本文關(guān)鍵詞：基于群體智能算法的人工神經(jīng)網(wǎng)絡(luò)優(yōu)化及其應(yīng)用，由筆耕文化傳播整理發(fā)布。

《江南大學(xué)》 2007年

基于群體智能算法的人工神經(jīng)網(wǎng)絡(luò)優(yōu)化及其應(yīng)用

陳偉  

【摘要】： 本文的目的是研究運用兩類群體智能算法—粒子群算法(Particle Swarm Optimization,簡稱PSO)以及具有量子行為粒子群算法(Quantum-behaved Particle Swarm Optimization,簡稱QPSO)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò),特別是徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(Radial Basis Function Neural Network,簡稱RBF NN),以及基于QPSO和RBF NN的生化過程控制。由于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練歸結(jié)為對誤差函數(shù)的最小化,而誤差函數(shù)一般為多峰的,可能存在許多局部極值,一般的梯度算法往往找不到全局最優(yōu)解。PSO算法和QPSO算法都是全局搜索算法,所以用PSO算法或QPSO算法訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)對于提高神經(jīng)網(wǎng)絡(luò)在建模和預(yù)測精度上具有重要意義。 首先,本文闡述了神經(jīng)網(wǎng)絡(luò)的基本原理和粒子群算法(PSO)以及具有量子行為粒子群算法(QPSO)的基本思想,強(qiáng)調(diào)了QPSO在全局優(yōu)化問題中比PSO算法具有更好的收斂性能。接著以徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF NN)為對象,應(yīng)用PSO與QPSO算法作為訓(xùn)練算法,給出了具體的操作過程。然后以函數(shù)逼近和地下水位預(yù)測問題作為仿真實例,測試了基于PSO訓(xùn)練的RBF以及QPSO訓(xùn)練的RBF,比較了兩者的訓(xùn)練精度和算法收斂速度。仿真結(jié)果表明,用QPSO訓(xùn)練RBF網(wǎng)絡(luò),精度更高,收斂速度更快。 其次,還將QPSO訓(xùn)練的RBF應(yīng)用于系統(tǒng)辯識和混沌時間序列預(yù)測。文中以幾個著名的測試系統(tǒng)作為實例,將QPSO-RBF和PSO-RBF進(jìn)行測試,仿真結(jié)果表明,對于系統(tǒng)辯識問題,QPSO-RBF能夠找到的系統(tǒng)參數(shù)更好,收斂速度更快。對于混沌時間序列預(yù)測問題,QPSO-RBF的性能和效率同樣優(yōu)于PSO-RBF。 最后,本文還將QPSO用于基于RBF網(wǎng)絡(luò)的生化過程控制。為了測試性能,分別將遺傳算法(Genetic Algorithm,簡稱GA)和QPSO算法用于谷氨酸發(fā)酵過程的生化變量預(yù)測,通過智能算法對神經(jīng)網(wǎng)絡(luò)的優(yōu)化,建立基于群體智能算法的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型,對難以在線測量的生化變量進(jìn)行離線預(yù)測。仿真結(jié)果證明,QPSO的收斂速度明顯高于GA算法,且魯棒性好。 本文的研究工作表明,用QPSO訓(xùn)練神經(jīng)網(wǎng)絡(luò),其性能優(yōu)于其他智能算法如:PSO算法和遺傳算法,收斂速度也比PSO算法或GA算法快,這些結(jié)果表明,QPSO是一種高性能的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法,在用神經(jīng)網(wǎng)絡(luò)對實際問題建模中能發(fā)揮很好的作用。

【關(guān)鍵詞】：
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2007
【分類號】：TP183
【目錄】：

