模糊偏序集上理想完备的幂等性

主要讨论模糊偏序集上理想完备性的本质.并得到以下结论:模糊偏序集的理想完备是幂等的当且仅当理想完备上的广义Scott拓扑与Alexandroff拓扑是一致的.     

具有变时滞Hopfield型神经网络的正不变集与吸引集

研究了具有变时滞Hopfield型神经网络的正不变集与吸引集，获得了正不变集与吸引集存在性的充分判据。     

Cohen-Grossberg-type BAM神经网络吸引集和不变集(英文)

利用矩阵理论和不等式分析技巧,讨论了一类具分布时滞的Cohen-Grossberg型BAM神经网络的不变集和吸引集,获得了一些最新结果,并给出一个实例说明我们结果的可行性.     

偏序集的完备化

首先给出了偏序集的一些完备化的具体构造，又给出了关于完备格中完备子集的某些有用的定理，最终解决了关于偏序集的所有可能的完备化问题     

定向极小集及其应用

文［５］在完备格上给出了ψ－极小集与ψ－极大集理论。本文研究了当ψ是定向集族（过滤集族）时的ψ－极小集（ψ－极大集），并借助于它们给出了完全分配格的若干刻划。     

模糊赋范线性空间的紧性与完备性

讨论了Fuzzy赋范线性中准紧集、完备集及有界集间的关系;给出完备Fuzzy赋范空间的闭球套定理与Baire定理;刻画了了有限维Fuzzy赋范空间的特征。     

二值命题逻辑中的极大命题集与完备命题集

系统讨论了二值命题逻辑系统中极大命题集与完备命题集,给出了两种命题集的等价描述和表示定理,揭示了极大命题集和完备命题集的深刻内涵和联系.     

基于粗集和神经网络的煤炭资源资产分类研究

准确的煤炭资源资产分类是有效进行煤炭资源资产管理的前提和基础.针对现有分类方法存在的不足,提出了基于人工神经网络(ANN)与粗集理论(RS)的煤炭资源资产分类方法.首先,由资产分类的样本数据形成决策表,使用专家离散法对数据进行离散处理;然后,采用遗传算法(GA)对决策表进行属性约简;最后根据约简后的属性集构建起煤炭资源资产分类的神经网络模型.实例运行表明,所提出的模型方法比单纯的ANN方法在学习效率和分类准确率方面均有所提高.     

一个水平集为完备集的连续函数的解析构造

本文给出一个水平集是完备集的连续函数的解析表达．     

Resolution and the integrality of satisfiability problems

A satisfiability problem can be regarded as a nondisjoint union of set covering problems. We show that if the resolution method of theorem proving is applied to the satisfiability problem, its constraint set defines an integral polytope if and only if the constraint sets of the set covering problems do. In this sense, resolution reduces the integrality question for the satisfiability problem to that for the set covering problem. Partially supported by ONR grant N00014-92-J-1028 and AFOSR grant 91-0287.     

区间值模糊集之间一种新距离的完备性

定义区间值模糊集之间的一种新距离d*∞,讨论了这种距离的基本性质,并证明区间值模糊数的距离空间(IΦ*(R),d*∞)是完备的,但它却是不可分的。     

插值型模糊前向神经网络

为了克服前向神经网络的固有缺陷,提出了基于采样数据建立的含单隐层神经元的模糊前向神经网络.该网络模型利用权值直接确定法得到了最优权值,网络结构可以随采样数据的多少,自主设定隐层神经元,完成了近似插值与精确插值的转换.计算机数值仿真实验表明,模糊前向神经网络具有逼近精度高、网络结构可调和实时性高的优点,并且可以实现预测和去噪.     

基于自适应延时神经网络的短时交通流预测

为了提高交通流诱导系统的性能,研究了一种基于自适应延时神经网络算法的短时交通流量预测模型,该算法与传统的神经网络方法相比在神经网络的结构和神经网络的训练方法两个方面进行了改进,更适用于预测具有不确定性、非线性、动态性等特征的短时交通流,同时用Matlab7.0编写程序对算法进行了仿真实现,根据仿真结果的分析验证了算法时实性和精确性.     

三层前向神经网络的一致逼近性

近年来，前向神经网络泛逼近的一致性分析一直为众多学者所重视。本文系统分析三层前向网络对于拟差值保序函数族的一致逼近性，其中，转换函数σ是广义Sigmoidal函数。并将此一致性结果用于建立一类新的模糊神经网络(FNN)，即折线FNN．研究这类网络对于两个给定的模糊函数的逼近性，相关结论在分析折线FNN的泛逼近性时起关键作用。     

用Hopfield—型神经网络解四色猜想问题

本文综合讨论了Ｈｏｐｆｉｅｌｄ－型神经网络的迭代算法,使其能保证能量函数单调下降;指出了文［１２］中的错误,并给出了原因;解决了用离散Ｈｏｐｆｉｅｌｄ－型二元神经网络不能求解带有负反馈的问题的难题,大大改进了文［１２］中的算法,能够成功地对任意多个国家的地图用四种颜色着色（使得任意相邻的两个国家着不同的颜色）,并可对任意ｋ－可着色问题进行求解．     

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。     

基于集值统计的模糊神经网络专家系统及其应用

建立基于集值统计的模糊神经网络专家评审系统,并应用于科研项目评审工作,实际应用表明该系统是可行的。     

结构开放式神经网络及其应用

将传统模式识别神经网络与人类认知的方式相结合,提出了结构开放式模式识别神经网络的概念,并设计了结构开放式模式识别神经网络的体系结构.与传统模式识别神经网络相比,这种神经网络不但提高了神经网络的学习记忆功能,而且在利用计算机实现智能化时大大减少了数据结构的数据量.为了能够更容易的理解这种网络,并针对一类特殊情况的应用进行研究,设计了一个结构开放式模式识别神经网络的结构和操作流程,并通仿真试验,证明了这种网络的有效性和实用性.     

实时求解线性规划问题的原对偶神经网络(英文)

本文探讨了线性规划的原问题与对偶问题理论,并在此基础上可开发出一种用于在线求解线性规划的递归神经网络和应用于冗余机器手臂逆运动学的求解问题上.如,Tang等人开展的原对偶神经网络.但鉴于对偶理论的复杂性和多样性,该原对偶神经网络模型仅可以得到线性规划问题的可行解,而本文对该网络模型改进后可得到线性规划问题的最优解.仿真结果证实了这种改进模型在解决线性规划问题上的有效性、正确性和高效率.