焦炉配煤专家系统的定性定量综合设计方法

焦炉配煤炼焦过程是存在诸多不确定性、无法用数学模型描述的复杂工业过程,传 统控制方法难以实施控制.根据焦化理论和生产所获工业数据构造数学模型,以群体专家经 验得到的定性知识构成规则模型,将解析的数学模型与基于知识的规则模型相结合,采用定 性定量综合集成方法,建立焦炭质量预测模型,提出了配煤比计算的实用算法,并实时控制配 煤流量.系统于1994年正式投入工厂运行,焦炭质量预测精度达到95％,配煤准确率达到 97％.工业运行结果证明了方法的有效性.     

神经元模式分类器学习的进化计算算法

本文提出了一种用于神经元模式分类器学习的进化计算算法。该算法综合了非确定有限自动机和次群体的动态数据结构,可有效地完成神经网络模式分类器的结构学习,以获得最优的求解结果。该算法的有效性已由计算机仿真实验所证实,可被认为是一种很有发展前途的模式分类系统的机器学习算法。     

一种用于非参数系统辨识的粗糙进化方法

提出了一种用于非参数系统辨识的粗糙进化方法,该方法由嵌入ＡｐＥｎ的进化计算（ＥＣ）、进化粗糙集、基于信息论的组合型进化策略（ＥＳ）５和鲁棒非参数系统辨识所构成,该方法已用于Ｌｏｇｉｓｔｉｃ方程的辨识,这对于诸如家用电器的地系统来说也属于一种实用的技术,实验结果表明了文中方法的实用性和有效性。     

基于区域特征的自适应图像分割方法

本文提出一种以图像统计假设模型和系统条件熵相结合的自适应图像分割新方法，该方法能依据图像统计特征自适应地改变自组织特征映射网络的权值，解决卫传统图像分割方法所存在参数需要人工调整、无法获得最优解的问题。实验结果表明，本文方法对于复杂图像的分割具有很好的鲁棒性和有效性。     

进化计算的可计算性

本文针对进化计算的进化控制特点，提出了一种进化程度的描述方式，并讨论了进化计算的可计算性。该项工作有助于进化计算形式化理论的建立和应用系统的开发。     

创发性DNA计算模型及其混沌系统辨识过程

针对非线性信息处理的特点,提出了一种新的ＤＮＡ计算模型。该模型以创发性机制为基础,引入合理的元进化算子,并由混沌动力学系统构造相应的演化过程。所设计的与上述模型相联系的混沌进化算法,属于一种新型的ＤＮＡ算法。从将其应用于Ｈｅｎｏｎ方程辨识的结果来看,所构造的模型和算法是有效的,由于非线性控制系统中混沌现象的存在,它们在自适应控制器的设计和应用中具有重要的科学意义和较为广阔的前景。     

用于图像分割的并行自适应层次化网络模型

本文提出了一种新的用于图象分割的并行自适应层次化网络模型,该网络模型由并行局 部特征提取与区域生成层、自适应统计聚类层和依据全局分布特性引导的决策层组成.各层 次间的通讯由网络的协作机制来实现.该网络通过自适应非参数聚类方法,将局部灰度特征与 全局随机场分布特征相结合,实现了非监督的图象分割.文中给出了该模型应用于室外自然 景物的分割结果.实验表明,即使在自然景物环境变化的情况下,也能得到正确的分割结果.     

基于符号化进化动力学的基因组数据采掘

提出了一种新的基因组数据模型和模式发现算法。该模型由人工基因组、人工蛋白、进化操作、进化控制、模式匹配、终止判断６个环节组成,其中抽象代数结构由格集合构形和相应有限状态机操作来动态描述,候选符号序列由符号动力学引导的进化算法所生成,进化程度由粗糙集所刻划的元进化机制所控制,模式匹配由句法模式识别器和文法推断过程所完成,终止判断依具体问题求解的约束条件而定。相应的算法为循环性的群体隐式并行搜索,数据结构以答号化粗粒度的处理为主,并与面向语义的模块化程序设计相配合。在该人工生命技术的应用中,由计算机自动生成了候选符号序列,从中获得了“真实”的氨基酸序列。实验结果表明,所提出并实现的计算方法有助于基因组学层次下的生物信息学的统一计算理论的建立和应用系统开发。