软计算协作技术在智能化管理中的应用研究

在管理科学中,运用人工智能和管理科学结合的智能化管理,是管理科学的一个重要研究方向。模糊系统、神经网络、遗传算法和粗糙集等软计算的协作技术发挥了各自的信息处理优点,为智能化管理提供了有力的重要信息处理工具。文章研究并综述了软计算协作技术在智能化管理中的应用,并在此基础上建立了科研项目立项评审智能管理系统;探讨了核方法、支持向量机、DEA方法在管理科学上的应用,分析了认知信息处理今后在智能化管理中的可能应用。     

小波在经济数据分析中的应用

经济数据作为一种时间序列，和小波分析中的信号具有相同的特性。因此，完全可以将经济时间序列看成经济信号，应用小波进行实际经济分析和预测。     

基于二进小波分析的电力系统瞬态信号研究

在多分辨率分析的基础上,采用二进正交小波变换对电力系统暂态信号进行了分析.将信号分解成许多细节部分和平滑部分(分别是信号的高频部分和细节部分),通过分析信号在各个尺度下的细节部分,从而可以对暂态信号的时域和频域进行定位.实验结果证实了方法的有效性.     

基于BP神经网络的湖南道路快速客运需求分析

道路快速客运市场因受多个因素的影响,而且每个因素对其作用的函数关系又很难界定。因此,道路快速客运市场预测属于复杂的非线性系统问题。本文运用具有极强非线性逼近、大规模并行处理、自训练学习、自组织和容错能力的BP神经网络模型对湖南道路客运市场进行分析,得到了较好的预测效果。     

基于递归对角神经网络自适应均衡算法的研究

阐述了神经网络自适应均衡算法的基本原理,提出了一种基于递归对角神经网络的自适应均衡算法,推导了算法的迭代公式,进行了计算机仿真。结果表明,随着传输信号信噪比的增加,稳态剩余误差减小,误码率降低。     

基于级联型组合分类器的人脸识别研究

该文提出了一种将支持向量机（SVM）与神经网络相结合的方法，得到一种新型的级联型组合分类器．此组合分类器先利用神经网络或SVM对人脸图像进行预分类，得到不同性别的两类人脸图像；然后分别针对其中某一类人脸图像进行K-I。变换以提取有效特征，再使用SVM进行细分，得到最终的识别结果．应用该组合分类器方法在本文整合得到的人脸样本库上进行测试，结果显示该方法不但可以有效地提高识别速度，而且还可以在一定程度上提高识别率，因此方法是有成效和有价值的．     

非线性经济建模中的BP神经网络模型研究

<正> 1.非线性经济建模基本思想 非线性建模与线性建模相比较,无论在思想上还是在方法上都有本质区别。非线性经济建模基本思想可概括为两个方面。一方面是研究非线性经济系统的动态演化行为,基于经济理论来设定某类模型(如生产函数、需求函数、多元线性模型、对数线性模型等),并假定模型正确,误差服从某类分布。建模时大量的精力     

基于神经网络的建筑工程报价利润估算模型

本文的目的是提出一个建筑工程报价决策模型 ,以帮助建筑企业在投标中达到自己满意的目标。本文的主要思路是采用信息扩散原理和神经网络模型相结合 ,使工程报价决策能在少样本的条件下得到较满意的结果     

我国证券市场经济混沌探测研究--一种基于小波变换的噪声处理

经济时间序列的变化有长期趋势变动、周期变动以及日常细微波动(噪声),噪声的存在有时会影响系统的分辨率、稳定性,甚至会淹没正常信号。利用小波变换对上证指数和深成指的日收盘价序列进行去噪处理,用去噪后的日收盘价序列计算出日收益率序列,仍能较好地保留序列自身固有的特性,这种方法能满足探测我国证券市场的混沌性所需要的大样本、低噪声的要求。     

非线性动态系统的递归神经网络预测研究--对我国钢铁产量的预测分析

钢铁行业是我国国民经济的支柱产业之一,为国民经济的持续发展作出了积极的贡献.因此,对钢铁产量的预测研究已经成为一项非常重要的课题.文章使用基于数据挖掘和知识发现的人工神经网络法、时间序列分析法、递归神经网络技术来预测钢铁产量的方法,并将递归神经网络方法预测的结果与前面的两种方法的预测结果进行比较,比较的结果说明该方法是可行的.