刀具磨损估计的多传感器融合神经网络方法研究

研究了利用声发射、振动和电机功率信号经BP算法信息融合估计刀具磨损量的方法,采用简单有效的灰色模型关联分析法选择特征参数,研究了网络参数对性能的影响以及网络性能的稳定性。     

用BP神经网络预报太阳活动第23周的黑子数

本文设计、训练和利用BP神经网络,对1750年以来的各太阳活动周上升段和下降段太阳黑子数的变化数据进行了分类和模式识别,得到各太阳活动周上升周期及其上升期间太阳黑子数平滑月均值相当好的模拟结果;在此基础上获得较好的太阳活动第22周上升周期及太阳黑子数的最大平滑月均值预报结果;还作出太阳活动第23周的上升周期及太阳黑子数的最大平滑月均值的预报结果.      

AS4074 与宝石柱 HSDB 协议性能分析及比较

对高速线性令牌传递数据总线的性能进行了分析,建立了排队系统模型,并导出了节点消息延时、等待队列长度等网络特性与网络吞吐量之间的关系表达式,着重讨论了AS4074和宝石柱HSDB两种协议的性能差异,得出AS4074在中、低负载情况下性能优于宝石柱HSDB,因而更适合于新一代航空电子综合系统的结论。     

纠错码与神经网络

从两个方面推广了Bruck和Blaum的工作。一方面,证明了在软判决译码的情况下,线性分组码的最大似然译码等价于一个神经网络收敛于它能量函数的全局极大状态。另一方面,对GF(p)上的线性分组码,构造了一个联想记忆神经网络,使得每一个线性分组码的码字都对应于神经网络的一个全局稳定状态。     

双并联前向神经网络及其在飞行故障检测仿真研究中的应用

首次把飞行故障检测视为一个非线性数据分类问题,从而可望借助人工神经网络来处理。为了克服ＭＬＦＮＮ在数据分类中存在的学习慢与分类精度低,发展了由ＭＬＦＮＮ和ＳＬＦＮＮ并联并可接收编码输入的ＤＰＦＮＮ模型,还将训练ＭＬＰ的有关算法推广到ＤＰＦＮＮ情形。用计算机仿真了若干飞行故障模式并用于测试ＤＰＦＮＮ。     

模拟成形性的计算机预测

运用人工神经网络,对板料基本成形性（单向拉伸、平面应变等基本试验的参数）与模拟成形性（拉深、杯突、扩孔、福井等模拟试验指标）二者的相关性进行了研究．在大量试验数据和反向传播算法的基础上,建立了描述相关性的ＢＰ网络模型．通过该模型,对已知基本成形性参数的板料的模拟成形性指标进行了计算机预测,预测结果与试验结果比较接近．本文的研究方法和结果表明,人工神经网络是研究板料的模拟成形性的一条有效途径     

多阶段制造系统调度模型与资源价格研究

为时变需求下的多阶段、多工件种类且生产能力可追加的制造系统调度问题构建了一个令总成本最小的数学模型.通过分析最优性条件,得到了工作站生产能力的价格,并解释了它的经济含义.将调度模型转换为一个时空扩展网络上的静态的费用极小流问题,然后用改进的Frank-Wolfe算法求解.     

动态规划法在节点编号优化中的应用

本文在分析了Cuthill-Mckee节点编号法[1]以后,指出了该方法的缺陷,进而提出了选择最佳边界点,作为网络节点编号(或重新编号)的起点(即序号为1);提出了用动态归划法的思想逐步挑选下一个编点,从而达到节点编号优化目的;结合用有限元素法求解大型结构矩阵时进行节点编号中的需要,对图论中的网络节点有关定义作了适当修改和补充。     

非单调语义网络中继承的信任理论

描述了一种新的具有例外的多继承语义网络推理方法--继承的信任理论,这是一种很具有吸引力的可废止继承方法.它应用于非循环语义网络的继承的分析,能够产生适合于继承直觉的非多义性结论.文中还讨论了Etherington的基于缺省逻辑的继承理论,提出了继承信任理论和继承信任缺省逻辑.给出了继承信任逻辑的性质,并且证明了构造继承信任缺省逻辑理论的唯一扩张是递推过程.信任理论的扩张能够快速求解.这种快速推理算法可以应用于专家系统推理.     

基于模糊系统的径向高斯网络的自适应状态观测器

利用模糊系统的径向高斯函数网络对一类非线性时变系统的状态进行了估计。给出了一种递阶自组织在线学习算法,提出了非线性时变系统的自适应状态观测器,并对其结构及特征进行了讨论,仿真结果表明这种自适应状态观测器能很好地观测系统的状态。