常减压蒸馏装置国外技术进展

本文就提高拔出率、改善馏分油质量、节能降耗、原油脱盐以及计算机等方面综述了常减压蒸馏装置国外技术进展。     

改进RBF神经网络用于降雨量预测

利用基于GA的改进RBF网络建立了为时间序列为对象的预测模型,并提出了基于模型的数据处理方法,在此基础上,对安徽省蚌埠地区42年来6－8月份的降水量进行预测,结果表明了该模型在时间序列预测中有良好的推广和应用能力。     

个性化网上信息过滤智能体的实现

论述了一个Internet网上个性化信息过滤智能体的实现。它采用向量空间模型[3] 作为文档表示的基础 ,通过抽取用户浏览网页的特征 ,使用BP神经网络来学习和跟踪用户的兴趣 ,从而动态了解用户的浏览行为 ,并在用户查询时能有效地过滤出用户感兴趣的信息。     

基于遗传算法的RBF网络用于股票短期预测

采用改进的遗传算法（GA）优化径向基函数（RBF）网络,提出了一种新颖的确定RBF网络参数的方法,并用优化的RBF网络用于股票的短期预测,其结果与实际值吻合效果较好,证明了该方法的有效性。     

基于遗传算法的RBF网络及应用

本文采用遗传算法优化了RBF神经网络,讨论了用一种新颖的方式对RBF进行编码,提出了以权重为因子的适应度函数.将优化后的RBF神经网络用于泛函逼近和对新疆雅马渡站的年径流量进行预测,证明其有效性.     

基于Kohonen和BP神经网络的文本学习算法

介绍了基于Ｋｏｈｏｎｅｎ和ＢＰ神经网络结合的Ｉｎｔｅｒｎｅｔ网上文本学习算法。它采用向量空间模型对文本进行编码,利用 Ｋｏｈｏｎｅｎ网络的自组织特性和ＢＰ网络的非线性特性进行学习。经过训练,算法能够有效地对输入文本进行判断,给出一个评价等级,标识出文本和用户兴趣的相关程度,从而为基于Ｉｎｔｅｒｎｅｔ的信息过滤、智能浏览等处理提供基础。     

基于GA的RBF网络用于旱涝灾害因素预测研究

用基于ＧＡ的ＲＢＦ网络构成非线性时间序列预测器,针对灾害因素中的降雨量、最高水位、最大流量等进行预测。在运用ＧＡ的过程中,针对ＲＢＦ的网络结构提出了与以往不同的编码方式,使得整个编码过程简单有效,而且符合ＲＢＦ网络本身的特性。