基于遗传算法的神经网络控制器

本文介绍了一种用遗传算法训练神经网络控制器的设计方法,并将该控制器应用在对倒立摆的控制中,仿真实验显示了良好的控制效果.     

基于混合蚂蚁算法的网络资源均衡与优化

本文将具有强约束的网络资源均衡与优化问题转化为组合优化的最短路问题,利用遗传算法快速全局的搜索能力,生成初始解,并转化为网络的初始信息素分布.利用蚂蚁算法的正反馈特性,迅速收敛到问题的最优解.仿真表明取得了非常好的效果.     

串级预测控制及其在涤纶片基生产线中的应用

涤纶片基拉膜生产线是一个大滞后的复杂工业生产过程,包含纵拉伸区和横拉伸区,生产中的扰动经常发生在铸片过程中,本文为此提出一种针对该类生产过程的预测控制算法,与典型的PI控制器相比,可以有效地克服内环的扰动,外环的预测控制器可以充分利用系统信息给出内环的设计值。     

报业广告智能决策系统的研究与应用

针对报业广告决策的特点,运用数据仓库技术和决策支持系统的思想开发出一套适应面广、灵活性高的智能决策支持系统。基于多层次决策应用的需要提出了虚拟集市的概念和一种改进的三层数据集市结构,并利用星型图数据建模技术将其成功应用到实际系统中;采用基于数据集市和联机分析处理的集成化智能决策支持系统模型,详细论述了系统的预测和客户分析功能模块并提出了基于层次分析法的客户忠诚度定量模型。该系统已成功应用到实际中,对报社广告部的决策提供了有力的支持,取得了良好的效果。     

基于WAP的网关测试器的设计与实现

分析了WAP(无线应用协议)网关的功能和特点,并设计了一个功能强大的测试器。该测试器提供了无线会话协议(WSP)层面向连接和面向非连接陌种服务的负载测试功能,实现了对WAP业务中的一些热点应用的测试：MMS(多媒体短信息服务)及WML(无线标记语言)浏览服务测试。     

基于模糊神经网络的网络业务量预测研究

利用神经网络(NN)的自学习能力以及模糊逻辑的动态性和及时性等特点,将模糊逻辑和 NN 有机地结合起来,构造出了五层模糊神经网络(FNN),并用训练 NN 的相应学习算法-BP 算法来训练网络。本文将 FNN 用于网络自相似业务预测研究中,并与单纯的 NN 算法相比较。仿真结果表明,FNN 能很好地预测复杂网络业务,与传统的 NN 算法相比,不仅收敛速度快,且得到更好的预测效果。本文为复杂网络业务流量预测研究提供了一种有效途径。     

遗传算法与蚂蚁算法融合的马尔可夫收敛性分析

遗传算法具有快速随机的全局搜索能力,但不能很好地利用系统的反馈信息.蚂蚁系统是一种并行的分布式正反馈系统,但初始求解速度慢.遗传算法与蚂蚁算法的融合,优势互补.基于上述思想,提出遗传算法与蚂蚁算法融合的模型与方法,对该方法的收敛性进行了马尔可夫理论分析,并证明其优化解满意值序列是单调不增的和收敛的.且对NP-hard问题中的30城市TSP和中国CHNl44城市TSP两个实例进行了实验分析,仿真数据表明该方法不仅是一个逐步收敛的过程,而且求解速度和求解效果都非常好.     

一种基于N维矩阵二值编码单亲遗传算法的QoS路由优化策略研究

文章提出了一种基于N维矩阵二值编码的单亲遗传算法解决计算机网络路由问题,仿真结果表明应用此种编码方式的单亲遗传算法进行路由选择不仅是可行和有效的,而且可以用于网络拓扑结构任意复杂网络的路由选择,此种单亲遗传算法比以往神经网络(NN)算法更优越。且与普通的遗传算法比较,不仅简化了遗传操作,实现容易,且不存在早熟收敛问题。     

控制系统数学模型的统一性研究

采用一种等价的δ算子供替离散时间系统中的平移算子，使连续时间系统与离子散时间系统的数学模型得到统一；并讨论了离散时间系统与其对应的连续时间系统之间的某些内在关系。     

基于粗集理论的多属性决策分析

针对多人多属性决策问题中多个决策者对同一类对象决策结果不一致的问题,通过对多属性群决策问题的描述,首次提出将不同决策者的不一致决策对象进行合并分析,得到更加直观明确的规则.对规则集进行构成分析,从而解释决策者之间的冲突所在.