基于神经网络的信息化战争油料保障指挥决策模型优化研究

根据辅助决策功能的设计需要,建立油料保障组织指挥决策模型体系的总体框架,并力求使模型体系框架符合我军油料保障组织指挥的基本特点和任务需要。由于影响油料消耗的因素很多,使得油料消耗具有很大的随机性,同时油料消耗与影响因素之间的非线性也大大增加了油料消耗预测的难度,降低了预测的精度。通过神经网络模型优化,达到更准确预计油料消耗量的目的。     

基于神经网络的信息化战争油料保障指挥决策模型优化研究

根据辅助决策功能的设计需要,建立油料保障组织指挥决策模型体系的总体框架,并力求使模型体系框架符合我军油料保障组织指挥的基本特点和任务需要.由于影响油料消耗的因素很多,使得油料消耗具有很大的随机性,同时油料消耗与影响因素之间的非线性也大大增加了油料消耗预测的难度,降低了预测的精度.通过神经网络模型优化,达到更准确预计油料消耗量的目的.     

基于演化计算的Hopfield神经网络多用户检测模型研究

人们已经对Hopfield神经网络应用于多用户检测进行了大量研究,但Hopfield神经网络多用户检测模型存在局部最优和稳定性差的问题一直没有得到有效解决。演化计算的高度并行与自组织、自适应和自学习等特点正好能有效解决稳定性差与局部最优的问题。因此,文章在考虑随机扰动变量的前提下,将演化计算结合进Hopfield神经网络多用户检测模型中。理论推导证明,该方法切实可行,预计有很好的应用前景。     

基于演化计算的Hopfield神经网络多用户检测模型研究

人们已经对Hopfield神经网络应用于多用户检测进行了大量研究,但Hopfield神经网络多用户检测模型存在局部最优和稳定性差的问题一直没有得到有效解决.演化计算的高度并行与自组织、自适应和自学习等特点正好能有效解决稳定性差与局部最优的问题.因此,文章在考虑随机扰动变量的前提下,将演化计算结合进Hopfield神经网络多用户检测模型中.理论推导证明,该方法切实可行,预计有很好的应用前景.     

基于Agent的油料保障资源发现模型

军队油料系统中,油料保障资源共享是油料保障信息化的重要内容,网格技术是解决资源共享的有效方法.结合网格技术和智能体技术,建立一种支持主节点动态变化的油料保障资源发现模型.探讨了模型总体框架及其组成结构,给出了资源发现流程,最后对模型验证进行了设计.     

基于Agent的油料保障资源发现模型

军队油料系统中,油料保障资源共享是油料保障信息化的重要内容,网格技术是解决资源共享的有效方法。结合网格技术和智能体技术,建立一种支持主节点动态变化的油料保障资源发现模型。探讨了模型总体框架及其组成结构,给出了资源发现流程,最后对模型验证进行了设计。     

新的Hopfield神经网络分类器在葡萄酒质量评价中的应用

建立一种新的Hopfield神经网络分类器模型,该模型通过训练单层前向神经网络来设计,数据兼容性强,可以直接处理来自UCI数据库的葡萄酒的理化性质测试指标数据和专家的感官评价等级数据,实现葡萄酒质量分类。仿真结果表明,该分类器设计简单,耗时短,分类效果明显。     

基于遗传算法的油料装备维修保障资源调度研究

通过对战时油料装备维修保障资源的调度分析,利用遗传算法建立了数学模型并进行了实例仿真,在资源调度效益最佳的基础上得出了相应的维修资源调度方案。     

基于Hopfield神经网络多用户检测技术浅析

在CDMA通信系统中,传统的多用户检测算法受到限制,实验证明,该算法不能很好地完成抑制多址干扰和远近效应。本文中提出了一种基于Hopfield神经网络的多用户检测算法,仿真结果表明Hopfield神经网络多用户检测算法在抗多址干扰和远近效应上达到了预定的效果。     

发达网络环境下军用油料运输路径选择研究

对军事油料运输的特点进行了分析,筛选出了影响军用油料运输决策的主要目标:运输时间、可靠性、安全性.并考虑在发达的运输网络情况下,解决基于多目标的油料运输路径选择优化问题.     

基于AHP-EWAA和BP神经网络的油料调拨绩效评价模型研究

针对当前油料调拨绩效评价不足的现状和评价意义的重要性,根据油料调拨工作的实际,提出了油料调拨绩效评价指标体系的建立原则与方法,并建立了系统、合理的评价指标体系,运用AHP法确定了各指标因素的相应权重,并建立了基于EWAA算子和BP神经网络的评价模型,进行了实例应用,验证了两种模型方法的可用性。     

联合作战油料保障网络优化初探

在对战时油料保障网络要素进行分析的基础上,探讨了其发展过程,并且从油料保障时间效益的角度建立组织关系与地理位置两个网络对战时联勤油料保障时效性进行分析,构建了联勤保障的时间效益函数,并研究了其演化算法。     

基于系统动力学的战时油料运输研究

结合战时油料运输的特点和要求,建立了战时油料运输系统的SD模型,并进行了仿真试验,探讨了战时油料运输系统供需平衡机理,为合理进行油料运输决策提供依据.     

基于BP神经网络的运输通道交通方式选择模型研究

通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理。利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型。最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性。     

基于BP神经网络的运输通道交通方式选择模型研究

通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理.利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型.最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性.     

基于BP神经网络的茶叶物流金融模式仿真优化

针对茶叶物流金融运作模式选择中的复杂性以及传统优化方法的局限性,将BP神经网络理论和仿真方法引入茶叶物流金融模式优化,考虑样本数量不足的实际问题,采用B样条函数插值方法扩充数据量,构建BP神经网络模型并加以训练。结果表明:BP神经网络具有精度较高的智能学习能力,适合于茶叶物流金融模式选择优化。     

基于主成分分析-BP神经网络的道路客运站场布局决策方法

为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法.首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量.然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策.最后,以廊坊市道路客运站场布局为例进行了方法的有效性验证.