摘要3-4

Abstract4-7

第一章 緒論7-11

1.1 選題背景及意義7

1.2 群體智能算法的研究概況7-9

1.3 人工神經(jīng)網(wǎng)絡(luò)的研究概況9-10

1.4 論文的主要工作10-11

第二章 人工神經(jīng)網(wǎng)絡(luò)概述11-15

2.1 人工神經(jīng)元模型11-12

2.2 人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成12

2.3 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)12-14

2.4 人工神經(jīng)網(wǎng)絡(luò)與生物神經(jīng)網(wǎng)絡(luò)的比較14-15

第三章 粒子群算法概述15-26

3.1 粒子群算法的提出15-16

3.2 基本粒子群算法16-18

3.2.1 算法原理16-17

3.2.2 算法流程17

3.2.3 算法的社會行為分析17-18

3.3 幾種改進(jìn)粒子群算法18-22

3.3.1 帶有慣性因子的粒子群算法18-19

3.3.2 帶有收縮因子的粒子群算法19

3.3.3 基于遺傳思想改進(jìn)粒子群算法19-20

3.3.4 利用小生境思想的粒子群算法20-22

3.3.5 其他的改進(jìn)粒子群算法22

3.4 具有量子行為粒子群算法22-24

3.4.1 粒子群算法的缺點22-23

3.4.2 具有量子行為粒子群算法模型23-24

3.4.3 具有量子行為粒子群算法的優(yōu)點24

3.5 本章小結(jié)24-26

第四章 群體智能算法在神經(jīng)網(wǎng)絡(luò)優(yōu)化中的應(yīng)用26-38

4.1 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和工作原理26-27

4.2 RBF 網(wǎng)常用的學(xué)習(xí)算法27-28

4.3 基于QPSO 算法的RBF 神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化28-29

4.3.1 數(shù)據(jù)預(yù)處理及隱層單元數(shù)確定28-29

4.3.2 運用QPSO 算法優(yōu)化RBF 網(wǎng)絡(luò)29

4.4 基于QPSO(PSO)—RBF 網(wǎng)絡(luò)的仿真實例29-32

4.4.1 Hermit 多項式的逼近29-32

4.4.2 地下水位預(yù)測32

4.5 基于QPSO—RBF 的混沌時間序列預(yù)測32-34

4.5.1 混沌時間序列預(yù)測問題描述32

4.5.2 三個混沌時間序列模型的仿真實驗32-34

4.6 基于QPSO(PSO)—RBF 的非線性系統(tǒng)辨識34-37

4.6.1 基于RBF NN 的辨識器模型34-35

4.6.2 仿真結(jié)果35-37

4.7 結(jié)論37-38

第五章 基于QPSO 算法的RBF 神經(jīng)網(wǎng)絡(luò)生化變量軟測量研究38-50

5.1 谷氨酸工藝過程概述38-39

5.2 基于QPSO-RBF神經(jīng)網(wǎng)絡(luò)的谷氨酸發(fā)酵生化變量預(yù)估模型39-43

5.2.1 RBF 神經(jīng)網(wǎng)絡(luò)預(yù)估器的拓?fù)浣Y(jié)構(gòu)39

5.2.2 RBF 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)39-41

5.2.3 系統(tǒng)仿真結(jié)果41-43

5.3 基于兩類智能優(yōu)化算法的RBF 神經(jīng)網(wǎng)絡(luò)預(yù)估模型比較43-49

5.3.1 遺傳算法基本原理43-47

5.3.2 基于GA-RBF 神經(jīng)網(wǎng)絡(luò)的谷氨酸發(fā)酵生化變量預(yù)估模型47

5.3.3 系統(tǒng)仿真及結(jié)果比較47-49

5.4 小結(jié)49-50

第六章 總結(jié)與展望50-52

6.1 工作總結(jié)50

6.2 展望50-52

致謝52-53

參考文獻(xiàn)53-56

攻讀碩士學(xué)位期間發(fā)表的論文56

下載全文 更多同類文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【引證文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 潘艷杰;熊助國;郭旭平;;基于GSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型[J];河南城建學(xué)院學(xué)報;2013年01期

2 盛魁;;RBF神經(jīng)網(wǎng)絡(luò)在藥品銷售預(yù)測中的應(yīng)用[J];長江大學(xué)學(xué)報(自科版);2013年19期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 楊立標(biāo);基于混合優(yōu)化策略的粒子群算法及其應(yīng)用研究[D];哈爾濱工程大學(xué);2010年

