一种基于Hopfield模型的流水作业排序方法

根据Hopfield模型求解优化问题的原理,提出了一种用于求解流水作业排序问题的算法。计算和比较结果表明,这种算法在收敛速度和计算准确性方面可获得较好的结果。     

基于神经网络的洪水灾害预测方法

在工程应用的实际预测中,主要有两类不同性质的问题,一类是强结构化问题,另一类是弱结构化问题。而洪水灾害系统的预测问题,基本上属于弱结构化问题。人工神经网络是处理弱结构化问题的强有力的工具,人工神经网络所具有的一些特征表明了它适用于洪水灾害的预测。本文建立了用于洪水灾害预测的人工神经网络模型,阐述了其基本原理,并结合实例说明了其应用。     

遗传神经网络方法在课堂教学质量评估中的应用

课堂教学评估是提高教学水平,促进教学质量的有效途径.该文建立非线性评估模型,针对仅应用人工神经网络方法求解容易出现不收敛的情况,将遗传算法与BP神经网络结合应用,用遗传算法来优化网络的拓扑结构和学习参数,并筛选参与训练的评估因子,搜索出参加训练的输入参数和网络结构参数的最佳组合,从而建立具有较好预报效果的网络模式.实例计算结果表明,与未经优化的神经网络相比,具有收敛速度快,预测误差小等优点,具有较高的识别能力.     

浅谈大学极限方法教学中的主要问题

结合多年高等数学教学工作实践,对学生在极限的定义、性质和运算法则等方面学习中的常见问题进行归纳及探讨。     

于桥水库汛期人库水量预报神经网络方法

把人工神经网络方法应用于水文预报,并建立了海河流域于桥水库汛期入库水量预报神经同络模型,实例验证了其有效性     

基于两阶段优化算法的神经网络预测模型

采用基于两阶段优化算法(multi-stage optimization approach,MSOA)的GA人工神经网络,将训练集分为两部分,在前一训练集训练后获得的网络基础上使用后一训练集进行进一步的训练获得更为优化的网络结构.针对复杂系统建模输入节点难以确定的问题,提出将其与自组织数据挖掘算法相结合,利用GMDH算法获得神经网络的初始化节点,使用训练好的神经网络模型进行预测.将由此建立的预测模型应用于粮食价格的预测,并进一步探讨了MSOA算法的收敛性问题.结果表明基于GMDH和MSOA的神经网络组合预测模型能较大提高神经网络的全局收敛能力和收敛速度,提高预测精度.     

基于GMM-RBF神经网络的前列腺癌诊断方法

 前列腺癌是近年来发病率上升速度最快的男性癌症,严重威胁着患者的身体健康,准确地判断癌症患者的患病情况对于节约医疗资源、提高患者满意度起着至关重要的作用。近年来,基于数据挖掘的癌症诊断方法逐渐成为疾病诊断领域的研究热点,在提高诊断准确性上显示出极大优势。        针对现有前列腺癌早期诊断方法准确性不高的问题,提出一种基于高斯混合模型改进径向基函数神经网络的前列腺癌诊断方法--GMM-RBF神经网络方法。该方法通过使用高斯混合模型对径向基函数神经网络中径向基函数的参数进行预训练,使模型避免陷入局部最优,之后采用改进的粒子群优化算法对神经网络进行训练。采用国家临床医学科学数据中心提供的数据进行前列腺癌诊断实验,将所提出的方法与径向基神经网络、分类回归树、支持向量机和逻辑回归等主流的机器学习算法进行对比,并使用准确性、特异性、敏感性和AUC值对模型的性能进行评价。        研究结果表明,与改进前的神经网络模型相比,GMM-RBF神经网络模型收敛速度更快、初始准确度更高;与其它机器学习算法相比,GMM-RBF神经网络模型在10折交叉验证中取得了较高的准确性、敏感性、特异性和AUC值。        GMM-RBF神经网络方法在模型预测精度上比传统的径向基函数神经网络模型有很大提升,能够得到更为可靠的前列腺癌诊断结果,为医疗工作者初步诊断前列腺癌和穿刺活检操作提供有效的辅助决策支持,该方法的提出对于减少患者痛苦、提高患者满意度和节约医疗资源具有实际意义。     

一种新的梯形模糊数互补判断矩阵的排序方法

研究了决策信息以梯形模糊数互补判断矩阵形式给出的有限方案决策问题。首先利用COWA算子,引入期望值函数概念对梯形模糊数来排序,排序结果可以根据决策者的乐观程度进行调节,更加合理。然后基于期望值函数,把梯形模糊数互补判断矩阵转化期望值互补判断矩阵进行排序,并利用决策者的乐观程度对排序结果进行敏感性分析。最后通过算例说明了该方法的可行性和有效性。     

构造函数，妙解一些代数问题

高中阶段,函数思想思想是非常重要的数学思想,在解题过程中,能否善于挖掘题目中的隐含条件,构造出函数解析式和妙用函数的性质,是应用函数思想的关键.此外,方程问题、不等式问题和某些代数问题也可以转化为与其相关的函数问题,即用函数思想解答非函数问题.另外,一些表面上看来与函数无关的问题,若用函数的思想去思考,往往可以收到意想不到的效果.下面例举几例.     

