灰色问题神经网络建模优化及其应用

文章对灰色神经网络模型ＧＮＮＭ（１,１）进行了深入研究,并作了进一步优化和完善。提出了基于时间响应模型建立ＧＮＮＭ（１,１）的方法,进一步根据多维灰色不确定问题,考虑到系统中各因子之间各种各样的关系与机制,在ＧＮ－ＮＭ（１,１）的基础上建立了ＧＮＮＭ（１,４）模型。     

灰色神经网络系统中对象消息通信的实现

本文探讨了基于Visual C++6.0开发的灰色理论与神经网络融合系统中各功能模块对象之间接口通讯消息发送模型框架,并对其编程定义了通用型的继承类以及其基本的实现过程.     

灰色问题神经网络建模的白化方法

本文对灰微分方程及其参数的形态与特征进行了研究,分析了灰微分方程参数的灰性,提出了用神经网络方法对灰微分方程的参数进行白化的方法,建立了对灰微分方程参数进行白化的BP网络,由于该BP网络充分利用了灰微分方程参数的灰性,因而所建立的BP网络是一种灰色神经网络.本文在对一维灰色问题和神经网络建模进行研究的基础上,提出了一种利用神经网络对灰微分方程参数进行白化的方法——灰色神经网络方法GNNM(1,1).进一步,对二维灰色问题进行研究并建立了GNNM(1,2)模型.