2 魏爽;RBF神經(jīng)網(wǎng)絡(luò)在氣象時間序列預(yù)測中的應(yīng)用[D];南京信息工程大學(xué);2012年

3 厲衛(wèi)娜;基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測理論及應(yīng)用[D];山西大學(xué);2012年

4 皎濤;徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)優(yōu)化及其在企業(yè)財務(wù)預(yù)警中的應(yīng)用[D];西安電子科技大學(xué);2011年

5 王嵐瑩;基于遺傳思想改進(jìn)的粒子群優(yōu)化算法與應(yīng)用研究[D];哈爾濱理工大學(xué);2012年

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 丁宏鍇,蕭蘊詩,李斌宇,岳繼光;基于PSO-RBF NN的非線性系統(tǒng)辨識方法仿真研究[J];系統(tǒng)仿真學(xué)報;2005年08期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 梁學(xué)斌;;離散Hopfield神經(jīng)網(wǎng)絡(luò)的統(tǒng)一描述[J];安徽大學(xué)學(xué)報(自然科學(xué)版);1993年02期

2 張艷;張海軍;;基于DSP的多通道超聲波連續(xù)測厚系統(tǒng)的研究[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2008年03期

3 符保龍;;RBF網(wǎng)絡(luò)在農(nóng)業(yè)病蟲害預(yù)測中的應(yīng)用研究[J];安徽農(nóng)業(yè)科學(xué);2008年01期

4 李磊;孫卉;翟秋敏;郭志永;;RBF神經(jīng)網(wǎng)絡(luò)在平頂山市地表水評價中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2008年26期

5 張帥;李琳一;袁濤;王梅玉;;信息技術(shù)在害蟲時空動態(tài)模擬中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年07期

6 時君偉;胡敏英;武志富;任振輝;;基于神經(jīng)網(wǎng)絡(luò)的視覺圖像處理研究[J];安徽農(nóng)業(yè)科學(xué);2009年19期

7 高旭;周桂紅;;基于GA-BP算法的玉米品種識別系統(tǒng)研究[J];安徽農(nóng)業(yè)科學(xué);2011年35期

8 張穎;;稀土元素鑭對Corynebacterium pekinense發(fā)酵賴氨酸的影響[J];安徽農(nóng)業(yè)科學(xué);2012年10期

9 吳有訓(xùn);彭慕平;劉勇;;基于徑向基函數(shù)網(wǎng)絡(luò)的宣城市空氣質(zhì)量預(yù)測[J];安徽師范大學(xué)學(xué)報(自然科學(xué)版);2011年04期

10 郭湛;王志明;周慶成;郭上型;;BP神經(jīng)網(wǎng)絡(luò)模型在鐵水脫磷中的應(yīng)用[J];安徽冶金;2005年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 嚴(yán)傳魁;王如彬;;基于漢密爾頓原理的神經(jīng)元模型[A];第十三屆全國非線性振動暨第十屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議摘要集[C];2011年

2 馮羽;馬鳳山;魏愛華;趙海軍;郭捷;;灰色系統(tǒng)與神經(jīng)網(wǎng)絡(luò)組合模型在地下水水位預(yù)測中的應(yīng)用[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會論文集(中)[C];2012年

3 李琨;王曉東;劉會景;張云生;苗琦;;瓦斯“冒大數(shù)”及其神經(jīng)網(wǎng)絡(luò)濾波器的研究[A];第二十七屆中國控制會議論文集[C];2008年

4 ;Edge Detection of Wood Defects in X-ray Wood Image Using Neural Network and Mathematical Morphology[A];第二十九屆中國控制會議論文集[C];2010年

5 田艷兵;;BP算法和PSO算法在神經(jīng)網(wǎng)絡(luò)中的研究[A];第二十九屆中國控制會議論文集[C];2010年

6 王新宇;孫冠;韓冬;張婷;;基于一種改進(jìn)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)手套手勢識別[A];第二十九屆中國控制會議論文集[C];2010年

