【摘 要】
：
在复杂非线性多目标优化问题求解中,非线性模型结构很难事先给定,需要检验的参数也非常繁多,应用传统的建模方法和优化模型已难以解决更为复杂的现实问题。人工神经网络技术
论文部分内容阅读
在复杂非线性多目标优化问题求解中,非线性模型结构很难事先给定,需要检验的参数也非常繁多,应用传统的建模方法和优化模型已难以解决更为复杂的现实问题。人工神经网络技术为解决复杂非线性系统建模问题提供了一条新的途径。将神经网络响应面作为目标函数或者约束条件,加上其他常规约束条件进行系统模型的建立,再应用遗传算法进行优化,从而实现设计分析与设计优化的分离。以某化工企业的生产过程优化问题为例,利用BP神经网络建立了工艺参数与性能目标之间的模型,然后利用遗传算法搜索最优工艺参数,获取了用于指导生产的样本点数据。研究结
其他文献
根据交通流的动态变化情况，实时优化交通信号配时，是减少交通延误，提高交通效率的有效方法。为减少信号优化时间，提高时效性，提出一种并行化的交通信号对比分析算法，该算法首先根据
直觉模糊蕴涵是直觉模糊推理的重要基础，为直觉模糊集在不确定信息系统下推理和决策中的应用提供了理论基础。对直觉模糊蕴涵进行了研究。首先回顾了直觉模糊的有关基础知识，在
网络的大规模、异构、动态、分布和自治性造成了资源和服务的不确定性和欺骗性,从而导致服务交易双方风险增大,因此构建有效的信任模型是降低交易双方风险的重要途径。针对当
针对P2P网络中交易的安全性问题,提出了一种基于资源评价的信任管理模型。首先给出评价节点行为信任的好评度的概念,用模糊综合评判的方法计算节点对交易的单次好评度,每次交
数据模型是数据库技术发展的主线,时态数据模型是时态数据库系统的核心与基础。针对时态数据模型的研究现状,初步探讨了时态数据模型的基本要素,建立了一种形式化时态数据模
序列模式挖掘是Web日志挖掘中的一个重要范畴。针对Wap算法中递归构建大量条件树的这一缺陷,提出了一种改进算法NGCWAP。NGCWAP算法采用前序遍历号和后序遍历号来跟踪频繁序
图形处理器(GPU)以其强大的图形加速性能以及在通用计算领域的出色表现正在被越来越广泛地应用。但随着芯片规模和集成度的不断提升,单个GPU芯片的功耗已经高达376W,是高端通用处理器的2～3倍。高功耗带来的可靠性、稳定性以及芯片成本问题使"功耗墙"已经成为未来GPU设计过程中需要突破的关键问题之一。立足于体系结构层次,结合图形处理器的渲染流水线的结构特点,从深度测试和消隐、染色器数据通路、纹理映射
Deep Web自动分类是建立深网数据集成系统的前提和基础。提出了一种基于领域特征文本的Deep Web分类方法。首先借助本体知识对表达同一语义的不同词汇进行了概念抽象,进而给
节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注。现有的大多数定位算法针对平面应用而设计,而现实应用中的无线传感器网络节点往往分布在三维
在分析了常用几种无线传感器节点定位算法的基础上,依据同心圆定位算法原理,提出环形定位算法。该算法的原理是利用锚节点通过一定规则做圆环,不断缩小未知节点的估算区域,直