本课题研究的内容是一类NP—难解问题的智能算法,本研究工作在理论上的创新点是;(1)对博弈树搜索问题的SSS算法进行改进,并提出高效分布式算法;对图搜索、诱导推理等问题研究其可解性,提出快速实用算法;(2)对图论中一类有代表性问题,对现有并行算法进行了改进,并提出高效实用并行算法;同时对K阶线性递归K方程组提出了一般的并行计算方法;(3)在神经网络学习算法和神经优化计算研究中,提出了证明自组织收敛性新方法和新型神经网络结构。已在国内外重要学术刊物上发表论文26篇,多次被《CCA》摘引。将这些理论成果应用到《电力调度计算机智能系统》、《锅炉内外检验专家系统》,取得显著社会、经济效益。该项研究处于国内领先水平。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
难解问题的固定参数近似算法研究
人工智能中若干NP━难解问题研究
难解问题的核心化技术及其应用研究
系统发生网络难解问题核心化与参数算法研究