7 何平;潘國峰;李琳;夏克文;趙紅東;;基于LS-SVR的壓力傳感器溫度補(bǔ)償[A];第二十九屆中國控制會議論文集[C];2010年

8 ;Synthesis of Boolean Networks Via Semi-tensor Product[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

9 郭東輝;Gerard Parr;;ATM交換機(jī)中以神經(jīng)網(wǎng)絡(luò)實現(xiàn)ATM信息胞排序交換的研究(英文)[A];信息科學(xué)與微電子技術(shù):中國科協(xié)第三屆青年學(xué)術(shù)年會論文集[C];1998年

10 陸相林;;SOFM方法在山東省17地市旅游綜合實力評價中的應(yīng)用[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（一）[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫明;基于小波和遲滯的混沌神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[D];哈爾濱工程大學(xué);2010年

2 冷欣;船用增壓鍋爐汽包水位預(yù)測控制方法研究[D];哈爾濱工程大學(xué);2009年

3 殷志偉;基于統(tǒng)計學(xué)習(xí)理論的分類方法研究[D];哈爾濱工程大學(xué);2009年

4 李桃迎;交通領(lǐng)域中的聚類分析方法研究[D];大連海事大學(xué);2010年

5 楊寧;計算機(jī)輔助卷煙配方設(shè)計關(guān)鍵技術(shù)研究[D];中國海洋大學(xué);2010年

6 鄭大騰;柔性坐標(biāo)測量機(jī)空間誤差模型及最佳測量區(qū)研究[D];合肥工業(yè)大學(xué);2010年

7 朱松;隨機(jī)回歸神經(jīng)網(wǎng)絡(luò)的動力學(xué)行為研究[D];華中科技大學(xué);2010年

8 陳文正;保險公司債券投資研究[D];南開大學(xué);2010年

9 柴園園;普適的模糊推理系統(tǒng)理論及應(yīng)用[D];北京交通大學(xué);2011年

10 許偉;基于進(jìn)化算法的復(fù)雜化工過程智能建模方法及其應(yīng)用[D];華東理工大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李連昌;新安煤田二_1煤層煤與瓦斯突出危險程度預(yù)測[D];河南理工大學(xué);2010年

2 羅婷婷;飛機(jī)鈑金疊板數(shù)控套裁下料軟件系統(tǒng)的研究[D];南昌航空大學(xué);2010年

3 劉棉;人機(jī)劃拳系統(tǒng)的實現(xiàn)[D];山東科技大學(xué);2010年

4 王永;消防單兵綜合信息采集系統(tǒng)研究[D];山東科技大學(xué);2010年

5 徐小任;基于BP神經(jīng)網(wǎng)絡(luò)的城鎮(zhèn)網(wǎng)絡(luò)地價評估模型研究[D];廣西師范學(xué)院;2010年

6 程慧;基于神經(jīng)網(wǎng)絡(luò)的兩類問題研究[D];廣西師范學(xué)院;2010年

7 吳家瑞;服裝產(chǎn)品加工成本快速估算方法研究[D];浙江理工大學(xué);2010年

8 王捷;數(shù)字圖像邊緣檢測方法的若干改進(jìn)與應(yīng)用研究[D];浙江理工大學(xué);2010年

9 江達(dá)秀;基于HMAX模型的人臉表情識別研究[D];浙江理工大學(xué);2010年

10 李朋勇;基于全矢高階譜的故障診斷方法及其應(yīng)用研究[D];鄭州大學(xué);2010年

【同被引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 竇樂江;楊華;;我國上市公司遠(yuǎn)期財務(wù)危機(jī)預(yù)警的實證研究[J];財會月刊;2009年12期

2 趙志民;盛四清;;基于小波分析和遺傳程序設(shè)計的短期負(fù)荷預(yù)測[J];電測與儀表;2010年S1期

3 李智;韓學(xué)山;韓力;康凱;;地區(qū)電網(wǎng)風(fēng)電場功率超短期預(yù)測方法[J];電力系統(tǒng)自動化;2010年07期