网络图中多约束条件下的路径选择问题

本文探讨了多约束条件下的路径选择问题。本文的工作在于对多约束条件下的路径选择问题进行了规范的描述和分类,并针对各类问题讨论了典型的求解算法,同时对现有算法进行了改进,使其更适用于求解管理科学领域中的MCP问题,从而拓展了该问题的应用空间。     

存在生产外部性的任务分配问题分析

企业的任务分配决策直接决定企业的最终收益,而生产外部性是影响企业最佳任务分配方式选择的关键因素.考虑任务分配的两种生产外部性,即专业化分工的效率优势和任务多样化的互补优势,运用委托代理理论,研究两种生产外部性同时存在时企业最佳任务分配方式的选择问题.模型给出了不同情况下的均衡结果,根据均衡结果做进一步分析表明,当专业化分工比任务多样化具有相同或更大的生产优势时,最佳的任务分配方式是专业化分工;而当任务多样化具有相对大的生产优势时,最佳的任务分配方式是不确定的,企业的最佳选择由生产外部性、任务的观测误差以及相似任务之间观测误差的差距同时决定.     

人道主义供应链存在的问题及解决方法

本文主要解释了人道主义供应链的概念,分析了人道主义物流实践中存在的问题,提出了建立一个有效的人道主义供应链实质意见。     

基于BP神经网络的上市公司财务预警研究

文章采用BP神经网络方法,以263家制造业上市公司的截面财务指标作为学习样本,并使用76家制造业上市公司作为检验样本,建立了制造业上市公司财务预警模型.研究结果表明与没有区分行业的通用预警模型相比,分行业的BP神经网络财务预警模型的预测精度有了较大提高,为广大投资者和监管机构预测公司财务状况提供了可靠的依据.BP神经网络在分析和研究我国上市公司的财务状况方面,具有广泛的应用前景.     

事业单位档案管理存在问题及解决方法

档案是一种具有特殊价值的信息资源,是最原始、最完整和最权威的信息,在国家的经济社会发展中具有不可替代的综合贡献力。随着我国人事制度改革力度的不断加大,事业单位档案管理中存在的很多问题也逐渐的显现了出来。本文通过对事业单位档案管理中人事档案管理问题进行分析和研究,并提出相应的解决办法,以期为事业单位档案找到更行之有效的管理办法提供思路和参考。     

基于模糊——神经网络的援例支持系

针对援例支持系统中常要遇到的模糊性问题,提出j一种基于模糊一神经网络的援例支持系统(FNCBSS)．作为一种智能决策支持系统,因为它具有模糊逻辑推理和学习的功能,故而更接近人类思维的认知过程．给出j其原理结构图,并对之进行了分析．指出了其理论上的可行性和实现上面临的困难,最后对其发展前景做了展望     

共性问题快速分析与写作方法探析

所谓共性问题，即我们通常所说的普遍性问题。掌握好分析此类问题的方法，进一步提高发现问题、分析问题和解决问题的能力，既是写作信息调研文章的需要，也是更好地服务领导决策的需要。这里，笔者结合实践谈谈共性问题的快速分析方法。     

电子文件归档问题及解决方法

根据电子文件在归档中存在的问题,提出了档案管理应提前介入电子文件管理;加快制定电子文件归档办法,做好电子文件与纸质文件的衔接工作;加强对电子文件管理工具软件的研究;注重人才培养,加强梯队建设;在法律上明确规定档案馆(室)在电子文件管理中的地位等解决方法。     

基于差异进化算法的人工神经网络快速训练研究

神经网络和以遗传算法为代表的进化算法都是仿效生物处理模式来获得智能信息处理功能的理论,其中神经网络已被广泛应用于智能控制系统优化,信号及信息处理、模式识别等领域.而遗传算法则是模拟生物的进化现象(选择、交叉、变异等),来表现复杂现象的一种概率搜索方法,以达到快速有效地解决各种困难问题.由于神经网络和遗传算法目标相近而方法各异,因此将两种方法相互结合,必能达到取长补短的目的.将近年来提出的遗传算法的一种--差异进化算法DE(Differential Evolution)与原有的LM算法相结合,构造了DE-LM算法,并通过实例验证了它具有收敛速度快和不易陷入局部最小的特点.     

有关企业财务结算中心中的问题及解决方法

简述财务结算中心的主要功能,分析目前我国集团财务结算中心运行中存在的问题,并提出改进财务结算中心上述问题的主要措施。