基于PID神经元网络的控制系统

随着被控对象的复杂性、大规模性和不确定性,要实现自动控制,传统控制理论显示出很大的局限性,基于PID神经元网络的控制系统,既具有一般神经元的共性,又具备不同的特性,增强了神经元处理信息的能力,充实和完善了神经元的种类,使其行为更加丰富多样.     

BFGS修正算法在前馈神经元网络学习中的应用

介绍了拟牛顿公式中 BFGS修正算法和 Wolf- Powell不精确线性搜索准则所具有的全局收敛性质 ,分析了将该算法应用到前馈神经元网络的训练学习中存在局部最优的原因     

基于改进GMDH的目标客户选择模型研究

近年来,目标客户选择建模成为客户关系管理领域的研究热点。为了解决用于目标客户选择建模的训练样本类别分布高度不平衡的问题,本文首先提出了混合抽样方法。进一步地,将数据分组处理(GMDH)神经元网络引入到客户特征选择中,提出新的特征选择算法Log-GMDH。该算法分别从传递函数的选择和新的外准则的构建两个方面对传统GMDH网络模型进行了改进。最后,将提出的混合抽样、Log-GMDH和Logistic回归分类算法相结合,构建目标客户选择模型LogGMDH-Logistic。在CoIL2000预测竞赛中某汽车保险公司的目标客户选择数据集上进行实证分析,结果表明,LogGMDH-Logistic模型不仅在性能上优于已有的一些目标客户选择模型,而且具有很好的可解释性。     

神经元网络技术和偏最小二乘法在定量分析和构效关系方面的比较

在光度计/计算机联机系统上利用人工种经网络反向传递算法和偏最小二乘法对五组分有机物混合体系的紫外光谱数据和芬太尼构效关系数据同时进行了定性定量分析、对比和研究。结果表明,反向传递模型具有良好的定性分类能力和定量预测能力;偏最小二乘算法的定性分类效果稍差,但定量预测能力优于反向传递算法。     

基于过程神经元网络的中国油气资源可持续发展能力评价

近年来,随着国内油气需求的迅速增长,随着石油对外依存度的逐年扩大和石油价格的持续高走,国内关于油气资源可持续发展的研究日益受到政府和专家学者的高度重视.油气资源可持续发展能力不仅关系我国能源的可持续发展,也直接关系到国家经济、社会的可持续发展.在构建油气资源可持续发展能力评价指标体系的基础上,首次将过程神经元网络与遗传算法相结合,建立了油气资源可持续发展能力评价模型,并对中国2001-2005年油气资源的持续发展现状进行了评价,最后提出了实现中国油气资源可持续发展的政策建议.     

用人工神经元网络解决经济问题的有效性和局限性

随着人工神经元网络 (ANN)研究的深入和发展 ,其应用领域越来越广泛 ,解决经济问题的有效性也得到广泛的证实和认同。同时 ,克服其局限性的策略和方法亦越来越多。可以认为 ,人工神经元网络不失为数量经济学的一种崭新的研究方法 ,将其与传统的统计分析方法及遗传算法、模糊逻辑、专家系统适当结合 ,取长补短 ,必将强化分析经济问题的精确性、可靠性和稳定性。     

改进的BP网络在隧道锚喷支护参数设计中的应用

建立了隧道锚喷支护设计参数选择的BP网络模型，并对BP算法中的不足之处加以改进。对隧道锚喷支护的影响因素进行了分析研究，结合我国隧道的实际情况，确定了神经元网络的输入参数。同时根据计算时BP网络对于数据取值范围的要求，对输入输出参数进行了必要的变换处理。结果表明，用改进的BP网络方法选择隧道锚喷支护设计参数的效果是良好的，设计误差能够满足工程实际的需要。     

龚玉兵教授

<正>龚玉兵,男,汉族,1963年1月生,安徽五河人。博士,鲁东大学物理学院教授,理论物理专业硕士生导师,物理学教研室主任。1981年9月至1985年7月在阜阳师范学院物理系学习,获理学学士学位;1985年9月至1988年7月在江西师范大学物理系学习,获理学硕士学     

基于人工神经元网络的建筑工程造价预测方法研究

本文系统分析了建筑工程造价影响因素,确定了建筑工程分类特征集,训练集,学习模型,给出了人工神经元住宅造价预测实例。     

并联型自适应有源电力滤波器的研究

基于神经网络的自适应谐波电流检测方法是应用于下一代有源电力滤波器的主要控制方法，把这种谐波电流检测方法应用于并联混合型有源电力滤波器，提出了一种新型有源电力滤波器系统，利用Matlab得到的仿真实验结果表明，这种新型有源电力滤波器系统不仅结构简单，而且对电源和负载的扰动不敏感，有较强的自适应能力。