4 劉純;范高鋒;王偉勝;戴慧珠;;風(fēng)電場輸出功率的組合預(yù)測模型[J];電網(wǎng)技術(shù);2009年13期

5 楊琦;張建華;王向峰;李衛(wèi)國;;基于小波-神經(jīng)網(wǎng)絡(luò)的風(fēng)速及風(fēng)力發(fā)電量預(yù)測[J];電網(wǎng)技術(shù);2009年17期

6 彭喜元,彭宇,戴毓豐;群智能理論及應(yīng)用[J];電子學(xué)報;2003年S1期

7 呂振肅,侯志榮;自適應(yīng)變異的粒子群優(yōu)化算法[J];電子學(xué)報;2004年03期

8 高海兵,高亮,周馳,喻道遠(yuǎn);基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法研究[J];電子學(xué)報;2004年09期

9 孟偉;韓學(xué)東;洪炳镕;;蜜蜂進(jìn)化型遺傳算法[J];電子學(xué)報;2006年07期

10 李祚泳;汪嘉楊;郭淳;;PSO算法優(yōu)化BP網(wǎng)絡(luò)的新方法及仿真實驗[J];電子學(xué)報;2008年11期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 徐曉燕;企業(yè)財務(wù)困境的預(yù)測方法研究[D];中國科學(xué)技術(shù)大學(xué);2006年

2 周雷;寬帶無線通信中小波包多載波調(diào)制技術(shù)研究[D];西安電子科技大學(xué);2006年

3 盧山;基于非線性動力學(xué)的金融時間序列預(yù)測技術(shù)研究[D];東南大學(xué);2006年

4 宋勝利;混合粒子群協(xié)同優(yōu)化算法及其應(yīng)用研究[D];華中科技大學(xué);2009年

5 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

6 朱燦;實數(shù)編碼遺傳算法機(jī)理分析及算法改進(jìn)研究[D];中南大學(xué);2009年

7 孫俊;量子行為粒子群優(yōu)化算法研究[D];江南大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊立標(biāo);基于混合優(yōu)化策略的粒子群算法及其應(yīng)用研究[D];哈爾濱工程大學(xué);2010年

2 任芳;時間序列數(shù)據(jù)挖掘研究[D];遼寧師范大學(xué);2010年

3 蘆婧;小波變換圖像去噪及其在SAR圖像中的應(yīng)用[D];西安科技大學(xué);2011年

4 王德燕;SPSS統(tǒng)計分析軟件包與神經(jīng)網(wǎng)絡(luò)相結(jié)合在選礦建模中的應(yīng)用[D];昆明理工大學(xué);2003年

5 伍長榮;基于RBF神經(jīng)網(wǎng)絡(luò)的多因素時間序列預(yù)測模型研究[D];合肥工業(yè)大學(xué);2004年

6 艾景波;文化粒子群優(yōu)化算法及其在布局設(shè)計中的應(yīng)用研究[D];大連理工大學(xué);2005年

7 岳守艷;我國商業(yè)銀行信貸風(fēng)險預(yù)警體系研究[D];西北大學(xué);2005年

8 段向軍;基于神經(jīng)網(wǎng)絡(luò)的預(yù)測控制方法研究[D];大慶石油學(xué)院;2005年

9 李志民;基于神經(jīng)網(wǎng)絡(luò)的酒體勾兌系統(tǒng)的研究與開發(fā)[D];中北大學(xué);2006年

10 李繼軍;我國上市公司財務(wù)困境預(yù)測模型研究[D];西南財經(jīng)大學(xué);2006年

【二級引證文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王嵐瑩;基于遺傳思想改進(jìn)的粒子群優(yōu)化算法與應(yīng)用研究[D];哈爾濱理工大學(xué);2012年

2 汪怡;基于改進(jìn)的遺傳算法的部分氣象要素預(yù)測[D];南京信息工程大學(xué);2013年

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉海林，胡繼明，，徐知三，盛蓉生，王小華;人工神經(jīng)網(wǎng)絡(luò)在拉曼光譜數(shù)據(jù)處理中的應(yīng)用[J];光散射學(xué)報;1995年Z1期

