移动机器人系统多传感器信息融合研究

多传感器信息融合是目前移动机器人领域的主要研究热点。全面讨论了多传感器信息融合技术的主要研究进展及其在移动机器人系统中的典型应用情况；简要介绍了多传感器信息融合的基本实现方法；系统分析了移动机器人系统中多传感器信息融合的主要研究目标与研究内容；在此基础上，提出一种基于多传感器信息融合的足球机器人定位与导航系统的设计实现方案。     

基于模糊RBF神经网络的柴油机电液调速控制方法

介绍了电液调速执行器的动态特性,设计了电液调速控制回路,实现了模糊RBF神经网络对柴油机油门执行器位置的控制。将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。     

基于BP神经网络的零售产品销量预测方法

在研究某IT企业零售产品历史销售数据和影响其产品销量主要因素的基础上,建立了一个基于BP神经网络的IT零售产品的销量预测方法。不必考虑影响因素之间的相互关系,结合具体销售数据,探寻该方法所建模型对于销量预测的准确性影响。结果表明,采用该方法进行IT零售产品的销量预测误差较小,可利用该模型对于总体销量进行预测来指导销售。     

基于BP神经网络的湖北省生态足迹拟合与预测研究

本文通过BDS检验发现湖北省人均生态足迹序列存在非线性结构,进而通过构建"3-6-1"结构的BP神经网络对其进行拟合和预测,结果表明:所构建的网络能够很好地拟合人均生态足迹的走势,具有较好的预测性。用训练好的网络对湖北省2012~2016年人均生态足迹进行预测,结果显示:未来几年湖北省人均生态足迹将呈逐年增长的态势,其增长速度先升后降,即随着经济社会的发展,湖北省的生态环境呈逐年恶化趋势。政府应未雨绸缪,及早采取措施保护生态环境,以保证政策效果的及时发挥。     

我国鲜活农产品运输的VC-BP神经网络组合模型

鲜活农产品因其易腐烂、难保存的特点导致运输过程中损耗严重,成本重复,因此对运输有较高要求。通过层次分析法确定农产品运输通道评价指标权重,将变尺度混沌优化与BP人工神经网络有机结合,可构建变尺度混沌-BP神经网络组合优化模型。该模型通过变尺度混沌优化方法对网络权值分布进行优化,采用梯度下降法最终搜索确定全局最优权值。该模型可实现对农产品运输通道模式的评价和选择,避免了各种运输方式成本的重复利用,可快速有效提高农产品运输的运输质量。该模型可做到全局优化,避免了以往算法局部最优化的缺陷。通过实例仿真,该模型具有较好的应用性和动态适应性。     

人工鱼群算法优化SVR的预测模型

文章针对参数选择关系着支持向量回归机的性能进而影响GDP预测效果这一问题,引入人工鱼群算法将支持向量回归机的参数选择转化为组合优化问题,得到应用人工鱼群算法优化支持向量回归机的短期GDP预测模型。以辽宁省的GDP数据为例,将该模型的预测结果与同为智能算法的BP神经网路和单纯的支持向量机进行对比,结果表明该模型的预测效果优于其余两个,具有更好的学习能力和推广能力。     

基于BP神经网络的供应商质量评价算法

文章参考相关研究成果,构建了SCM环境下供应商质量评价指标体系,在此基础上,利用BP神经网络对供应商质量空间进行实证研究,评价结果跟实际结论完全相符。     

我国上市公司经营失败风险的判定分析--BP神经网络模型和Fisher多类线性判定模型

为了构建上市公司经营失败风险的判定和预测模型,本文将1998一1999年我国上市公司分为三类:一是连续2年净资产收益率高于同期银行存款利率;二是连续2年净资产收益率大于零但低于同期银行存敖利率;三是连续2年净资产收益率小于零,同时收集了三类各50家,共计150家上市公司为建模样本,根据其有关财务指标数据,应用BP神经网络分析方法和Fisher线性判定分析方法分别建立我国上市公司经营失败风险的判定和预测模型,并且使用同期上述三大类290家公司的有关财务数据为检验样本对模型进行验证.研究结果表明:对于第一、三类上市公司,神经网络模型和Fisher线性判定模型均具有较高的判定准确性.但相比之下,由于BP神经网络模型是一种非线性判定模型,且在某些样本指标数据缺漏不全的情况下仍可得到满意的结果,因此具有较高预测准确性和更广泛的应用价值.     

财务危机预警模型研究方法的比较分析

资本市场的发展,使得对财务危机预警研究的需求日益迫切,亟须选用适当的方法,建立有效的预警模型。本文分析了定性与定量研究方法的优缺后,认为应将这两种方法结合使用。     

购买力平价理论在人民币汇率预测中的应用

购买力平价理论是汇率预测的重要方法。应用协整理论对人民币/美元汇率的购买力平价形式进行检验可以发现,购买力平价理论一定时期内在人民币汇率上不成立。应用神经网络技术构造的非线性协整检验,结果显示其预测的效果要明显优于随机游动模型。因此可以认为在引入了非线性的机制后,基于汇率理论的结构式模型在预测汇率变化的能力上有所提高。