改进的网络拥塞控制策略算法研究

研究网络拥塞优化控制问题.针对网络承载量的不断增加,使得网络传输效率降低.传统网络拥塞控制算法要求系统根据无线网络的容量实时编号,动态调整TCP拥塞窗口的大小,难于建立准确的数学模型,从而导致网络带宽利用率低,网络拥塞严重.为了降低网络拥塞的概率,提出了一种改进的无线TCP拥塞控制算法.算法主要是集中解决在TCP拥塞窗口的大小调整问题上,首先利用BP神经网络对参数进行训练,有效地解决了TCP拥塞窗口大小的调整,从而实现了拥塞避免、快速重传和快速恢复机制,改善网络性能.实验结果表明改进的算法提高了网络平均吞吐量,带宽利用率更高,有效避免了网络拥塞.     

城市规划与扩展模型的仿真研究

研究优化城市规划问题,由于城市规划与扩展的影响因素复杂多样,使得构建模型时需要的控制因素特征的提取十分困难.为解决城市规划精度问题,采用细胞自动系统结合GIS和遥感系统,提出了不同时期的遥感数据使用的RBF神经网络挖掘城市扩展的内在规律作为细胞自动系统的转换规则,并利用规则反演和预测城市扩展信息,用1984、1991、1998和2001的遥感地图仿真了无锡2008的城市扩展,分析了影响城市扩展的因素,取得了较好的效果,仿真结果表明了RBF神经网络能够提取城市扩展内在规律并通过与细胞自动机的结合能一定程度上预测未来城市的扩展信息,提高规划精度,可为规划提供科学依据.     

汽车电控发动机故障诊断专家系统在高职教学中的应用

随着电子控制技术在汽车上的广泛应用,电控发动机的检修日益成为汽车维修的重点和难点,同时,发动机电控系统检修也是高职高专汽车类专业重要的专业课之一。对模糊理论和BP神经网络在故障诊断方面的应用进行了探讨,以BP神经网络为主,采用模糊理论作为有益补充设计了电控发动机故障诊断专家系统,给学生创造接近实际的虚拟学习环境,增强学生的学习积极性,取得了良好的教学效果。     

非线性自适应滤波在磁致伸缩导波传感器信号处理中的应用

针对传统滤波算法对磁致伸缩导波传感器信号滤波,存在降噪效果不理想、滤波后信号失真等问题,提出一种基于小波分解的非线性自适应滤波算法。在利用小波分解提取参考噪声的基础上,将神经网络和粒子群优化算法引入传统自适应滤波中,实现了对信号的非线性自适应滤波。以纵向导波磁致伸缩传感器对钢杆的检测信号为例,应用该算法进行滤波处理,结果表明:这种算法能够有效滤除检测信号中的噪声,具有滤波后信号信噪比高、信号不失真、容易实现实时处理等优点,可以实际应用在磁致伸缩导波传感器信号处理中。     

一种量子神经网络模型及改进学习算法

提出一种量子BP网络模型及改进学习算法,该BP网络模型首先基于量子学中一位相移门和两位受控非门的通用性,构造出一种量子神经元,然后由该量子神经元构造隐含层,采用梯度下降法进行学习。输出层采用传统神经元构造,采用基于改进的带动量自适应学习率梯度下降法学习。在UCI两个数据集上采用该模型及算法,实验结果表明该方法比传统的BP网络具有较好的收敛速度和正确率。     

基于平面矢量场的可视化方法的研究

平面矢量场可视化是科学计算可视化的重要研究内容。矢量场以直观的图形图像显示场的运动,透过抽象数据有效洞察其内涵本质和变化规律,广泛应用于计算流体力学、航空动力学、大气物理和气象分析等领域。对平面矢量场进行可视化的方法有很多种,常见的有点图标法、流线法、线积分卷积法和拓扑分析法等。论文主要研究常见的可视化方法,分析它们的性能,并通过实际的例子,对具体的可视化结果图像进行比较。通过该研究,能够给人们在选择可视化方法时提供依据。     

区域航空市场航线客流量预测研究

为了有效地控制和合理地分配区域航空市场航线客流量,提高航空机场的效率,为航管决策部门提供制定计划的理论依据,在深入研究国内外航空客流量预测研究成果基础之上,针对区域航空市场的特点,提出了一个自顶向下的航线客流量预测模型。它包括总体趋势预测、中长期预测模型和短期预测模型三部分;并将神经网络和支持向量机构成的组合模型引入中长期预测模型中,使用神经网络实现短期预测模型;并结合A公司实际进行了实证研究,证明了该预测模型的有效性。文中研究成果对所有航管部门具有一定的指导意义。     

基于遗传算法的BP神经网络入侵检测系统在校园网中的应用

随着网络应用日益普及,随之而来的网络安全问题日益凸显,本文针对校园网所面临的安全威胁,通过对入侵检测技术的简单介绍,结合校园网的实际情况提出一种新的基于遗传算法的BP神经网络实时入侵检测系统,它有效地增强了校园网的安全防护。     

优化的BP网络在抽油井故障诊断中的应用研究

抽油井故障诊断系统是油井系统产量的关键,为了更好更快地对当前油井系统进行诊断以保证石油的产量,人们利用各种各样的技术来完成这一目标。BP神经网络技术就是新兴的油井故障诊断手段之一,但是由于其容易陷于局部最优解、收敛速度慢以及泛化能力差等缺点,运用融入免疫算法浓度概念的遗传算法对BP神经网络进行优化,并将优化后的BP神经网络算法应用于抽油机现场的故障诊断过程中,结果显示优化后的BP算法有更高的诊断率,更快的运行速度,因而优化后的BP算法的寻找全局最优点的能力更强,收敛速度更快。     

一种模糊Petri网分层的新算法

针对模糊Petri网自学习能力差的缺点,在分析研究已有研究成果的基础上,指出了已有模糊Petri网分层算法的不足之处,并提出了一种具有普遍适用性的FPN分层算法。在该分层算法中,同一个库所的输出变迁被置于同一层次结构之中,在必要时可增加相应的虚库所和虚变迁,避免了同一层中变迁触发冲突问题的发生。该分层算法将神经网络理论引入模糊Petri网的研究中,实验验证了其正确性。