2 李曉歌;邵麗紅;李娜;;人工神經(jīng)網(wǎng)絡(luò)BP算法的實現(xiàn)[J];電腦知識與技術(shù);2008年05期

3 劉玉成;劉玉斌;李太福;蘇盈盈;;自適應(yīng)模糊控制在燒結(jié)爐系統(tǒng)中的應(yīng)用[J];微計算機(jī)信息;2009年04期

4 王爽;張鷹;呂瑞霞;;BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)及應(yīng)用[J];電腦知識與技術(shù);2009年04期

5 陳詳訓(xùn);人工神經(jīng)網(wǎng)絡(luò)[J];電網(wǎng)技術(shù);1991年01期

6 周繼成;人工神經(jīng)網(wǎng)絡(luò)進(jìn)展(Ⅰ)[J];應(yīng)用聲學(xué);1991年05期

7 蔡煜東;楊兵;孫虹;;自組織人工神經(jīng)網(wǎng)絡(luò)對磨削燒傷在線辨識的應(yīng)用簡介[J];機(jī)械科學(xué)與技術(shù);1993年04期

8 常家東;人工神經(jīng)網(wǎng)絡(luò)機(jī)械故障診斷方法及其應(yīng)用[J];洛陽工業(yè)高等�？茖W(xué)校學(xué)報;1998年02期

9 田紅波;韋蔭康;;應(yīng)用加權(quán)模糊自適應(yīng)共振人工神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識別[J];模式識別與人工智能;1999年04期

10 樂清洪,趙驥,朱名銓;人工神經(jīng)網(wǎng)絡(luò)在產(chǎn)品質(zhì)量控制中的應(yīng)用研究[J];機(jī)械科學(xué)與技術(shù);2000年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 馮玉強(qiáng);黃梯云;;基于人工神經(jīng)網(wǎng)絡(luò)的人口發(fā)展模型的自動選擇[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第3卷）[C];1995年

2 趙卿;曹曉嵐;;人工神經(jīng)網(wǎng)絡(luò)及其在醫(yī)學(xué)中的應(yīng)用[A];第五次全國中西醫(yī)結(jié)合神經(jīng)科學(xué)術(shù)會議論文集[C];2004年

3 田國富;張國忠;張幼君;;人工神經(jīng)網(wǎng)絡(luò)在齒輪設(shè)計中的應(yīng)用[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（下）[C];2003年

4 汪學(xué)清;單仁亮;;人工神經(jīng)網(wǎng)絡(luò)在爆破塊度預(yù)測中的應(yīng)用研究[A];第二屆中國水利水電巖土力學(xué)與工程學(xué)術(shù)討論會論文集（一）[C];2008年

5 應(yīng)義斌;景寒松;趙勻;;人工神經(jīng)網(wǎng)絡(luò)在黃花梨果形識別中的應(yīng)用[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

6 周保生;朱維申;;巷道圍巖移近量的人工神經(jīng)網(wǎng)絡(luò)預(yù)測[A];第一屆海峽兩岸隧道與地下工程學(xué)術(shù)與技術(shù)研討會論文集（下冊）[C];1999年

7 閔惜琳;;信息系統(tǒng)中基于神經(jīng)網(wǎng)絡(luò)的統(tǒng)計需求分析[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第12屆年會論文集[C];2002年

8 趙金鑫;許寶杰;;基于改進(jìn)的BP網(wǎng)絡(luò)的礦用風(fēng)機(jī)故障診斷方法的研究[A];第八屆全國設(shè)備與維修工程學(xué)術(shù)會議、第十三屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2008年

9 劉永清;劉泉寶;蔡廣基;;最大存貯容量的前饋神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的研究[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（上冊）[C];1995年

10 趙林度;陳斐松;陳天滋;;基于BP算法的圖象數(shù)據(jù)壓縮的研究[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 胡性慧　王唯赫 楊騰;[N];中國知識產(chǎn)權(quán)報;2010年

