函数的径向基表示

本文是关于函数的径向表示的综述性文章，基于我们对这方面的研究工作的了解，介绍了国际上近年来这方面的主要的有关研究结果以及在一些领域中应用的情况，文后附有主要的参考文献以便感兴趣的读者查阅。     

径向基函数神经网络在股票走势模式分类中的应用

探讨了径向基函数神经网络在个股走势模式分类中的应用问题。提出了一种可调基宽度的计算方法和若干数据预处理的措施。实例计算表明,该方法取得了较好的效果     

基于径向基函数神经网络的流程企业供应链预测仿真

本文在比较预测方法的基础上，采用径向基函数（RBF）神经网络技术建立流程企业供应链预测模型，进行了实例预测仿真，并将预测结果与BP网络的预测结果进行了比较。结果表明，RBF网络误差小于BP网络，其中平方根RBF网络的预测仿真误差最小，而BP网络的误差最大。     

关于径向基函数插值的收敛性

本文在 n 维空间给出了径向基函数插值及逼近的收敛性质,并给出了收敛阶.     

关于径向基函数插值的收敛性

本文在n维空间给出了径向基函数插值及逼近的收敛性质,并给出了收敛阶。     

基于径向基函数模型的工程工料消耗的估算方法

将径向基函数网络方法应用于工程工料消耗估算 ,讨论了网络结构的设计、学习算法等问题 ;建立了基于径向基函数网络的工程工料消耗估算模型 ,计算实例表明 ,借助该模型可实现工程工料消耗的快速估算 .     

基于多元二次径向基神经网络的偏微分求解方法

为提高偏微分方程的计算求解精度,设计了以多元二次径向基神经网络为求解单元的偏微分计算方法,给出了多元二次径向基神经网络的具体求解结构,并以此神经网络为求解基础,给出了具体的偏微分计算步骤.通过具体的偏微分求解实例验证方法的有效性,并以3种不同设计样本数构建的多元二次径向基神经网络为计算单元,从实例求解所需的计算时间以及解的精度作对比,结果表明,采用基于多元二次径向基神经网络的偏微分方程求解方法具有求解精度高以及计算效率低等特点.     

基于模糊积分的金融数据建模方法

以非可加模糊测度代替经典可加测度,基于模糊积分建立非线性回归模型是新近出现的数据建模方法.该方法充分考虑自变量因素之间的信息熔合(含协同或冲突)作用.本文完整地给出了适用于实数范围内的基于模糊积分(含Choquet积分和(S)ipo(s)积分)的多元非线性回归模型转化为普通线性回归模型的非线性转换方法及其简化算法.并将该方法应用于金融市场数据分析,结果表明效果较之普通多元线性回归有大的提高,且方法简便容易应用.     

基于径向基函数网络的区域物流能力投资结构优化

针对如何有效地提高区域物流能力,以推动区域经济增长的问题,构建了区域物流能力的投资结构优化模型.首先详细分析了优化区域产业投资结构能增强区域物流能力的原因,从产业结构的角度揭示了区域物流能力与产业投资分配之间复杂的非线性关系;然后采用径向基函数神经网络实现了它们之间的非线性映射,进而建立了有约束条件限制的非线性规划投资结构优化模型;最后以四川省2005年的产业投资实际数据为基础,采用改进遗传算法对该模型进行求解,获得了优化问题的近似最优解以及投资结构的优化方向.优化结果表明:建立的模型对产业投资结构的优化是合理、有效的,从而提供了一个能提高区域物流能力的实用且切实可行的新方法.     

导弹武器系统费用预测的径向基函数网络方法

提出采用径向基函数网络理论来估算导弹武器系统的费用,武器系统的费用与武器特征参数的关系可通过神经网络的阈值和权值来表现,并且对几种用于导弹武器系统费用分析的数据分析结果进行比较分析.通过实例说明了应用径向基函数网络进行导弹武器系统费用分析不但算法可行性好、拟合精度高,而且具有运算简单,结果可靠的特点.     

