路利用率同系统经济性协调的扩展规划模型和方法具有重要意义。基于此,本文提出一种考虑线路利用率的含高比例水电输电网扩展方法,考虑水电丰枯特性的影响,以输电线路的利用率引导输电网扩展规划决策。首先,考虑输电线路的安全裕度与发展裕度提出输电线路利用率指标。其次,以最小化输电网的发电成本、失负荷惩罚成本与弃水惩罚成本为目标函数,建立含高比例水电的输电网最优经济调度模型,并在此基础上提出输电线路的阻塞利用率和输电网的阻塞率计算方法。而后,通过分别计算丰水期负荷大方式、丰水期负荷小方式、枯水期负荷大方式以及枯水期负荷小方式四种运行场景下输电线路的阻塞利用率和输电网的阻塞率,对严重阻塞场景进行筛选。最后,以输电网线路建设成本、输电网运行成本、失负荷惩罚成本以及弃水惩罚成本最小为目标函数,提出考虑阻塞场景的含高比例水电输电网扩展规划模型,将严重阻塞场景纳入含高比例水电的输电网扩展模型中,形成输电网线路投资决策。算例仿真结果验证了所提考虑线路利用率的含高比例水电输电网扩展规划方法的有效性。     

运用改进神经网络算法建立水库调度函数

简述了改进的神经网络算法,利用神经网络强大的非线性映射能力建立了水库调度函数的神经网络模型,并运用模型模拟湖南凤滩水电厂水库调度运行,同时与常规回归分析方法建立的水库调度函数模拟计算结果进行比较.研究结果表明神经网络法建立的水库调度函数具有更高的模拟计算精度,具有更好的实用性和可行性.     

具有重构功能的基于RBF神经网络直接自适应飞控系统

反馈线性化方法鲁棒性研究一直是近些年来的研究热点。针对基于反馈线性化方法的鲁棒控制，提出了一种将反馈线性化和RBF神经网络直接自适应控制相结合的综合控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。该方法应用于某型号飞机舵面故障状态仿真，结果表明RBF神经网络自适应控制方法补偿作用显著，相当于系统具有一定的重构功能。     

小水电经济评价和投资决策中有关问题的探讨

针对小水电项目经济评价和投资决策中出现的电价、还贷年限、对下游地区的补偿和成本分析等经济问题,进行了分析与探讨,提出了有益的看法,对小水电的开发与发展起到一定的作用.     

Research on Application of Enhanced Neural Networks in Software Risk Analysis

1 Introduction There isa high failureratein software project development.The researchdone by Standish Group on the 8,000 civiland militarysoftware projectsin America revealed thatthe success rate of software projectsin 1996,1998,2000 and 2004 w as 27% ,26…     

基于模糊最优识别理论的水电工程泥石流危险性评价模型

为评价水电工程泥石流的危险性,结合水电工程泥石流灾害的特点,在参考国内外文献的基础上,确定了基于多因素的水电工程泥石流危险性评价指标体系,并以此为基础,搜集、调研资料,建立了典型泥石流范例库。借助模糊最优识别理论,建立了水电工程泥石流危险性初步评价的模糊最优识别模型。利用该模型对某水电工程泥石流的危险性进行了分析评价,评价结果与实际情况相符,验证了该模型的有效性。     

水电站站内运行优化通用系统设计

摘要：针对形式多样的水电站,利用人工神经网络建立水轮机组能量特性模型并用遗传算法进行优化;统一采用多项式方式分别对水电站内各台水轮发电机组的引水管路进行分段水头损失计算;在对下游水位和流量关系处理时,除利用流量-下游水位关系曲线计算外,对具有的特殊情况,引入了逻辑条件输入模式进行编程处理。通过这些方法的综合利用,设计了通用的水电站站内优化系统。该系统针对多个水电站进行试运行时,在处理电站参数、管路水力损失、下游水位及优化运行等方面均表现出很好的适应性。     

神经网络模型应用于少数投影图像重建及数值模拟

研究了反馈式神经网络应用于少数投影重建图像问题。应用Hopfield神经网络,将能量函数与判别重建图像的优化准则联系起来,并应用Adaline模型调整各准则的权重,从而得到的重建图像质量良好。神经网络重建图像的算法收敛快、精度高,图像质量令人满意。     

不变凸非线性规划问题的神经网络模型

给出了解决不变凸非线性规划问题的神经网络模型。对于无约束问题,基于梯度下降法给出了递归神经网络模型,讨论了该模型的稳定性和优化性能;对于约束优化问题,基于逐次逼近的思想建立了一个反馈神经网络模型,并证明了该神经网络的收敛性。最后给出仿真实例验证神经网络的稳定性和优化能力。