2 張東方;沙明;楊松松;[N];中國醫(yī)藥報;2003年

3 本報記者 靖九江 采寫;[N];中國醫(yī)藥報;2005年

4 苑希民（中國水利水電科學(xué)研究院決策支持技術(shù)研究室 主任） 李彥彬 徐建新（華北水利水電學(xué)院） 李鴻雁（北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院） 苑韶峰 呂軍（浙江大學(xué)環(huán)境與資源學(xué)院）;[N];中國水利報;2005年

5 記者 周前進(jìn);[N];健康報;2000年

6 徐會川;[N];電腦報;2003年

7 葛一鳴 路邊文;[N];中國紡織報;2003年

8 本報記者 范毅波 張旭軍;[N];網(wǎng)絡(luò)世界;2005年

9 記者靖九江;[N];中國醫(yī)藥報;2005年

10 劉友存;[N];中國冶金報;2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳建發(fā);優(yōu)選壓裂井方法研究[D];西南石油學(xué)院;2005年

2 李軍紅;冷軋帶肋鋼筋工藝的現(xiàn)代優(yōu)化方法及質(zhì)量控制[D];南昌大學(xué);2006年

3 Han Qiang;[D];山東大學(xué);2005年

4 申金山;基于人工神經(jīng)網(wǎng)絡(luò)的化學(xué)發(fā)光法及光度法在多組分同時測定中的應(yīng)用研究[D];四川大學(xué);2005年

5 張治國;人工神經(jīng)網(wǎng)絡(luò)及其在地學(xué)中的應(yīng)用研究[D];吉林大學(xué);2006年

6 王海瑞;密閉式城市生活垃圾直接氣化熔融焚燒過程控制策略研究[D];昆明理工大學(xué);2007年

7 劉傳文;仿生優(yōu)化算法在數(shù)字圖像處理中的應(yīng)用研究[D];武漢理工大學(xué);2008年

8 劉永闊;核動力裝置故障診斷智能技術(shù)的研究[D];哈爾濱工程大學(xué);2006年

9 蒲秀娟;胎兒心電信號提取研究[D];重慶大學(xué);2009年

10 伭煒;基于人工神經(jīng)網(wǎng)絡(luò)的混合智能系統(tǒng)研究及應(yīng)用[D];哈爾濱工程大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉永福;人工神經(jīng)網(wǎng)絡(luò)在上海股市趨勢預(yù)測中的應(yīng)用——與時間序列預(yù)測對比分析[D];東北財經(jīng)大學(xué);2003年

2 盛本云;人工神經(jīng)網(wǎng)絡(luò)在變電站綜合自動化系統(tǒng)優(yōu)化中的應(yīng)用[D];南京理工大學(xué);2003年

3 薛新華;人工神經(jīng)網(wǎng)絡(luò)在地基土液化判別中的作用[D];中國海洋大學(xué);2004年

4 董添文;CO_2氣體保護(hù)焊干擾因素計算機(jī)識別系統(tǒng)的研究與設(shè)計[D];內(nèi)蒙古工業(yè)大學(xué);2005年

5 金洪星;腦電圖自動檢測技術(shù)的研究和應(yīng)用[D];南京工業(yè)大學(xué);2005年

6 徐學(xué)明;基于人工神經(jīng)網(wǎng)絡(luò)的車輛跟馳模型研究[D];北京工業(yè)大學(xué);2006年

7 黃智;四川工業(yè)經(jīng)濟(jì)預(yù)警方法、模型與信息系統(tǒng)研究[D];四川大學(xué);2006年

8 黃雪燕;人工神經(jīng)網(wǎng)絡(luò)在GDP預(yù)測中的應(yīng)用研究[D];吉林大學(xué);2007年

9 孫立春;早期推定粉煤灰混凝土強(qiáng)度試驗研究[D];西安建筑科技大學(xué);2007年

10 李慶玲;氧化鋅避雷器運行狀況研究[D];蘭州理工大學(xué);2008年

  本文關(guān)鍵詞：基于群體智能算法的人工神經(jīng)網(wǎng)絡(luò)優(yōu)化及其應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：90342