基于文化算法的新型Elman网络的过程建模方法

文化算法从微观(种群空间)和宏观(信念空间)两个层面上模拟文化的双重进化继承过程,为进化搜索机制和知识存储的结合提供一个构架。建立基于输入输出数据生产过程的统计模型时,参数估计是其中的关键,文化算法为此提供了有效途径。本文在Elman神经网络的基础上提出了一种新的改进型Elman网络模型——OAIF-Elman(Output-Add-Input Feedback Elman)网络来建立乙烯装置中裂解深度软测量模型,并结合文化算法来优化其网络权值。实验表明:文化算法比标准遗传算法搜索性能更优,搜索时间更快,同时也得到了满意的裂解深度模型。     

实现网络结点编号和添加虚工序的一种计算机处理方法

本文介绍一种算法,可对工程管理网络图的各个结点进行编号,并实现虚工序的自动添加。文末给出了算法的时间复杂度分析。     

模拟电路故障诊断的神经网络方法

提出了一种采用改进的ＢＰ快速算法实现模拟电路软故障诊断的方法。文中对构造神经网络交流故障字典的过程给出了详细说明，特别是隐层节点数确定，测试信号频率的优选及ＭＡＴＬＡＢ神经网络工具箱的使用。实例表明，人工神经网络技术可应用于有容差模拟电路的故障诊断。     

五款排毒养颜的蔬菜汁

鲜果、鲜菜汁常常能解除体内堆积的毒素和废物。本文介绍几种常见的蔬菜汁的食疗保健功效。     

改进的LMS自适应时延估计方法

针对传统的基于SINC插值的自适应时间延迟估计方法估计误差较大、收敛速度较慢等问题,提出了一种新的插值方法和相应的自适应时延估计方法.根据LMS自适应时延估计方法中最优权表达式的有关参数特点,采用自适应算法对参数进行估计并进行了理论分析.计算机仿真结果表明,与基于SINC插值的自适应时延估计方法相比,在不同信噪比条件下,新方法所需自适应滤波器抽头长度小且具有较快的收敛速度和较好的稳态均方误差,具有广泛的适用性.     

A356铝合金飞轮壳挤压铸造工艺参数优化

为探究最优的A356铝合金飞轮壳挤压铸造工艺参数组合，课题组研究了运用铸造数值模拟仿真、建立遗传算法优化后的BP神经网络及粒子群算法，以最小缩松缩孔缺陷体积作为优化目标，对浇铸温度、模具预热温度、比压和保压时间4个参数进行优化。结果表明：优化的工艺参数组合为浇注温度676.2 ℃，模具预热温度280 ℃，比压66.5 MPa，保压时间40 s 。优化后参数组合能够有效提高铸件成形质量及力学性能。     

车间生产调度算法研究

本文对柔性加工路径的车间生产调度问题提出了一种新的算法,即遗传算法与启发式算法相结合的混合算法。经实验结果表明,这种算法可以大大提高企业制造资源的利用率和生产效率。     

支持向量机多分类问题中聚类分类方法研究

支持向量机是在两分类的基础上发展起来的,如何将两分类成果推广到多分类中是支持向量机的一个重要问题.文章在聚类分类的基础上根据二叉树思想,提出了一种新的聚类算法来进行多分类.此方法充分利用二叉树中分两类的简便之处,将多类的聚类简化为点的聚类,从而避免了以往聚类方法中可能出现的同一类的点在聚类中变成不同类的问题,并结合选址问题中固定数目的配送点的选址算法,将原问题进行简化,对多分类问题提出了新的聚类算法.     

传统统计面对的挑战

针对统计的黑匣子特性,借用Breiman的两种统计文化的平台,分析传统统计面临的挑战和危机,并探索统计领域究竟要向何处发展的问题。研究表明：统计学必须重新回到针对实际问题而与数据打交道,并且创造有关理论的传统上来。只有这样,才能应对不断产生的新问题所带来的挑战。