一种遗传模糊神经网络数据挖掘算法

数据挖掘是近年来信息处理领域出现的新的研究方向。本文探讨了扩展型TS模糊神经网络和遗传算法在数据挖掘中的应用,并提出了一种把模糊神经网络与遗传算法相结合的数据挖掘方法。在该方法中由遗传算法自适应地构造和优化TS模型,TS模型完成预测,这种预测是建立在遗传算法的聚类结果之上的。二者的结合,提高数据挖掘的应用效果。文章最后给出该方法的应用实例。     

模糊数据的线性回归模型

研究观测数据为模糊数据的统计线性回归模型 ,由该模型所得回归系数非模糊 ,易于应用。对于对称三角模糊数据一元线性回归给出最优解的解析表达式 ;将对称三角模糊数多元线性回归问题给出转化为一类二次规划问题的方法 ;证明了最优解的存在性和估计量的无偏性。     

一类模糊数系数矩阵的模糊线性方程组的迭代算法

讨论模糊线性方程组X=A~X U解的存在条件及其迭代算法(其中,A~是以模糊数为元素的n×n矩阵,未知量X和常量U都是以模糊数为元素的n维向量,并且其加法和乘法均由Zadeh的扩张原理定义)。首先研究解的存在条件,尔后探讨求解的迭代算法及误差估计。     

模糊多属性决策中模糊属性值的规范化方法

模糊属性值的规范化是模糊多属性决策分析中的一个基础性问题。本文针对由有界模糊数表示的收益类属性值和成本类属性值,基于模糊数的扩展线性运算和期望值算子,提出了三种规范化方法,同时说明了它们各自的特点,并对这些方法进行了比较。最后给出了算例。     

具有模糊需求的闭环供应链网络均衡

利用模糊事件的可信性测度理论、变分不等式理论建立了具有模糊需求的闭环供应链网络均衡模型,其中闭环供应链网络中的制造/再制造工厂存在产能约束,消费市场存在商品限制性价格上限.设计了求解闭环供应链网络均衡解的投影收缩算法,结合数值算例分析了产能约束与限制性价格上限对闭环供应链网络均衡解的影响.结果表明:消费市场中的商品会发生短缺,如果政府对竞争市场实行限制性价格上限,尤其当存在产能约束时商品短缺会更为严重.     

三级倒立摆的T-S型前馈补偿模糊神经网络控制

为解决T akag i-Sugeno型模糊神经网络在控制多变量系统时的规则组合爆炸问题,提出一种误差前馈补偿的模糊神经网络控制方案,有效实现了三级倒立摆的稳定控制。该控制方案适用对状态变量可按性质和重要程度划分的多变量系统的控制,大大减少了模糊神经网络控制器的规则数,有利于利用专家的控制经验,具有良好的鲁棒性和非线性适应能力。     

基于模糊数分析的时机捕捉型的证券投资模型

以时机捕捉型的投资者的投资理念和操作经验为背景,本文模拟他们的证券分析和决策过程。我们视证券价格的波动为动态的模糊系统,利用模糊数的概念来定义股价波动的预测集。通过模糊数分析,我们详尽地讨论了证券价格的变化规律和显著投资时机等概念。我们获得了模糊集理论下的证券价格的期望值、投资收益率期望值、预期风险系数、风险率和损益比等数据。利用这些结果,我们得到了三个时机捕捉型的证券投资模型,为证券投资者的决策问题提供了一种新的方法。这些模型的建立依赖于投资者的知识和经验,它们的求解过程简单易行。     

带有模糊系数的投资组合模型研究

在证券市场,由于各种不确定因素的存在,证券的预期收益率是难以精确估算的。本文采用模糊数来处理不确定性,提出了一种基于模糊收益率的投资组合模型。为度量投资组合的风险,将绝对偏差扩展到模糊情形。通过引入模糊数绝对值的概念和不等关系的两种占优准则,将该模型转化为相应的确定性线性规划问题,投资者可根据自己的主观态度选择参数和投资策略。最后用一个具体例子验证了模型的合理性和有效性。     

关于模糊数列收敛问题的注记

分析模糊数列收敛极限的几种定义．指出一些文献中的不当．研究它们的关系，讨论一类模糊数拓扑线性空间。     

模糊向量真值修正模糊化方法

模糊化是将物理空间的实测精确量影射为模糊推理空间上的模糊集合。在模糊控制中，不同的模糊推理方法要求不同的模糊化方法，不同的模糊化方法对模糊控制性能影响很大。本文首先系统地总结了现有的模糊化方法，然后提出了模糊向量真值修正模糊化方法，最后，针对常用的CRI法，完成了不同模糊化方法的一阶惯性时滞定常系统的模糊控制仿真，结果表明，该方法能够提高CRI法的模糊控制性能，消除稳态误差。